负载均衡实现之随机数

释放双眼,带上耳机,听听看~!

负载均衡(LoadBalance),它的职责是将网络请求,或者其他形式的负载“均摊”到不同的机器上。避免集群中部分服务器压力过大,而另一些服务器比较空闲的情况。通过负载均衡,可以让每台服务器获取到适合自己处理能力的请求。

​ 常见的负载均衡的实现方法有多种,如随机、轮询、hash一致性等。本文使用随机法实现负载均衡。

​ 随机数法就是几个数中随机获取一个数字,然后获取这个数据对应的服务器。

/**
 * 服务器类
 */
public class Server {
    
    private String serverName;
    
    public Server(String name) {
        this.serverName = name;
    }
    
    public String getServerName() {
        return serverName;
    }
    public void setServerName(String serverName) {
        this.serverName = serverName;
    }

    @Override
    public String toString() {
        return \"Server{serverName:\"+this.getServerName()+\"}\";
    }
}
public class LoadBalance_Random {
    //用来存放所有的服务器
    static List<Server> ServerList = new ArrayList<Server>();
    //随机数生成器
    private static final Random r = new Random();
    
    //初始化   模拟集群中提供服务的服务器
    static{
        Server server1 = new Server(\"server1\");
        Server server2 = new Server(\"server2\");
        Server server3 = new Server(\"server3\");
        ServerList.add(server1);
        ServerList.add(server2);
        ServerList.add(server3);
    }
    
    public static void main(String[] args) {
        //模拟10个请求来获取对应的服务器
        for(int i=0;i<10;i++){
            Server server_random = doSelect(ServerList);
            System.out.println(server_random);
        }
    }

    /**
     * 选择服务器
     * @param serverList
     * @return
     */
    private static Server doSelect(List<Server> serverList) {
        Server server = null;
        //服务器的个数
        int serverNum = serverList.size();
        //随机获取一个
        int serverIndex = r.nextInt(serverNum);
        server = serverList.get(serverIndex);
        return server;
    }
}

​ 执行main方法测试,结果如下:

负载均衡实现之随机数

​ 在每台服务器的配置性能等各方面都一样时,使用这种随机方法也是可取的,因为每台服务器获取的要处理的请求的数据量的概率是一样的。但是有时候,我们的服务器不一定都是相同的配置,每一台服务器的性能都有一定的差异性,导致服务器提供服务的能力的差异,比如上边我们有3台服务器,Server1每秒可处理5个请求,Server2每秒只能处理3个请求,Server3每秒只能处理2个请求,此时如果我们有10个请求过来了,我们分别给3个Server3个请求处理,由于Server3只能处理2个请求,这时就会导致服务3不可用。

​ 对这种不同服务能力的服务实现负载均衡,我们可以使用加权随机法。对每个服务标记权重,提高处理能力强的服务器的权重,降低服务能力若的服务器的权重,即根据能力的大小分配对应比例的请求数。

​ 修改上述代码,给服务加权重

/**
 * 服务器类
 */
public class Server {
    
    private String serverName;
    private int weight;//权重
    
    public Server(String name, int weight) {
        this.serverName = name;
        this.weight = weight;
    }
    
    @Override
    public String toString() {
        return \"Server{serverName:\"+this.getServerName()+\",weight:\"+this.getWeight()+\"}\";
    }
    
    // 省略getter 和 setter方法
}

​ 初始化时指定服务器的权重

    //初始化   模拟集群中提供服务的服务器
    static{
        Server server1 = new Server(\"server1\", 5);
        Server server2 = new Server(\"server2\", 3);
        Server server3 = new Server(\"server3\", 2);
        ServerList.add(server1);
        ServerList.add(server2);
        ServerList.add(server3);
    }

​ 根据权重值获取服务

private static Server doSelectWithWeight(List<Server> serverList) {
        Server server = null;
        int totalWeight = 0; //所有服务器的总权重
        boolean isSame = true;//默认所有服务器的权重都相同
        
        for(int i=0; i<serverList.size(); i++){
            //获取当前服务器得权重
            int serverWeight = serverList.get(i).getWeight();
            //权重累加
            totalWeight = totalWeight + serverWeight;
            //i = 0时默认还是权重都一样
            //从第二个开始检测每个服务器得权重是不是都一样,只需要与它得前一个服务得权重相比就可以了
            if(isSame && i>0){
                int preServerWeight = serverList.get(i-1).getWeight();
                if(serverWeight != preServerWeight){//当前服务器权重和前一个服务器得权重不相同
                    isSame = false;
                }
            }
        }
        
        if(!isSame){//服务器得权重不是都一样
            //在总权重下获取一个随机数 
            int index = r.nextInt(totalWeight);
            //
            for(int i=0;i<serverList.size();i++){
                int serverWeight = serverList.get(i).getWeight();
                //判断获取得随机数落在总权重得哪一个区间
                //3台服务器得得权重分别为5 3 2  总和为10  [0到5)这个区间属于服务器1  [5到8)这个区间属于服务器2 【8到10)这个区间属于服务器3
                //如 获取到得随机数是6  6-5=1   大于0  说明不在服务器1得区间,遍历  1-3= -2 小于0  说明它落在了服务器2所在得区间  就可以得对应服务器
                index = index - serverWeight;
                if(index < 0){
                    return serverList.get(i);
                }
            }
        }else{
            //所有服务器权重都一样时,按照完全随机法随机获取一个服务器
            server = doSelect(serverList);
        }
        return server;
    }

​ 使用main方法测试

public static void main(String[] args) {
        //模拟20个请求获取对应的服务
        for(int i=0;i<20;i++){
            Server server_random_weight = doSelectWithWeight(ServerList);
            System.out.println(server_random_weight);
        }
    }

测试结果如下

负载均衡实现之随机数

从测试结果图中可以看到,权重大的获取到的请求数多,相反权重小的获取到的请求数越小。

给TA打赏
共{{data.count}}人
人已打赏
随笔日记

.NET Framework和 .Net Core实现不一致的API之 `EmailAddressAttribute`

2020-11-9 4:26:26

随笔日记

Python后台开发Django( 模板 与 值匹配 )

2020-11-9 4:26:28

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索