【算法】使用Golang实现加权负载均衡算法
背景描述
如下图所示,负载均衡做为反向代理,将请求方的请求转发至后端的服务节点,实现服务的请求。
在nginx中可以通过upstream配置server时,设置weight表示对应server的权重。
若存在多个服务节点时,负载均衡如何通过服务节点的权重进行转发。
如下详细说明权重转发算法的实现。
用三个后端服务节点为例说明
设置三个后端服务ServerA,ServerB和ServerC,它们的权重分布是 5,3,1
按照加权负载均衡算法,在一轮(5+3+1=9次)中ServerA占5次,ServerB占3次,ServerC占1次,从而实现均衡。
如下图所示:
为了实现这个功能,可以给每一个后端设置对应的权重5,3,1
变量1:后端服务的权重 Weight
变量2:均衡器累计的总的有效权重 EffectiveWeight
变量3:实时统计后端服务的当前权重 CurrentWeight
算法设计
第一步,向均衡器中增加后端服务标识
- 将三个后端服务标识和权重Weight增加到负载均衡器列表中。
- 每次增加后端服务时,累计总的有效权重EffectiveWeight。
第二步,每次获取一个后端服务标识
- 对均衡器中的所有后端服务增加自己的权重Weight,即(5,3,1),计算ABC三个服务的当前权重。
- 选择当前权重CurrentWeight最大的服务,做为本次期望的后端服务。
- 将期望的后端服务的当前权重CurrentWeight减小总的权重EffectiveWeight,供下一轮使用。
如下是一个一轮(5+3+1=9次)获取的权重变化表:
从这个表中可以看到后端服务轮询的顺序是 A B A C A B A B A,其中A出现了5次,B出现了3次,C出现了1次,满足三个服务的权重Weight设置。
完成9次获取后,ABC三个服务的权重都归0,因此下一轮的9次获取也是均衡的,
算法实现
按照如上算法说明,使用Golang实现这个算法如下
- package weightroundrobin
- import (
- "fmt"
- "strings"
- )
- // 每一个后端服务定义
- type BackendServer struct {
- // 实例权重
- Weight int
- // 当前的权重,初始为Weight
- currentWeight int
- // 后端服务名称
- ServerName string
- }
- // 通过权重实现调用轮询的定义
- type WeightServerRoundRobin struct {
- // 所有有效的权重总和
- effectiveWeight int
- // 后端服务列表
- backendServerList []*BackendServer
- }
- // 创建一个负载轮询器
- func NewWeightServerRoundRobin() *WeightServerRoundRobin {
- return &WeightServerRoundRobin{
- effectiveWeight: 0,
- }
- }
- // 增加后端服务名称和权重
- func (r *WeightServerRoundRobin) AddBackendServer(backendServer *BackendServer) {
- r.effectiveWeight += backendServer.Weight
- r.backendServerList = append(r.backendServerList, backendServer)
- }
- // 更具权重获取一个后端服务名称
- func (r *WeightServerRoundRobin) GetBackendServer() *BackendServer {
- var expectBackendServer *BackendServer
- for _, backendServer := range r.backendServerList {
- // 给每个后端服务增加自身权重
- backendServer.currentWeight += backendServer.Weight
- if expectBackendServer == nil {
- expectBackendServer = backendServer
- }
- if backendServer.currentWeight > expectBackendServer.currentWeight {
- expectBackendServer = backendServer
- }
- }
- r.VisitBackendServerCurrentWeight()
- // 把选择的后端服务权重减掉总权重
- expectBackendServer.currentWeight -= r.effectiveWeight
- return expectBackendServer
- }
- // 打印后端服务的当前权重变化
- func (r *WeightServerRoundRobin) VisitBackendServerCurrentWeight() {
- var serverListForLog []string
- for _, backendServer := range r.backendServerList {
- serverListForLog = append(serverListForLog,
- fmt.Sprintf("%v", backendServer.currentWeight))
- }
