一個巧妙的負(fù)載均衡算法：翹動你的大腦

2018-01-12 16:14:07 博客園　點(diǎn)擊量：評論 (0)

現(xiàn)在的負(fù)載均衡技術(shù)，可以說是滿大街都是，但是我們基本都停留在了使用的階段上，并沒有真正深入去了解其核心。如果真的出現(xiàn)了問題，可

現(xiàn)在的負(fù)載均衡技術(shù)，可以說是滿大街都是，但是我們基本都停留在了使用的階段上，并沒有真正深入去了解其核心。如果真的出現(xiàn)了問題，可能就很難知道是什么原因?qū)е铝耍荒苋oogle，百度了。因此，了解一些核心的東西，還是不錯的。

負(fù)載均衡大概流程就是，隨時收集各服務(wù)器信息或者各服務(wù)器主動上報信息，由配置主心進(jìn)行保存，計算出權(quán)重，然后根據(jù)相應(yīng)算法進(jìn)行服務(wù)機(jī)器選擇。（當(dāng)然了，這不是本文的重點(diǎn)，我也說得不一定對）

我要展示的是，一個根據(jù)權(quán)重進(jìn)行機(jī)器選擇的一個巧妙算法，如下：

int chooseOneRoute ( LB_SvrInfo * & pSvr )
{
double dblTotalWeight = 0.0;
int i = 0;
time_t curTime = time(NULL);
//權(quán)重的計算方法是Late方法
if ( curTime - calWeightTime >= CAL_WEIGHT_TIME_INTERVAL )
{
calculateWeight();
}
//先把各服務(wù)器權(quán)重加起來
for ( i = 0; i < MAX_SERVER_NUM; i++ )
{
if ( !oServerInfo[i].isOkForRoute() ) continue;
dblTotalWeight += oServerInfo[i].getWeight();
}
dblTotalWeight *= rand() / ( RAND_MAX + 1.0 );
//做減法
for ( i = 0; i < MAX_SERVER_NUM; i++ )
{
if ( !oServerInfo[i].isOkForRoute() ) continue;
dblTotalWeight -= oServerInfo[i].getWeight();
//找到對應(yīng)服務(wù)器
if ( dblTotalWeight < 0 ) break;
}
pSvr = &( oServerInfo[i] );
return 0;
}

分步解釋就是：

先計算得到各機(jī)器的權(quán)重值，保存起來；

按順序?qū)⒏鳈C(jī)器權(quán)重相加，相加之后就相當(dāng)于各機(jī)器在總權(quán)重上占了各相應(yīng)的一段比例；

取隨機(jī)數(shù)，得到一個0~1的隨機(jī)值，并乘以總權(quán)重，作為選中機(jī)器的標(biāo)志；

再按順序減去各機(jī)器的權(quán)重，當(dāng)減到選擇機(jī)器的權(quán)重范圍時，就得到了機(jī)器號，從而選定該機(jī)器。

算法示意圖如下：

服務(wù)器權(quán)重越高，在線段上占的長度越長，被隨機(jī)數(shù)選中的概率也越大。

剛開始的時候，我以為是哪個數(shù)學(xué)家搞出來的公式得到的呢，結(jié)果原理卻出奇的簡單，所以好的東西不一定是復(fù)雜的，或者說看起來牛逼的東西，不一定就很復(fù)雜，但是肯定是大多數(shù)人意想不到的。

責(zé)任編輯：售電衡衡

免責(zé)聲明：本文僅代表作者個人觀點(diǎn)，與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個贊