Java中的權重算法(如Dubbo的負載均衡權重)詳解
負載均衡
首先了解一下負載均衡。
百度百科:
負載均衡,英文名稱為Load Balance,其含義就是指將負載(工作任務)進行平衡、分攤到多個操作單元上進行運行,例如FTP服務器、Web服務器、企業(yè)核心應用服務器和其它主要任務服務器等,從而協同完成工作任務。
個人理解,負載均衡,顧名思義,就是讓硬件或服務,所受的負載,盡量均衡一點。
物盡其用,如250G固態(tài)硬盤和1T機械硬盤。
作為系統(tǒng)盤,則選擇用250G的固態(tài),讀取和寫入的速度塊。
有很多學習資源要存,容量較大,那么就會1T的機械硬盤。
擇優(yōu)選擇,打疫苗時,A,B,C三個醫(yī)院,A醫(yī)院爆滿,C醫(yī)院人數較少,那么就去C醫(yī)院。
Dubbo四種負載均衡
- 隨機權重(Random LoadBalance)
- dubbo默認 A:權重40 占比2/5 B:權重20 占比1/5 C:權重40 占比2/5 則每次請求,都是隨機訪問的,可能A,可能B,可能C。數據量大的情況下,就會形成權重的比例。
- 輪詢(RoundRobin LoadBalance)
- 輪循,按公約后的權重設置輪循比率。(可以根據權重輪詢,如2/5,1/5,2/5。5個請求,則 A-B-C-A-C)無權重則A-B-C-A-B-C.... 存在慢的提供者累積請求的問題,比如:第二臺機器很慢,但沒掛,當請求調到第二臺時就卡在那,久而久之,所有請求都卡在調到第二臺上。
- 最少活躍調用數(LeastActive LoadBalance)
- 最少活躍調用數,相同活躍數的隨機,活躍數指調用前后計數差。 使慢的提供者收到更少請求,因為越慢的提供者的調用前后計數差會越大。 A:200ms B:200ms C:300ms 先看一下上次調用時間,請求優(yōu)先調用A和B,隨機選擇。統(tǒng)計上一次的調用時間
- 一致性hash(ConsistentHash LoadBalance)
- 一致性 Hash,相同參數的請求總是發(fā)到同一提供者。 當某一臺提供者掛時,原本發(fā)往該提供者的請求,基于虛擬節(jié)點,平攤到其它提供者,不會引起劇烈變動。 算法參見://en.wikipedia.org/wiki/Consistent_hashing 缺省只對第一個參數 Hash,如果要修改,請配置 <dubbo:parameter key="hash.arguments" value="0,1" /> 缺省用 160 份虛擬節(jié)點,如果要修改,請配置 <dubbo:parameter key="hash.nodes" value="320" />
方法名,和第一個參數名,getUser?id=1,調用服務A,則下次同方法同參數,會繼續(xù)調用服務A,除非服務A掛掉,那么就會根據虛擬節(jié)點,平攤給其他服務提供者。算法處理。
個人理解的權重算法
/**
* <h3>根據權重獲取對應服務,傳入服務:權重map</h3>
*
* @param map 服務:權重map
* @return java.lang.String
* @author Hubers
* @date 2021/6/15 16:16
**/
public static String getServerByWeight(Map<String, Integer> map) {
if (map.isEmpty()){
return null;
}
Integer total = 0;
// 計算所有權重,如100+200+300=600
for (Integer value : map.values()) {
total += value;
}
Random random = new Random();
// 在權重范圍內隨機,600以內隨機
int nextInt = random.nextInt(total);
// 遍歷所有服務提供者provide的ip地址
for (String ip : map.keySet()) {
// 取出權重值
Integer weight = map.get(ip);
// 權重在范圍內,則返回對應ip
if (nextInt < weight) {
return ip;
}
// 否則減去權重,繼續(xù)下一次循環(huán),匹配對應的ip
nextInt -= weight;
}
return null;
}
public static void main(String[] args) {
Map<String, Integer> map = new HashMap<>();
map.put("192.168.1.1", 10);
map.put("192.168.1.2", 10);
map.put("192.168.1.3", 10);
map.put("192.168.1.4", 10);
for (int i = 0; i < 10; i++) {
String weight = getServerByWeight(map);
if (Objects.isNull(weight)) {
throw new RuntimeException("無可用服務");
}
System.out.println(weight);
}
}到此這篇關于Java中的權重算法(如Dubbo的負載均衡權重)詳解的文章就介紹到這了,更多相關Java權重算法內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
SpringBoot異常處理器的使用與添加員工功能實現流程介紹
設計完了登錄與退出功能還只完成了冰山一角,經過測試發(fā)現,我們以url的方式來訪問網站時可以直接跳過登陸頁面進入后臺頁面,這樣顯然是不合理的,下面我們通過異常攔截器+boot來做到訪問限制,以及實現新增員工功能,制作全局異常處理器2022-10-10
在Java中如何決定使用 HashMap 還是 TreeMap
這篇文章主要介紹了在Java中如何決定使用 HashMap 還是 TreeMap,很多朋友對這樣的問題很迷茫,下面小編給大家?guī)硪黄恼聨椭蠹伊私猓枰呐笥芽梢詤⒖枷?/div> 2019-10-10
Springboot jar文件如何打包zip在linux環(huán)境運行
這篇文章主要介紹了Springboot jar文件如何打包zip在linux環(huán)境運行,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
SpringBoot?+?Disruptor實現特快高并發(fā)處理及使用Disruptor高速實現隊列的過程
Disruptor是一個開源的Java框架,它被設計用于在生產者—消費者(producer-consumer problem,簡稱PCP)問題上獲得盡量高的吞吐量(TPS)和盡量低的延遲,這篇文章主要介紹了SpringBoot?+?Disruptor?實現特快高并發(fā)處理,使用Disruptor高速實現隊列,需要的朋友可以參考下2023-11-11
Map按單個或多個Value排序當Value相同時按Key排序
Map可以先按照value進行排序,然后按照key進行排序。 或者先按照key進行排序,然后按照value進行排序,這樣操作都行,這篇文章主要介紹了Map按單個或多個Value排序,當Value相同時按Key排序,需要的朋友可以參考下2023-02-02最新評論

