服務(wù)器的負(fù)載均衡算法怎么實(shí)現(xiàn)

這篇文章主要介紹“服務(wù)器的負(fù)載均衡算法怎么實(shí)現(xiàn)”，在日常操作中，相信很多人在服務(wù)器的負(fù)載均衡算法怎么實(shí)現(xiàn)問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”服務(wù)器的負(fù)載均衡算法怎么實(shí)現(xiàn)”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

負(fù)載平衡（Load balancing）是一種在多個(gè)計(jì)算機(jī)（網(wǎng)絡(luò)、CPU、磁盤(pán)）之間均勻分配資源，以提高資源利用的技術(shù)。使用負(fù)載均衡可以最大化服務(wù)吞吐量，可能最小化響應(yīng)時(shí)間，同時(shí)由于使用負(fù)載均衡時(shí)，會(huì)使用多個(gè)服務(wù)器節(jié)點(diǎn)代單點(diǎn)服務(wù)，也提高了服務(wù)的可用性。

負(fù)載均衡的實(shí)現(xiàn)可以軟件可以硬件，硬件如大名鼎鼎的 F5 負(fù)載均衡設(shè)備，軟件如 NGINX 中的負(fù)載均衡實(shí)現(xiàn)，又如 Springcloud Ribbon 組件中的負(fù)載均衡實(shí)現(xiàn)。

如果看到這里你還不知道負(fù)載均衡是干嘛的，那么只能放一張圖了，畢竟沒(méi)圖說(shuō)個(gè)啥。

負(fù)載均衡要做到在多次請(qǐng)求下，每臺(tái)服務(wù)器被請(qǐng)求的次數(shù)大致相同。但是實(shí)際生產(chǎn)中，可能每臺(tái)機(jī)器的性能不同，我們會(huì)希望性能好的機(jī)器承擔(dān)的請(qǐng)求更多一些，這也是正常需求。

如果這樣說(shuō)下來(lái)你看不懂，那我就再舉個(gè)例子好了，一排可愛(ài)的小熊（服務(wù)器）站好。

這時(shí)有人（用戶(hù)）要過(guò)來(lái)打臉（請(qǐng)求訪(fǎng)問(wèn)）。

那么怎么樣我們才能讓這每一個(gè)可愛(ài)的小熊被打的次數(shù)大致相同呢？

又或者熊 4 比較胖，抗擊打能力是別人的兩倍，我們?cè)趺刺岣咝?4 被打的次數(shù)也是別人的兩倍呢？

又或者每次出手的力度不同，有重有輕，恰巧熊 4 總是承受這種大力度啪啪打臉，熊 4 即將不省熊事，還要繼續(xù)打它嗎？

這些都是值的思考的問(wèn)題。

說(shuō)了那么多，口干舌燥，我雙手已經(jīng)饑渴難耐了，迫不及待的想要擼起代碼了。

1. 隨機(jī)訪(fǎng)問(wèn)

上面說(shuō)了，為了負(fù)載均衡，我們必須保證多次出手后，熊 1 到熊 4 被打次數(shù)均衡。比如使用隨機(jī)訪(fǎng)問(wèn)法，根據(jù)數(shù)學(xué)上的概率論，隨機(jī)出手次數(shù)越多，每只熊被打的次數(shù)就會(huì)越相近。代碼實(shí)現(xiàn)也比較簡(jiǎn)單，使用一個(gè)隨機(jī)數(shù)，隨機(jī)訪(fǎng)問(wèn)一個(gè)就可以了。

/** 服務(wù)器列表 */
private static List<String> serverList = 
new ArrayList<>();
static {
    serverList.add("192.168.1.2");
    serverList.add("192.168.1.3");
    serverList.add("192.168.1.4");
    serverList.add("192.168.1.5");
}

/**
 * 隨機(jī)路由算法
 */
public static String 
random(
) {
    // 復(fù)制遍歷用的集合，防止操作中集合有變更
    List<String> tempList = new ArrayList<>(serverList.size());
    tempList.addAll(serverList);
    // 隨機(jī)數(shù)隨機(jī)訪(fǎng)問(wèn)
    int randomInt = new Random().nextInt(tempList.size());
    return tempList.get(randomInt);
}

