如今互联网的普及以及互联网应用范围的延展对云服务系统的可扩展性和性能带来了巨大的挑战。一方面,架构是解决可扩展性问题的基础。面向服务架构和微服务架构相较于单体架构具有更细的服务拆分、更低的服务耦合和更强的系统伸缩性,已经成为目前主流的云服务系统架构。所以,本文针对应用这两种架构时存在的服务协同问题设计了一个服务协同系统。另一方面,负载均衡技术对于提升云服务系统性能具有重要作用。然而,各种传统的负载均衡策略在实际应用中存在各种各样的问题。所以,本文提出了一种基于线性回归的动态负载均衡策略。首先,本文在服务协同系统中针对服务发现与通信、服务配置管理、负载均衡等服务协同问题,设计了服务注册中心、服务配置中心和网关负载均衡器等主要组件。其中,服务注册中心、服务配置中心基于分布式协调服务Zookeeper对存储结构、访问模型、操作等方面进行了设计;网关负载均衡器基于服务注册中心与服务配置中心提供的服务发现与配置管理功能实现了对动态服务与配置的支持。其次,本文基于Zookeeper的watcher机制设计了针对服务发现与服务配置查询的客户端缓存。针对缓存过期功能,本文设计了一个保证同一时间最多开启一个定时器的超时队列。经测试,客户端缓存的添加大大提高了服务注册中心与服务配置中心的访问性能。最后,本文提出的动态负载均衡策略利用线性回归从服务节点的运行数据中学习每秒完成请求数与负载值的关系进行实时负载值预测。另外,本策略在模型初始参数设置和迭代停止条件中设计了优化方案以提高训练速度;在模型使用条件中通过运用3 σ准则以合理运用模型。测试显示本策略具有一定的负载调节能力,在均衡性和每秒完成请求数性能方面均具有不错的表现。