人们的生活和工作与网络紧密相连,网络活动占据日常生活的比重越来越大,由此产生了大量数据。如此多的数据给服务器集群造成了巨大的压力,由此引发了资源分配的问题。资源分配的越合理,集群的处理效率就越高,时延就越低,用户的满意度就越高。因此研究负载均衡问题,具有重要的实际意义。现有的负载均衡算法考虑的因素比较简单,并没有综合考虑服务器负载情况与请求的资源消耗情况。针对这些情况,本文提出了一种基于PSO-GA(Particle Swarm Optimization-Genetic Algorithm)的LVS(Linux Virtual Server)集群负载均衡调度算法,通过构建资源均衡模型与适应度函数来量化不同调度方案将会对集群当前负载产生的影响,再利用PSO-GA算法求解适应度函数以获得最优权值。负载均衡器按照此权值调度请求,从而实现Linux虚拟服务器集群负载均衡。本文的主要工作如下:1.从请求的资源消耗情况与服务器节点的实时负载情况两个方面出发,建立资源均衡模型,并以资源均衡模型为基础设计了适应度函数。2.在粒子群算法的基础上引入遗传算法的变异思想,形成PSO-GA算法。本文适当调整了PSO-GA算法的惯性权重,设计了淘汰机制剔除极差个体,并控制变异率的变化。利用Matlab对PSO-GA算法进行了仿真测试。3.在服务器集群上实现整个负载均衡算法框架。本文编写了负载信息采集模块与通信模块,实现节点负载信息采集与传递,编写了PSO-GA计算模块和权值传递模块,实现权值的计算和传递,编写了调度模块,实现权值的应用。4.在服务器集群上测试了新的负载均衡算法。测试结果表明,在并发量较大的情况下,本文的负载均衡算法比其它三种负载均衡算法在吞吐量、响应时延与请求错误率三个方面表现得更好,在资源利用率方面也更均衡。