因?yàn)槭褂昧朔蔷€(xiàn)程安全的集合，所以在訪(fǎng)問(wèn)操作時(shí)操作的是集合的拷貝，下面幾種輪訓(xùn)方式中也是這種思想。

寫(xiě)一個(gè)模擬請(qǐng)求方法，請(qǐng)求10w次，記錄請(qǐng)求結(jié)果。

public static void main(String[] args) {
    HashMap<String, Integer> serverMap = 
new HashMap<>();
    for (int i = 
0; i < 
20000; i++) {
        String server = random();
        Integer count = serverMap.get(server);
        if (count == 
null) {
            count = 
1;
        } 
else {
            count++;
        }
        // 記錄
        serverMap.put(server, count);
    }
    // 路由總體結(jié)果
    for (Map.Entry<String, Integer> entry : serverMap.entrySet()) {
        System.out.println("IP:" + entry.getKey() + "，次數(shù)：" + entry.getValue());
    }
}

運(yùn)行得到請(qǐng)求結(jié)果。

IP:192.168.1.3，次數(shù)：24979
IP:192.168.1.2，次數(shù)：24896
IP:192.168.1.5，次數(shù)：25043
IP:192.168.1.4，次數(shù)：25082

每臺(tái)服務(wù)器被訪(fǎng)問(wèn)的次數(shù)都趨近于 2.5w，有點(diǎn)負(fù)載均衡的意思。但是隨機(jī)畢竟是隨機(jī)，是不能保證訪(fǎng)問(wèn)次數(shù)絕對(duì)均勻的。

2. 輪訓(xùn)訪(fǎng)問(wèn)

輪訓(xùn)訪(fǎng)問(wèn)就簡(jiǎn)單多了，拿上面的熊1到熊4來(lái)說(shuō)，我們一個(gè)接一個(gè)的啪啪 - 打臉，熊1打完打熊2，熊2打完打熊3，熊4打完打熊1，最終也是實(shí)現(xiàn)了被打均衡。但是保證均勻總是要付出代價(jià)的，隨機(jī)訪(fǎng)問(wèn)中需要隨機(jī)，輪訓(xùn)訪(fǎng)問(wèn)中需要什么來(lái)保證輪訓(xùn)呢？

/** 服務(wù)器列表 */
private static List<String> serverList = 
new ArrayList<>();
static {
    serverList.add("192.168.1.2");
    serverList.add("192.168.1.3");
    serverList.add("192.168.1.4");
    serverList.add("192.168.1.5");
}
private static Integer index = 
0;

/**
 * 隨機(jī)路由算法
 */
public static String 
randomOneByOne(
) {
    // 復(fù)制遍歷用的集合，防止操作中集合有變更
    List<String> tempList = new ArrayList<>(serverList.size());
    tempList.addAll(serverList);
    String server = "";
    synchronized (index) {
        index++;
        if (index == tempList.size()) {
            index = 0;
        }
        server = tempList.get(index);;
    }
    return server;
}

由代碼里可以看出來(lái)，為了保證輪訓(xùn)，必須記錄上次訪(fǎng)問(wèn)的位置，為了讓在并發(fā)情況下不出現(xiàn)問(wèn)題，還必須在使用位置記錄時(shí)進(jìn)行加鎖，很明顯這種互斥鎖增加了性能開(kāi)銷(xiāo)。

依舊使用上面的測(cè)試代碼測(cè)試10w次請(qǐng)求負(fù)載情況。

IP:192.168.1.3，次數(shù)：25000
IP:192.168.1.2，次數(shù)：25000
IP:192.168.1.5，次數(shù)：25000
IP:192.168.1.4，次數(shù)：25000

3. 輪訓(xùn)加權(quán)

上面演示了輪訓(xùn)方式，還記的一開(kāi)始提出的熊4比較胖抗擊打能力強(qiáng)，可以承受別人2倍的挨打次數(shù)嘛？上面兩種方式都沒(méi)有體現(xiàn)出來(lái)熊 4 的這個(gè)特點(diǎn)，熊 4 竊喜，不痛不癢。但是熊 1 到 熊 3 已經(jīng)在崩潰的邊緣，不行，我們必須要讓胖著多打，能者多勞，提高整體性能。

/** 服務(wù)器列表 */
private static HashMap<String, Integer> serverMap = 
new HashMap<>();
static {
    serverMap.put("192.168.1.2", 
2);
    serverMap.put("192.168.1.3", 
2);
    serverMap.put("192.168.1.4", 
2);
    serverMap.put("192.168.1.5", 
4);
}
private static Integer index = 
0;

