SAN网络环境下基于LVS集群的流媒体服务器的研究

视频点播的最大优点在于用户的主动性和选择性,它是信息接受者根据自身需要进行自我完善和自我发展的方式。目前,流媒体技术的全面发展,网络设备、终端设备性能的提高,都极大地促进了流媒体产品的普及应用。在此大背景下,本课题选择将SAN存储网络及集群技术的研究承载在视频点播服务上。 依托清华大学先进网络存储实验室,论文提出结合SAN存储网络与LVS集群技术,用数台或数十台价格低廉的普通PC去架构一个高性能、高可伸缩性的视频点播服务器。为了满足系统的高可靠性、可扩展性及高性能,系统采用了开放源代码的LVS集群来架构视频点播服务器;为了减少数据的冗余拷贝及传输带宽,系统以SAN存储网络作为存储子系统,采取的是共享磁盘体系结构;考虑到媒体资源占用存储空间大,系统采用分级存储技术,以降低数据储存成本。此系统在软、硬件协调之后,目前运行良好。由于负载均衡集群与SAN相结合的三层式体系是一种非常典型的系统架构,对此流媒体系统稍加更改,即可用于其它很多场合,具有一定的通用性。 论文的另一部分重要工作是在LVS集群软件的基础上提出一种新的具有良好适应性的动态反馈负载均衡算法。目前,LVS软件中共有八种调度算法,它们均属于静态调度算法。由于静态调度算法在很大程度上依赖于调度任务和服务器的静态属性,而我们知道,任务具有波动性,且外界环境也在不断地变化,因此通常静态调度算法无法很好地实现负载的均衡。为了将任务更均衡地分配给各后端服务器,论文提出了动态反馈算法。动态反馈算法通过监视和评估各个服务器的当前负载,然后由此选择负载最轻的服务器去处理新的任务。对服务器负载评估具有模糊性,因此利用模糊数学中的模糊综合评判和模糊相对优选模型对负载进行评估,以实现合理的负载反馈信息。 最后,利用搭建起的视频点播服务器平台,对动态反馈算法进行评测。为模拟负载不均衡的情况,论文对其中一台服务器加上额外的负载。测试 结果表明,相比其它调度算法,动态反馈算法能够更好地完成负载均衡的任务。特别地,采用动态反馈算法,使系统具有错误冗余的功能。由于集群系统中的负载均衡器定期收集后端服务器的相关信息,因此某台服务器出现故障后,负载均衡器能识别并不再给它分派任务,从而使整个系统对外表现来说,服务不会终止,而仅是服务能力略有下降。