- fmt.Printf("(%v)\n", strings.Join(serverListForLog, ", "))
- }
写一个单测进行验证
- package weightroundrobin
- import (
- "fmt"
- "testing"
- )
- func TestNewWeightServerRoundRobin(t *testing.T) {
- weightServerRoundRobin := NewWeightServerRoundRobin()
- weightServerRoundRobin.AddBackendServer(&BackendServer{
- ServerName: "ServerA",
- Weight: 5,
- })
- weightServerRoundRobin.AddBackendServer(&BackendServer{
- ServerName: "ServerB",
- Weight: 3,
- })
- weightServerRoundRobin.AddBackendServer(&BackendServer{
- ServerName: "ServerC",
- Weight: 1,
- })
- expectServerNameList := []string{
- "ServerA", "ServerB", "ServerA", "ServerC", "ServerA", "ServerB", "ServerA", "ServerB", "ServerA",
- //"ServerA", "ServerB", "ServerA", "ServerC", "ServerA", "ServerB", "ServerA", "ServerB", "ServerA",
- }
- fmt.Printf("(A, B, C)\n")
- for ii, expectServerName := range expectServerNameList {
- weightServerRoundRobin.VisitBackendServerCurrentWeight()
- backendServer := weightServerRoundRobin.GetBackendServer()
- if backendServer.ServerName != expectServerName {
- t.Errorf("%v.%v.expect:%v, actual:%v", t.Name(), ii, expectServerName, backendServer.ServerName)
- return
- }
- }
- }
运行单元测试,观察运行结果是否符合算法设计的预期
- === RUN TestNewWeightServerRoundRobin
- (A, B, C)
- (0, 0, 0)
- (5, 3, 1)
- (-4, 3, 1)
- (1, 6, 2)
- (1, -3, 2)
- (6, 0, 3)
- (-3, 0, 3)
- (2, 3, 4)
- (2, 3, -5)
- (7, 6, -4)
- (-2, 6, -4)
- (3, 9, -3)
- (3, 0, -3)
- (8, 3, -2)
- (-1, 3, -2)
- (4, 6, -1)
- (4, -3, -1)
- (9, 0, 0)
- --- PASS: TestNewWeightServerRoundRobin (0.00s)
- PASS
参考材料:
https://github.com/phusion/nginx/commit/27e94984486058d73157038f7950a0a36ecc6e35
done.
祝玩的开心~
【算法】使用Golang实现加权负载均衡算法的更多相关文章
- Load Balancing with NGINX 负载均衡算法
Using nginx as HTTP load balancer Using nginx as HTTP load balancer http://nginx.org/en/docs/http/lo ...
- 几种简单的负载均衡算法及其Java代码实现
什么是负载均衡 负载均衡,英文名称为Load Balance,指由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助.通过某种负载分担技 ...
- RabbitMQ客户端负载均衡算法
负载均衡(Load balance)是一种计算机网络技术,用于在多个计算机(计算机集群).网络连接.CPU.磁盘驱动器或其他资源中分配负载,以达到最佳资源使用.最大化吞吐率.最小响应时间以及避免过载的 ...
- Ribbon,主要提供客户侧的软件负载均衡算法。
Ribbon Ribbon,主要提供客户侧的软件负载均衡算法.Ribbon客户端组件提供一系列完善的配置选项,比如连接超时.重试.重试算法等.Ribbon内置可插拔.可定制的负载均衡组件.下面是用到的 ...
- Citrix Netscaler负载均衡算法
Citrix Netscaler负载均衡算法 http://blog.51cto.com/caojin/1926308 众所周知,作为新一代应用交付产品的Citrix Netscaler具有业内领先的 ...
- spring-cloud-starter-ribbon提供客户端的软件负载均衡算法
Ribbon是什么? Ribbon是Netflix发布的开源项目,主要功能是提供客户端的软件负载均衡算法,将Netflix的中间层服务连接在一起.Ribbon客户端组件提供一系列完善的配置项如连接超时 ...
