NGINX-kuormantasaus ja suorituskyky Microsoft Azure-ympäristössä

Abstract

Opinnäytetyön tavoitteena oli tutkia, miten NGINX soveltuu kuormantasausratkaisuksi Microsoft Azuren pilviympäristössä ja miten kuormantasausalgoritmit vaikuttavat palvelun suorituskykyyn. Työssä tarkasteltiin HTTP- ja TCP-tason kuormantasausta sekä välimuistin vaikutusta vasteaikoihin, läpimenoon ja resurssien käyttöön.

Tutkimus toteutettiin luomalla testialusta Azureen, jossa NGINX toimi kuormantasaajana ja kaksi virtuaalipalvelinta taustapalvelimina. Suorituskyky testattiin ApacheBench-työkalulla käyttämällä kevyttä, keskitason ja raskasta kuormaa. Tutkimuksessa käytettiin kolmea eri algoritmia: Round Robin, Least Connections ja IP Hash. Näille mitattiin vasteajat, pyyntöjen määrä sekunnissa sekä prosessorin ja muistin käyttö. Konfiguraatiot toteutettiin sekä HTTP- että TCP kerrokselle, ja välimuistin vaikutusta arvioitiin erillisessä testiajossa.

Tulosten perusteella algoritmi Round Robin tuotti tasaisimman suorituskyvyn kaikilla kuormitustasoilla. Least Connections skaalautui hyvin epätasaisissa kuormatilanteissa, ja IP Hash soveltui parhaiten tilanteisiin, joissa käyttäjäyhteydet pysyvät samalla palvelimella. TCP:n suorituskyky oli odotetusti kevyempi ja tasaisempi kuin HTTP. Välimuistin käyttöönotto pienensi vasteaikaa ja lisäsi läpimenoa.

NGINX osoittautui kevyeksi, vakaaksi ja resurssitehokkaaksi kuormantasausratkaisuksi. Se soveltuu hyvin skaalautuviin web-sovelluksiin, joissa kuormituksen hallinta ja palvelun käytettävyys ovat keskeisiä vaatimuksia. Tutkimus vahvisti, että NGINX on toimiva vaihtoehto tilanteisiin, joissa tarvitaan joustava ja helposti ylläpidettävä kuormantasausratkaisu.

The aim of this thesis was to examine how NGINX works as a load balancing solution in the Microsoft Azure cloud and how different algorithms affect the performance. The study focused on HTTP and TCP load balancing, as well as the impact of caching on response times, throughput, and resource usage.

The research was carried out by building a test environment in Azure, where NGINX operated as the load balancer and two virtual machines served as backend servers. The performance was measured with ApacheBench under light, medium, and heavy loads. Three algorithms were tested: Round Robin, Least Connections, and IP Hash. For each algorithm, the response time, the requests per second, the CPU usage and the memory usage were measured. Both HTTP and TCP configurations were implemented, and caching was analysed in a separate test.

The results showed that Round Robin provided the most consistent performance across all load levels. Least Connections scaled effectively under uneven traffic, while IP Hash performed best when persistent client-to-server mapping was needed. TCP load balancing produced lower overhead and more stable results than HTTP. Enabling caching reduced response time and increased throughput. Overall, the findings show that NGINX is a lightweight, reliable, and resource-efficient load-balancing solution suited for scalable cloud-based services.