工具系列 | 负载均衡算法 - 轮询算法
Posted 万少波的播客
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了工具系列 | 负载均衡算法 - 轮询算法相关的知识,希望对你有一定的参考价值。
简介
三种常见的轮询调度算法
简单轮询
加权轮询
平滑加权轮询
本文将用如下 4 个服务,来详细说明轮询调度过程。
服务实例 | 权重值 |
---|---|
192.168.10.1 | 1 |
192.168.10.2 | 2 |
192.168.10.3 | 3 |
192.168.10.4 | 4 |
简单轮询
简单轮询是轮询算法中最简单的一种,但由于它不支持配置负载,所以应用较少。
算法描述
假设有 N 台实例 S = {S1, S2, …, Sn},指示变量 currentPos 表示当前选择的实例 ID,初始化为 -1。
算法描述
1、调度到下一个实例;
2、若所有实例已被 调度 过一次,则从头开始调度;
3、每次调度重复步骤 1、2;
调度过程
请求 | currentPos | 选中的实例 |
---|---|---|
1 | 0 | 192.168.10.1 |
2 | 1 | 192.168.10.2 |
3 | 2 | 192.168.10.3 |
4 | 3 | 192.168.10.4 |
5 | 0 | 192.168.10.1 |
代码实现
首先,定义一个统一的操作接口,主要有init()和next()这 2 个方法。
interface RobinInterface
{
/**
* 初始化服务权重
* @param array $services
*/
public function init(array $services);
/**
* 获取一个服务
* @return string
*/
public function next();
}
然后,根据简单轮询算法思路,实现上述接口:
class Robin implements RobinInterface
{
private $services = [];
private $total;
private $currentPos = -1;
public function init(array $services)
{
$this->services = $services;
$this->total = count($services);
}
public function next()
{
// 已调度完一圈,重置currentPos值为第一个实例位置
$this->currentPos = ($this->currentPos + 1) % $this->total;
return $this->services[$this->currentPos];
}
}
其中,total为总实例数量,services为服务实例列表。由于简单轮询不需要配置权重,因此可简单配置为:
$services = [
'192.168.10.1',
'192.168.10.2',
'192.168.10.3',
'192.168.10.4',
];
优缺点分析
在实际应用中,同一个服务会部署到不同的硬件环境,会出现性能不同的情况。若直接使用简单轮询调度算法,给每个服务实例相同的负载,那么,必然会出现资源浪费的情况。因此为了避免这种情况,一些人就提出了下面的 加权轮询 算法。
加权轮询
加权轮询算法引入了“权”值,改进了简单轮询算法,可以根据硬件性能配置实例负载的权重,从而达到资源的合理利用。
算法描述
假设有 N 台实例 S = {S1, S2, …, Sn},权重 W = {W1, W2, …, Wn},指示变量 currentPos 表示当前选择的实例 ID,初始化为 -1;变量 currentWeight 表示当前权重,初始值为 max(S);max(S) 表示 N 台实例的最大权重值,gcd(S) 表示 N 台实例权重的最大公约数。
算法可以描述为:
1、从上一次调度实例起,遍历后面的每个实例;
2、若所有实例已被遍历过一次,则减小 currentWeight 为 currentWeight - gcd(S),并从头开始遍历;若 currentWeight 小于等于 0,则重置为 max(S);
3、直到 遍历的实例的权重大于等于 currentWeight 时结束,此时实例为需调度的实例;
4、每次调度重复步骤 1、2、3;
例如,上述 4 个服务,最大权重 max(S) 为 4,最大公约数 gcd(S) 为 1。其调度过程如下:
请求 | currentPos | currentWeight | 选中的实例 |
---|---|---|---|
1 | 3 | 4 | 192.168.10.4 |
2 | 2 | 3 | 192.168.10.3 |
3 | 3 | 3 | 192.168.10.4 |
4 | 1 | 2 | 192.168.10.2 |
… | … | … | … |
9 | 2 | 1 | 192.168.10.3 |
10 | 3 | 4 | 192.168.10.4 |
代码实现
class WeightedRobin implements RobinInterface
{
private $services = array();
private $total;
private $currentPos = -1;
private $currentWeight;
