17. Dubbo原理解析-集群&容错之负载均衡

LoadBalance负载均衡， 负责从多个 Invokers中选出具体的一个Invoker用于本次调用，调用过程中包含了负载均衡的算法，调用失败后需要重新选择

LoadBalance接口定义

@SPI(RandomLoadBalance.NAME)

public interface LoadBalance{

@Adaptive("loadbalance")

<T> Invoker<T> select(List<Invoker<T>> invokers,URL url, Invocation invocation)throws RpcException;

}

类注解@SPI说明可以基于Dubbo的扩展机制进行自定义的负责均衡算法实现，默认是随机算法

方法注解@Adaptive说明能够生成设配方法

Select方法设配类通过url的参数选择具体的算法， 在从invokers集合中根据具体的算法选择一个invoker

 

 

1. RandomLoadBalance: 随机访问策略，按权重设置随机概率，是默认策略

1）获取所有invokers的个数

2）遍历所有Invokers, 获取计算每个invokers的权重，并把权重累计加起来

每相邻的两个invoker比较他们的权重是否一样，有一个不一样说明权重不均等

3）总权重大于零且权重不均等的情况下

按总权重获取随机数offset = random.netx(totalWeight);

遍历invokers确定随机数offset落在哪个片段(invoker上)

4）权重相同或者总权重为0， 根据invokers个数均等选择

invokers.get(random.nextInt(length))

 

      

2. RoundRobinLoadBalance:轮询，按公约后的权重设置轮询比率

1）获取轮询key  服务名+方法名

获取可供调用的invokers个数length

设置最大权重的默认值maxWeight=0

设置最小权重的默认值minWeight=Integer.MAX_VALUE

2）遍历所有Inokers，比较出得出maxWeight和minWeight

3）如果权重是不一样的

根据key获取自增序列

自增序列加一与最大权重取模默认得到currentWeigth

遍历所有invokers筛选出大于currentWeight的invokers

设置可供调用的invokers的个数length

4）自增序列加一并与length取模，从invokers获取invoker

 

 

3. LeastActiveLoadBalance: 最少活跃调用数， 相同的活跃的随机选择，

活跃数是指调用前后的计数差， 使慢的提供者收到更少的请求，因为越慢的提供者前后的计数差越大。

活跃计数的功能消费者是在ActiveLimitFilter中设置的

4. 最少活跃的选择过程如下：

1）获取可调用invoker的总个数

初始化最小活跃数，相同最小活跃的个数

相同最小活跃数的下标数组

等等

2）遍历所有invokers， 获取每个invoker的获取数active和权重

找出最小权重的invoker

如果有相同最小权重的inovkers， 将下标记录到数组leastIndexs[]数组中

累计所有的权重到totalWeight变量

3）如果invokers的权重不相等且totalWeight大于0

按总权重随机offsetWeight = random.nextInt(totalWeight)

计算随机值在哪个片段上并返回invoker

4）如果invokers的权重相等或者totalWeight等于0，均等随机

 

 

5. ConsistentHashLoadBalance:一致性hash, 相同参数的请求总是发到同一个提供者，当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。对于一致性哈希算法介绍网上很多，这个给出一篇 http://blog.csdn.net/sparkliang/article/details/5279393供参考，读者请自行阅读ConsistentashLoadBalance中对一致性哈希算法的实现，还是比较通俗易懂的这里不再啰嗦。