負(fù)載均衡

首先了解一下負(fù)載均衡。

百度百科：

負(fù)載均衡，英文名稱為L(zhǎng)oad Balance，其含義就是指將負(fù)載（工作任務(wù)）進(jìn)行平衡、分?jǐn)偟蕉鄠€(gè)操作單元上進(jìn)行運(yùn)行，例如FTP服務(wù)器、Web服務(wù)器、企業(yè)核心應(yīng)用服務(wù)器和其它主要任務(wù)服務(wù)器等，從而協(xié)同完成工作任務(wù)。

個(gè)人理解，負(fù)載均衡，顧名思義，就是讓硬件或服務(wù)，所受的負(fù)載，盡量均衡一點(diǎn)。

物盡其用，如250G固態(tài)硬盤和1T機(jī)械硬盤。

作為系統(tǒng)盤，則選擇用250G的固態(tài)，讀取和寫入的速度塊。

有很多學(xué)習(xí)資源要存，容量較大，那么就會(huì)1T的機(jī)械硬盤。

擇優(yōu)選擇，打疫苗時(shí)，A，B，C三個(gè)醫(yī)院，A醫(yī)院爆滿，C醫(yī)院人數(shù)較少，那么就去C醫(yī)院。

Dubbo四種負(fù)載均衡

1. 隨機(jī)權(quán)重（Random LoadBalance）
   • dubbo默認(rèn) A：權(quán)重40  占比2/5 B：權(quán)重20  占比1/5 C：權(quán)重40  占比2/5 則每次請(qǐng)求，都是隨機(jī)訪問(wèn)的，可能A，可能B，可能C。數(shù)據(jù)量大的情況下，就會(huì)形成權(quán)重的比例。
2. 輪詢（RoundRobin LoadBalance）
   • 輪循，按公約后的權(quán)重設(shè)置輪循比率。（可以根據(jù)權(quán)重輪詢，如2/5，1/5，2/5。5個(gè)請(qǐng)求，則 A-B-C-A-C）無(wú)權(quán)重則A-B-C-A-B-C.... 存在慢的提供者累積請(qǐng)求的問(wèn)題，比如：第二臺(tái)機(jī)器很慢，但沒(méi)掛，當(dāng)請(qǐng)求調(diào)到第二臺(tái)時(shí)就卡在那，久而久之，所有請(qǐng)求都卡在調(diào)到第二臺(tái)上。
3. 最少活躍調(diào)用數(shù)（LeastActive LoadBalance）
   • 最少活躍調(diào)用數(shù)，相同活躍數(shù)的隨機(jī)，活躍數(shù)指調(diào)用前后計(jì)數(shù)差。 使慢的提供者收到更少請(qǐng)求，因?yàn)樵铰奶峁┱叩恼{(diào)用前后計(jì)數(shù)差會(huì)越大。 A：200ms B：200ms C：300ms 先看一下上次調(diào)用時(shí)間，請(qǐng)求優(yōu)先調(diào)用A和B，隨機(jī)選擇。統(tǒng)計(jì)上一次的調(diào)用時(shí)間
4. 一致性hash（ConsistentHash LoadBalance）
   • 一致性 Hash，相同參數(shù)的請(qǐng)求總是發(fā)到同一提供者。 當(dāng)某一臺(tái)提供者掛時(shí)，原本發(fā)往該提供者的請(qǐng)求，基于虛擬節(jié)點(diǎn)，平攤到其它提供者，不會(huì)引起劇烈變動(dòng)。 算法參見(jiàn)：//en.wikipedia.org/wiki/Consistent_hashing 缺省只對(duì)第一個(gè)參數(shù) Hash，如果要修改，請(qǐng)配置 <dubbo:parameter key="hash.arguments" value="0,1" /> 缺省用 160 份虛擬節(jié)點(diǎn)，如果要修改，請(qǐng)配置 <dubbo:parameter key="hash.nodes" value="320" />

方法名，和第一個(gè)參數(shù)名，getUser?id=1，調(diào)用服務(wù)A，則下次同方法同參數(shù)，會(huì)繼續(xù)調(diào)用服務(wù)A，除非服務(wù)A掛掉，那么就會(huì)根據(jù)虛擬節(jié)點(diǎn)，平攤給其他服務(wù)提供者。算法處理。

個(gè)人理解的權(quán)重算法  

 /**
  * <h3>根據(jù)權(quán)重獲取對(duì)應(yīng)服務(wù)，傳入服務(wù)：權(quán)重map</h3>
  *
  * @param map 服務(wù)：權(quán)重map
  * @return java.lang.String
  * @author Hubers 
  * @date 2021/6/15 16:16
  **/
 public static String getServerByWeight(Map<String, Integer> map) {
        if (map.isEmpty()){
            return null;
        }
        Integer total = 0;
        // 計(jì)算所有權(quán)重，如100+200+300=600
        for (Integer value : map.values()) {
            total += value;
        }
        Random random = new Random();
        // 在權(quán)重范圍內(nèi)隨機(jī)，600以內(nèi)隨機(jī)
        int nextInt = random.nextInt(total);
        // 遍歷所有服務(wù)提供者provide的ip地址
        for (String ip : map.keySet()) {
            // 取出權(quán)重值
            Integer weight = map.get(ip);
            // 權(quán)重在范圍內(nèi)，則返回對(duì)應(yīng)ip
            if (nextInt < weight) {
                return ip;
            }
            // 否則減去權(quán)重，繼續(xù)下一次循環(huán)，匹配對(duì)應(yīng)的ip
            nextInt -= weight;
        }
        return null;
    }
public static void main(String[] args) {
        Map<String, Integer> map = new HashMap<>();
        map.put("192.168.1.1", 10);
        map.put("192.168.1.2", 10);
        map.put("192.168.1.3", 10);
        map.put("192.168.1.4", 10);
        for (int i = 0; i < 10; i++) {
            String weight = getServerByWeight(map);
            if (Objects.isNull(weight)) {
                throw new RuntimeException("無(wú)可用服務(wù)");
            }
            System.out.println(weight);
        }
    }

到此這篇關(guān)于Java中的權(quán)重算法(如Dubbo的負(fù)載均衡權(quán)重)詳解的文章就介紹到這了,更多相關(guān)Java權(quán)重算法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論