随着Internet的发展,网络用户日益增加,需要服务器系统具有处理高并发访问的能力。目前,服务器集群是解决服务器超载问题最有效的解决办法。它将多个服务器集中起来并行工作,配合共同完成同一种服务；对客户端而言,相当于只有一台超级服务器在进行服务。其工作模式不需要更改任何服务器端和客户端代码,可靠性强。目前服务器集群中的调度算法由于过于简单,存在扩展性较差和并行性较弱等问题,为了改善和提高集群系统性能,本文从算法和架构上对Linux虚拟服务器(Linux Virtual Server, LVS)进行了研究。首先在分析遗传算法理论的基础上研究其在调度作业中的应用,并根据服务器负载调度的需求,选择自适应小生境遗传算法(Adaptive Niche Genetic Algorithm, ANGA)作为服务器集群的调度算法,提出了相对CPU利用率作为适应值的评价标准,并合理应用于负载均衡调度作业中；然后分析了LVS的工作原理及其缺点,对常规的服务器集群架构进行了改进,提出基于决策器训练调度序列；进而设计并实现了以下四个关键模块单元,即调度算法单元、负载均衡器(Load Balancer,LB)与决策器的通信单元、决策器与节点间的通信单元以及修改后的IP虚拟服务器(IP Virtual Server, EPVS)内核单元,并对通信协议以及工作流程做了详细的介绍。最后,通过搭建真实服务器集群平台,在LVS-NAT模式下测试了改进后的负载均衡调度系统,实验利用JMeter等压力测试软件模拟大并发,并利用Wireshark对网络数据包的流向进行监控。实验结果表明,本方案的系统平均响应时间仅为2毫秒,同时错误率趋近于0,相比改进前服务器系统性能更稳定。