dubbo原理：负载均衡算法
2019-06-30 本文已影响0人
aix91
Dubbo 中有四种负载均衡策略：RandomLoadBalance（按权重随机）、RoundRobinLoadBalance（轮询）、LeastActiveLoadBalance(最少活跃数)、ConsistentHashLoadBalance(一致性哈希)
LoadBalance
1. RandomLoadBalance 随机策略
- 如果所有的权重一样，则随机挑选一个节点；
- 节点权重不一样：A(1),B(2),C(3),D(4)
- 先根据总权重10 随机生成一个数，比如说3；
- 接下来遍历所有节点：3-1=2；2-2=0；0-3=-3，知道offset< 0
- 3<0 则返回C节点
2. RoundRobinLoadBalance
轮询是Dubbo的负载均衡策略；
- Round-Robin Scheduling： 按照1-N(节点数量) 顺序分配节点，不考虑权重。如果某一节点处理速度较慢，那么该节点就会累计大量的请求。
- Weighted Round-Robin Scheduling（按照权重的轮询）：
3. LeastActiveLoadBalance
假设有A、B两个节点。A、B两个节点分别处理两个请求，计数分别+1；如果B节点处理请求比A快，B处理完请求后，计数-1。于是A的计数为1，B的计数为0. 下次请求过来时，B的计数比较小，于是B节点获得请求。如果A、B的计数值一样，则按照节点的权重随机选取（参考RandomLoadBalance）。
扩展：ActiveLimitFilter可以用来限制客户端的并发请求数量
4. ConsistentHashLoadBalance
相同参数的请求，最终都会请求到一个节点上去。
- 如果某一个节点down了，节点总数-1，hash/(N-1)和原来的hash/(N)的差别比较大，导致缓存失效，会引起服务端较大的震荡。N越大，震荡越大。
- 一致性Hash算法解决上述问题
-
环形Hash空间
按照常用的Hash取模的方式，将key分布在0~（2^32）-1的数字空间中，我们可以将这些数字头尾相连，想象成一个闭合的环形。
屏幕快照 2019-06-30 下午1.12.13.png
- 采用一致性Hash算法，把请求参数、节点映射到上述的数字空间中。
- 按照顺时针的顺序，找到最近的节点。
- 如果某一个节点down了，请求只会按照顺时针寻找到下一个节点。于是只影响了一个节点。但是这样增加了被影响节点的访问压力，为了分散这种影响，可以使用虚拟节点。
- 假如有N个真实节点,把每个真实节点映射成M个虚拟节点,再把 M*N 个虚拟节点, 散列在圆环上. 各真实节点对应的虚拟节点相互交错分布这样,某真实节点down后,则把其影响平均分担到其他所有节点上.（中间方案）
