基于性能分析的Web服務器優(yōu)化模型.pdf

《基于性能分析的Web服務器優(yōu)化模型.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、第30卷第6期東北電力大學學報Vo1．30．No．62010年l2月JournalOfNortheastDianliUniversityDec．，2010文章編號：1005—2992(2010)06—0069一o5基于性能分析的Web服務器優(yōu)化模型魏曉明，郭曉利(東北電力大學信息工程學院，吉林吉林132012)摘要：提出了一種新的性能分析方法，該方法通過Markov鏈和排隊網(wǎng)絡模型對Web服務器服務線程及隊列進行建模，計算性能水平系數(shù)，把不同的性能度量數(shù)據(jù)通過歸一化整合，給出一個直觀、量化的結(jié)果，

2、以匹配最佳的服務器參數(shù)配置，并在此基礎上設計了一種Web服務器優(yōu)化模型，借助歷史經(jīng)驗和反饋機制，對Web服務器重新配置，實現(xiàn)其性能自適應優(yōu)化。關鍵詞：Web服務器；性能分析；動態(tài)優(yōu)化中圖分類號：TP393．0文獻標識碼：A巨大的網(wǎng)絡流量給Intemet提供各種服務的服務器提出了前所未有的挑戰(zhàn)，未來互聯(lián)網(wǎng)上的服務器負載將越來越繁重。根據(jù)Mereury的研究報告，98％的Web服務器都沒能達到人們所期望的性能要求，平均只能發(fā)揮人們所期望性能的1／6左右?。Web服務器性能反映了一個Web服務器響應用戶

3、請求的能力?？蛻艉头仗峁┥毯炗喎盏燃墔f(xié)議SEA(ServiceLevelAgreement)，在SLA中，規(guī)定了性能至少要維持在一個最低要求之上。在不斷變化的工作負載環(huán)境下，維持較好水平的Web服務器性能，是為客戶提供可靠服務質(zhì)量的保證。通過評測和分析Web服務器性能，不斷調(diào)整如高、低優(yōu)先級隊列長度，等待服務器處理或正在處理的請求數(shù)，服務器線程數(shù)等可控制配置參數(shù)，對服務器資源進行重新分配，能夠使Web服務器系統(tǒng)適應工作負載變化，保證性能要求。但傳統(tǒng)的web服務器性能分析方法通常只對一個性能指標

4、進行比較，或者將多個性能指標逐個進行比較，未見多個性能指標綜合考慮，以量化的形式表示，不能對性能進行準確、全面的評測。同時，Web服務器自身缺乏資源優(yōu)化能力，必須通過人工進行資源配置來獲得好的性能，龐大的可調(diào)整的參數(shù)與復雜多樣的工作負載使獲取或維護服務器的高性能非常困難。因此，根據(jù)具體應用環(huán)境下影響Web服務器性能的因素，找到一種綜合多個性能指標的性能分析方法，從而建立Web服務器性能優(yōu)化模型，實現(xiàn)一套自適應性能優(yōu)化機制，對于滿足Web服務器性能的多樣化和實時性要求，提高用戶服務質(zhì)量有重要作用。1

5、Web服務器性能分析Web服務器常用的性能度量指標包括：響應時間、吞吐率、系統(tǒng)帶寬、最大穩(wěn)定連接數(shù)、拒絕率等。本文主要針對與客戶對Web服務體驗以及服務質(zhì)量聯(lián)系密切的SLA的三類指標：響應時間、吞吐率、拒絕率進行綜合評價。收稿日期：2010—07—01作者簡介：魏曉明(1967一)，女，吉林省農(nóng)安縣人，東北電力大學信息辦網(wǎng)絡部，工程師，從事網(wǎng)絡管理與維護．70東北電力大學學報第3O卷web服務器性能分析主要計算在給定工作負載下，不同系統(tǒng)配置的Web服務器的平均響應時間，平均吞吐量，和拒絕概率P，三

6、項性能度量值，衡量各項性能度量值與客戶的期望值的偏差，并根據(jù)不同服務要求中三項性能指標權重比例，計算能夠反應Web服務器性能的綜合指標——性能水平系數(shù)，匹配歷史數(shù)據(jù)庫中最佳的服務器參數(shù)配置。通過Markov鏈和排隊網(wǎng)絡模型為m個服務線程及等待服務線程的隊列進行建模，排隊網(wǎng)絡模型Lj：：：U完成誚求rT1————]—n▲如圖1所示。L1U二：lII■一vi：每個請求訪問某資源的平均次數(shù)；Si：每個請SiDjsk求在隊列i上每次訪問的平均服務時間；Ni：隊列i圖1排隊網(wǎng)絡模型上等待服務或正在被服務的平

7、均請求個數(shù)。Markov鏈模型有個狀態(tài)，狀態(tài)r代表系統(tǒng)中正在等待或正在占用服務線程的請求數(shù)為r個，模型如圖2所示。z是指當m個服務線程完成請求服務的速Zo)Z(2))Z()Z(m+1)率，其中，圖2Markov鏈模型Z()=(I)∑i[1+Ⅳj]因為系統(tǒng)中最多只有m個服務線程，叼是請求到達速率，所以當r>m時完成速率一直為Z()，由此P，，和X可根據(jù)狀態(tài)概率及Little規(guī)則可計算得出：f，，：1，?，mP：jl(r)’一“‘，(2)p百o'rlrZ(~)(r)，’r’：m?+。1∑z㈣P，，(3

8、)X=∑z(r)P，，(4)-z()z(2)?=0(m)=1耋=1u＼，+番＼?，、‘，，]．㈣i為使服務水平達到用戶的期望，考慮實際值與期望值的差別，定義DL為實際平均響應時間與期望的平均響應時間的偏差，則DL：，(6)其中表示用戶可以承受的平均響應時間，表示實際測量的平均響應時間。當DLrr=0時，實際平均響應時間滿足SLA。當DL>0時，實際平均響應時間超過了sLA。當DL<0時，實際平均響應時間不滿足SLA。同理，定義實際吞吐量與期望值偏差％：Xm,-X,~．(7)，第6期