- Ribbon核心组件IRule及配置指定的负载均衡算法
Ribbon在工作时分为两步: 第一步:先选择 EurekaServer,它优先选择在同一个区域内负载较少的Server: 第二步:再根据用户指定的策略,在从Server取到的服务注册列表中选择一个地 ...
- QPS 提升60%,揭秘阿里巴巴轻量级开源 Web 服务器 Tengine 负载均衡算法
前言 在阿里七层流量入口接入层(Application Gateway)场景下, Nginx 官方的Smooth Weighted Round-Robin( SWRR )负载均衡算法已经无法再完美施展 ...
- 负载均衡算法WRR介绍
一.负载均衡 负载均衡是一个很大的概念,既有从硬件层面来解决问题的,又有从软件层面解决的,有关负载均衡的介绍,推荐阅读: http://os.51cto.com/art/201108/285359.h ...
随机推荐
- 云服务器是什么?ECS、BCC、CVM...
什么是云服务器?云服务器有哪些优势?能用来干什么? 很多人不太了解云服务器的定义和用途. 云服务器是一种简单高效.处理能力可弹性伸缩的计算服务,帮助用户快速构建更稳定.安全的应用,提升运维效率,降低 ...
- CTF中的序列化与反序列化
记一些CTF出现的序列化与反序列化的知识点和题目. 序列化和反序列化的概念 序列化就是将对象转换成字符串.字符串包括 属性名 属性值 属性类型和该对象对应的类名. 反序列化则相反将字符串重新恢复成对象 ...
- .jsp文件的使用和理解以及一些小练习和Listener监听器
什么是 jsp,它有什么用? jsp 的全换是 java server pages.Java 的服务器页面.jsp 的主要作用是代替 Servlet 程序回传 html 页面的数据.因为 Servle ...
- [06 Go语言基础-包]
[06 Go语言基础-包] 包 什么是包,为什么使用包? 到目前为止,我们看到的 Go 程序都只有一个文件,文件里包含一个 main 函数和几个其他的函数.在实际中,这种把所有源代码编写在一个文件的方 ...
- STM32—中断详解(配合按键中断代码,代码亲测)
在STM32中执行中断主要分三部分: 1.配置NVIC_Config()函数 2.配置EXTI_Config()函数 3.编写中断服务函数 (注:本文章所用代码为中断按键代码,实现了按键进入中断从而控 ...
- SpringBoot JPA查询映射到自定义实体类
和 SegmentFault上的文章(https://segmentfault.com/a/1190000021869465)一样, 都是俺账号 场景 举一个简单的栗子: 比如有一个User实体类 @ ...
- C#10在List, Queue 以及Stack中使用EnsureCapacity方法来提升性能
简介 在今天的文章中,我们将介绍 C# 10 中引入的一项新功能.这是已添加到 List.Queue 和 Stack 集合中的 EnsureCapacity 方法.我们将讨论为什么我们应该使用这个方法 ...
- Tcp三次握手中细节
TCP/IP协议中,TCP协议提供可靠的连接服务,采用三次握手建立一个连接,如下图所示.主机A为客户机,主机B为服务器 说明:(1)第一次握手:建立连接时,客户端A发送SYN包(SYN=j)到服务器B ...
- 踩坑记录之 -- String.IndexOf 在 .Net5 和 .Netcore3 中返回值不一样
.Net Core3.1 下 运行此段代码 class Program { static void Main(string[] args) { // .NET Core 3.1 string s = ...
- lock学习篇(上)
why? 当我们使用线程的时候,效率最高的方式当然是异步,即各个线程同时运行,其间不相互依赖和等待. 但当不同的线程都需要访问某个资源的时候,就需要同步机制了,也就是说当对同一个资源进行读写的时候, ...