导读 轮询算法: 将接收到的请求依次转发到后端服务器上,它均衡对待(一视同仁)所有服务器,而不关心当前服务器实际连接数及当前系统负载。

轮询算法: 将接收到的请求依次转发到后端服务器上,它均衡对待(一视同仁)所有服务器,而不关心当前服务器实际连接数及当前系统负载。 这里实现一个简单的轮询系统:

    public class RoundRobin { 
       static Integer  position = 0; 
       public static List initServerList() { 
           List servers = new ArrayList<>(); 
           servers.add("192.168.10.00"); 
           servers.add("192.168.10.01"); 
           servers.add("192.168.10.02"); 
           servers.add("192.168.10.03"); 
           servers.add("192.168.10.04"); 
           servers.add("192.168.10.05"); 
           servers.add("192.168.10.06"); 
           return servers; 
       } 
       public static String getServerUrl() { 
           //新建立一个List赋值,避免服务器上下线导致的并发问题 
           List serverList = new ArrayList<>(); 
           serverList.addAll(initServerList()); 
           String server = null; 
           synchronized (position){ 
               if(position >= serverList.size()) { 
                   position = 0; 
               } 
               server = serverList.get(position); 
               position ++; 
           } 
           return server; 
       } 
       public static void main(String[] args) { 
           while (true){ 
               System.out.println(getServerUrl()); 
           } 
       } 
    } 

在实际生产环境中,我们还得考虑诸多因素,比如:

新增服务器ip如何处理? 这个比较简单,直接添加到initServerList()即可。

出现服务宕机怎么办? 比如192.168.10.01 所在服务器挂掉了,请求被转发给它,就会报错。这时,需要服务的消费者考虑容错处理,在这种情况下,比如再发一次请求,那就会被转发到192.168.10.02 机器上,正常。 该方法最大缺点是引用了悲观锁 synchronized,影响系统的并发性能。

每台机器的配置不一样,有单核CPU,2G内存,有8核CPU,32G内存。这种情形下,使用上述轮询,那就不公平了,对弱配置机器,压力很大。 这个,我们可以引入

加权轮询: 每台服务器,给一个权重值,权值高的,多分配点儿请求,权值少的,少分配点儿请求,。 实现思路也很简单,根据权值,重新构建服务列表,然后再轮询。上个图示:

如下是代码实现:

    public class WeightRoundRobin { 
       static Integer  position = 0; 
       public static Map initServicesMap() { 
           Map servicesMap = new HashMap<>(); 
           servicesMap.put("192.168.10.00", 1); 
           servicesMap.put("192.168.10.02", 3); 
           servicesMap.put("192.168.10.03", 3); 
           servicesMap.put("192.168.10.04", 5); 
           servicesMap.put("192.168.10.05", 5); 
           servicesMap.put("192.168.10.06", 5); 
           return servicesMap; 
       } 
       public static String getServerUrl() { 
           //新建立一个List赋值,避免服务器上下线导致的并发问题 
           Map initMap = new HashMap<>(); 
           initMap = initServicesMap(); 
           Set servicesSet = new HashSet<>(); 
           servicesSet.addAll(initMap.keySet()); 
           Iterator servicesIterator = servicesSet.iterator(); 
           List servicesList = new ArrayList<>(); 
           while (servicesIterator.hasNext()) { 
               String server = servicesIterator.next(); 
               Integer weight = initMap.get(server); 
               if(weight > 0) { 
                   for(int i=0; i= servicesList.size()) { 
                   position = 0; 
               } 
               server = servicesList.get(position); 
               position ++; 
           } 
           return server; 
       } 
       public static void main(String[] args) { 
           while (true){ 
               System.out.println(getServerUrl()); 
           } 
       } 
    } 
随机算法:

顾名思义:现有N个服务器ip地址,请求来了后,随机转发到某个服务器上。从概率的角度来说,随着请求数的增多,最终每台服务器分配到的请求,近似于均等。这就比轮询算法少了个悲观锁,并发性能上,有了极大的提升。

实现也很简单:

如下:

    public class RandomDemo { 
       public static List initServerList() { 
           List servers = new ArrayList<>(); 
           servers.add("192.168.10.00"); 
           servers.add("192.168.10.01"); 
           servers.add("192.168.10.02"); 
           servers.add("192.168.10.03"); 
           servers.add("192.168.10.04"); 
           servers.add("192.168.10.05"); 
           servers.add("192.168.10.06"); 
           return servers; 
       } 
       public static String getServerUrl() { 
           //新建立一个List赋值,避免服务器上下线导致的并发问题 
           List serverList = new ArrayList<>(); 
           serverList.addAll(initServerList()); 
           int position = new Random().nextInt(serverList.size()); 
           return serverList.get(position); 
       } 
       public static void main(String[] args) { 
           while (true) { 
               System.out.println(getServerUrl()); 
           } 
       } 
    } 

但他也有与简单轮询算法一样的问题:

对于不同性能的服务器,依旧一视同仁,那其实是不公平的。低配置,应该少分点请求嘛。

这就有了

加权随机算法,其实现思想同 加权轮询算法一样,给不同配置的服务器,配置不同的权重值。代码实现也同加权轮询思路一样,构建出符合权重值的服务集合后,再进行随机选取,这里就不写了,留给大家自己去写吧。

源地址哈希(hashCode)法 : 根据客户端的请求ip,通过哈希计算,得到一个数值,随后与服务器列表个数,进行取模计算,得到该请求 访问服务器列表的序号。该方法,有个好处是,当服务器列表不变时,某个客户端,会始终访问某一个固定的服务器,这样就可以构建一个客户端--服务器之间,有状态的session。

代码实现:

    public class HashDemo {  
       public static List initServerList() {  
           List servers = new ArrayList<>();  
           servers.add("192.168.10.00");  
           servers.add("192.168.10.01");  
           servers.add("192.168.10.02");  
           servers.add("192.168.10.03");  
           servers.add("192.168.10.04");  
           servers.add("192.168.10.05");  
           servers.add("192.168.10.06");  
           return servers;  
       }  
       public static String getServerUrl() {  
           //新建立一个List赋值,避免服务器上下线导致的并发问题  
           List serverList = new ArrayList<>();  
           serverList.addAll(initServerList());  
           int requestIpHashCode = "192.168.10.06.109".hashCode();  
           int position = requestIpHashCode % serverList.size();  
           return serverList.get(position);  
       }  
       public static void main(String[] args) {  
           while (true) {  
               System.out.println(getServerUrl());  
           }  
       }  
    }  

原文来自:http://server.51cto.com/ManageDC-579822.htm

本文地址:https://www.linuxprobe.com/loadbalancer-realize-theory.html编辑:烨子,审核员:逄增宝

本文原创地址:https://www.linuxprobe.com/loadbalancer-realize-theory.html编辑:烨子,审核员:暂无