山体滑坡在所有地质灾害中发生频次最高,造成损失最大,利用互联网技术对山体边坡状态进行远程监控,并向用户群体发布预警信息,实现数据预测和信息共享,对有效减少人民生命和财产损失,具有一定现实意义。目前大部分监测手段属于单体边坡监测,其监测结果仅作为山体防护的简单依据,没有将信息传达给面临危险的群众,无法实时预警,针对此问题,论文设计山体滑坡监测服务器系统,实现山体滑坡的预测预警。该系统采用B/S架构,和前后端分离的思想实现用户管理、角色管理、设备管理、数据管理、山体管理等功能,通过采集、传输、分析和处理山体数据,实现对山体状态的实时预警,以及数据可视化展示。为解决并发请求对单个服务器的压力并加快系统响应,论文构建LVS负载均衡集群,并提出以下创新点。设计一种基于PI负反馈的LVS动态负载均衡算法,通过计算服务器性能影响因子大小,动态设置各个节点的分配权重,较好实现服务器整体负载均衡。该算法通过周期性采集服务器性能影响因子,包括CPU利用率、内存占用率、网络带宽利用率、I/O使用率,根据每个因子变化率确定其权重,计算当前节点的实时负载,利用PI控制的增量思想,根据服务器负载实时反馈值动态调节服务器节点权重。实验表明,该算法使系统响应速度提高了20%-25%,可以有效地对不同请求进行负载调度,提高集群系统的负载能力。为进一步加快系统响应速度,降低数据库的读写压力,论文在数据库之上实现缓存层,并根据数据特征设计缓存策略,对缓存块的大小和更新替换进行分析,增大缓存命中率并减小缓存更新频率。论文设计的山体滑坡监测服务器系统能够对传感器数据和山体图像进行识别和处理,并对监测设备进行管理,实现对山体滑坡的预测预警以及信息发布,在多用户并发访问情况下拥有良好的稳定性。整个系统的设计在准确性、实时性、有效性等方面达到了预期要求,对整个山体滑坡监测的研究具有一定的参考意义。