/**
 * 加權(quán)路由算法
 */
public static String 
oneByOneWithWeight(
) {
    List<String> tempList = 
new ArrayList();
    HashMap<String, Integer> tempMap = 
new HashMap<>();
    tempMap.putAll(serverMap);
    for (String key : serverMap.keySet()) {
        for (int i = 
0; i < serverMap.get(key); i++) {
            tempList.add(key);
        }
    }
    synchronized (index) {
        index++;
        if (index == tempList.size()) {
            index = 
0;
        }
        return tempList.get(index);
    }
}

這次記錄下了每臺(tái)服務(wù)器的整體性能，給出一個(gè)數(shù)值，數(shù)值越大，性能越好。可以承受的請(qǐng)求也就越多，可以看到服務(wù)器 192.168.1.5 的性能為 4，是其他服務(wù)器的兩倍，依舊 10 w 請(qǐng)求測(cè)試。

IP:192.168.1.3，次數(shù)：20000
IP:192.168.1.2，次數(shù)：20000
IP:192.168.1.5，次數(shù)：40000
IP:192.168.1.4，次數(shù)：20000

192.168.1.5 承擔(dān)了 2 倍的請(qǐng)求。

4. 隨機(jī)加權(quán)

隨機(jī)加權(quán)的方式和輪訓(xùn)加權(quán)的方式大致相同，只是把使用互斥鎖輪訓(xùn)的方式換成了隨機(jī)訪(fǎng)問(wèn)，按照概率論來(lái)說(shuō)，訪(fǎng)問(wèn)量增多時(shí)，服務(wù)訪(fǎng)問(wèn)也會(huì)達(dá)到負(fù)載均衡。

/** 服務(wù)器列表 */
private static HashMap<String, Integer> serverMap = 
new HashMap<>();
static {
    serverMap.put("192.168.1.2", 
2);
    serverMap.put("192.168.1.3", 
2);
    serverMap.put("192.168.1.4", 
2);
    serverMap.put("192.168.1.5", 
4);
}
/**
 * 加權(quán)路由算法
 */
public static String 
randomWithWeight(
) {
    List<String> tempList = 
new ArrayList();
    HashMap<String, Integer> tempMap = 
new HashMap<>();
    tempMap.putAll(serverMap);
    for (String key : serverMap.keySet()) {
        for (int i = 
0; i < serverMap.get(key); i++) {
            tempList.add(key);
        }
    }
    int randomInt = 
new Random().nextInt(tempList.size());
    return tempList.get(randomInt);
}

依舊 10 w 請(qǐng)求測(cè)試，192.168.1.5 的權(quán)重是其他服務(wù)器的近似兩倍，

IP:192.168.1.3，次數(shù)：19934
IP:192.168.1.2，次數(shù)：20033
IP:192.168.1.5，次數(shù)：39900
IP:192.168.1.4，次數(shù)：20133

5. IP-Hash

上面的幾種方式要么使用隨機(jī)數(shù)，要么使用輪訓(xùn)，最終都達(dá)到了請(qǐng)求的負(fù)載均衡。但是也有一個(gè)很明顯的缺點(diǎn)，就是同一個(gè)用戶(hù)的多次請(qǐng)求很有可能不是同一個(gè)服務(wù)進(jìn)行處理的，這時(shí)問(wèn)題來(lái)了，如果你的服務(wù)依賴(lài)于 session ，那么因?yàn)榉?wù)不同， session 也會(huì)丟失，不是我們想要的，所以出現(xiàn)了一種根據(jù)請(qǐng)求端的 ip 進(jìn)行哈希計(jì)算來(lái)決定請(qǐng)求到哪一臺(tái)服務(wù)器的方式。這種方式可以保證同一個(gè)用戶(hù)的請(qǐng)求落在同一個(gè)服務(wù)上。

private static List<String> serverList = 
new ArrayList<>();
static {
    serverList.add("192.168.1.2");
    serverList.add("192.168.1.3");
    serverList.add("192.168.1.4");
    serverList.add("192.168.1.5");
}

/**
 * ip hash 路由算法
 */
public static String 
ipHash(String ip) {
    // 復(fù)制遍歷用的集合，防止操作中集合有變更
    List<String> tempList = new ArrayList<>(serverList.size());
    tempList.addAll(serverList);
    // 哈希計(jì)算請(qǐng)求的服務(wù)器
    int index = ip.hashCode() % serverList.size();
    return tempList.get(Math.abs(index));
}

到此，關(guān)于“服務(wù)器的負(fù)載均衡算法怎么實(shí)現(xiàn)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！