public function init(array $services)
{
foreach ($services as $ip => $weight) {
$this->services[] = [
'ip' => $ip,
'weight' => $weight,
];
}
$this->total = count($this->services);
}
public function next()
{
$i = $this->currentPos;
while (true) {
$i = ($i + 1) % $this->total;
// 已全部被遍历完一次
if (0 === $i) {
// 减currentWeight
$this->currentWeight -= $this->getGcd();
// 赋值currentWeight为0,回归到初始状态
if ($this->currentWeight <= 0) {
$this->currentWeight = $this->getMaxWeight();
}
}
// 直到当前遍历实例的weight大于或等于currentWeight
if ($this->services[$i]['weight'] >= $this->currentWeight) {
$this->currentPos = $i;
return $this->services[$this->currentPos]['ip'];
}
}
}
/**
* 求两数的最大公约数(基于欧几里德算法,可使用gmp_gcd())
*
* @param integer $a
* @param integer $b
*
* @return integer
*/
private function gcd($a, $b)
{
$rem = 0;
while ($b) {
$rem = $a % $b;
$a = $b;
$b = $rem;
}
return $a;
}
/**
* 获取最大公约数
*
* @return integer
*/
private function getGcd()
{
$gcd = $this->services[0]['weight'];
for ($i = 0; $i < $this->total; $i++) {
$gcd = $this->gcd($gcd, $this->services[$i]['weight']);
}
return $gcd;
}
/**
* 获取最大权重值
*
* @return integer
*/
private function getMaxWeight()
{
$maxWeight = 0;
foreach ($this->services as $node) {
if ($node['weight'] >= $maxWeight) {
$maxWeight = $node['weight'];
}
}
return $maxWeight;
}
}
其中,getMaxWeight()为所有实例的最大权重值;getGcd()为所有实例权重的最大公约数,主要是通过gcd()方法(可用gmp_gcd()函数)求得 2 个数的最大公约数,然后求每一个实例的权重与当前最大公约数的最大公约数。实现如下:
private function getGcd()
{
$gcd = $this->services[0]['weight'];
for ($i = 0; $i < $this->total; $i++) {
$gcd = $this->gcd($gcd, $this->services[$i]['weight']);
}
return $gcd;
}
需要注意的是,在配置services服务列表时,需要指定其权重:
$services = [
'192.168.10.1' => 1,
'192.168.10.2' => 2,
'192.168.10.3' => 3,
'192.168.10.4' => 4,
];
优缺点分析
加权轮询 算法虽然通过配置实例权重,解决了 简单轮询 的资源利用问题,但是它还是存在一个比较明显的 缺陷。例如:
服务实例 S = {a, b, c},权重 W = {5, 1, 1},使用加权轮询调度生成的实例序列为 {a, a, a, a, a, b, c},那么就会存在连续 5 个请求都被调度到实例 a。而实际中,这种不均匀的负载是不被允许的,因为连续请求会突然加重实例 a 的负载,可能会导致严重的事故。
为了解决加权轮询调度不均匀的缺陷,一些人提出了 平滑加权轮询 调度算法,它会生成的更均匀的调度序列 {a, a, b, a, c, a, a}。对于神秘的平滑加权轮询算法,我将在后续文章中详细介绍它的原理和实现。
总结
轮询算法是最简单的调度算法,因为它无需记录当前所有连接的状态,所以它是一种 无状态 的调度算法,这些特性使得它应用较广。
轮询调度算法并不能动态感知每个实例的负载,它完全依赖于我们的工程经验,人为配置权重来实现基本的负载均衡,并不能保证服务的高可用性。若服务的某些实例因其他原因负载突然加重,轮询调度还是会一如既往地分配请求给这个实例,因此可能会形成小面积的宕机,导致服务的局部不可用。
以上是关于工具系列 | 负载均衡算法 - 轮询算法的主要内容,如果未能解决你的问题,请参考以下文章
负载均衡算法之轮询(Round Robin)法和随机(Random)法 Java 代码实现方法学习