算法介绍
当后端是缓存服务器时,经常使用一致性哈希算法来进行负载均衡。
使用一致性哈希的好处在于,增减集群的缓存服务器时,只有少量的缓存会失效,回源量较小。
在nginx+ats / haproxy+squid等CDN架构中,nginx/haproxy所使用的负载均衡算法便是一致性哈希。
我们举个例子来说明一致性哈希的好处。
假设后端集群包含三台缓存服务器,A、B、C。
请求r1、r2落在A上。
请求r3、r4落在B上。
请求r5、r6落在C上。
使用一致性哈希时,当缓存服务器B宕机时,r1/r2会仍然落在A上,r5/r6会仍然落在C上,
也就是说这两台服务器上的缓存都不会失效。r3/r4会被重新分配给A或者C,并产生回源。
使用其它算法,当缓存服务器B宕机时,r1/r2不再落在A上,r5/r6不再落在C上了。
也就是说A、B、C上的缓存都失效了,所有的请求都要回源。
这里不介绍一致性哈希算法的基本原理,如果不了解,先花个10分钟看下这篇文章:
http://www.codeproject.com/Articles/56138/Consistent-hashing
在分析模块代码之前,先来看下nginx所实现的一致性哈希算法。
1. 初始化upstream块
主要工作是创建和初始化真实节点、创建和初始化虚拟节点。
其中真实节点是使用round robin的方法创建的。
Q:总共有多少个虚拟节点,一个真实节点对应多少个虚拟节点?
累加真实节点的权重,算出总的权重值total_weight,虚拟节点的个数一般为total_weight * 160。
一个权重为weight的真实节点,对应的虚拟节点数为weight * 160。
Q:对于每一个真实节点,是如何创建其对应的虚拟节点的?
1. 真实节点的server成员是其server指令的第一个参数,首先把它解析为HOST和PORT。
base_hash = crc32(HOST 0 PORT)
一个真实节点对应weight * 160个虚拟节点,对于每个虚拟节点来说,base_hash都是一样的。
2. 为了使每个虚拟节点的hash值都不同,又引入了PREV_HASH,它是上一个虚拟节点的hash值。
hash = crc32(base_hash PREV_HASH)
3. 虚拟节点的server成员,指向真实节点的server成员。如此一来,通过比较虚拟节点和真实节点的
server成员是否相同,可以判断它们是否是相对应的。
创建和初始化好虚拟节点数组后,对其中的虚拟节点按照hash值进行排序,对于hash值相同的虚拟节点,只保留第一个。
经过上述步骤,我们得到一个所有虚拟节点组成的数组,其元素的hash值有序而不重复。也就是说,ring建立起来了。
2. 初始话请求的负载均衡数据
根据hash指令第一个参数的实时值KEY,KEY一般是$host$uri之类的,计算出本次请求的哈希值。
hash = crc32(KEY)
根据请求的哈希值,在虚拟节点数组中,找到“顺时针方向”最近的一个虚拟节点,其索引为i。
什么叫顺时针方向最近?就是point[i - 1].hash < hash <= point[i].hash。
本次请求就落在该虚拟节点上了,之后交由其对应的真实节点来处理。
3. 选取真实节点
在peer.init中,已经知道请求落在哪个虚拟节点上了。
在peer.get中,需要查找虚拟节点对应的真实节点。
根据虚拟节点的server成员,在真实节点数组中查找server成员相同的、可用的真实节点。
如果找不到,那么沿着顺时针方向,继续查找下一个虚拟节点对应的真实节点。
如果找到了一个,那么就是它了。
如果找到了多个,使用轮询的方法从中选取一个。
4. 缺陷和改进
一个虚拟节点和一个真实节点,是依据它们的server成员来关联的。
这会出现一种情况,一个虚拟节点对应了多个真实节点,因为:
如果server指令的第一个参数为域名,可能解析为多个真实节点,那么这些真实节点的server成员都是一样的。
对于一个请求,计算其KEY的hash值,顺时针找到最近的虚拟节点后,发现该虚拟节点对应了多个真实节点。
使用哪个真实节点呢?本模块就使用轮询的方法,来从多个真实节点中选一个。
但我们知道使用一致性哈希的场景中,真实节点一般是缓存服务器。
一个虚拟节点对应多个真实节点,会导致一个文件被缓存在多个缓存服务器上。
这会增加磁盘的使用量,以及回源量,显然不是我们希望看到的。
解决这个问题的方法其实很简单,就是虚拟节点和真实节点通过name成员来建立关联。
因为就算对应同一条server配置,server的第一个参数为域名,各个真实节点的name成员也是唯一的。
这样一来,找到了一个虚拟节点,就能找到一个唯一的真实节点,不会有上述问题了。
1. 真实节点
就是采用round robin算法所创建的后端服务器,类型为ngx_http_upstream_rr_peer_t。
需要注意的是,如果server指令的第一个参数是IP和端口,那么一条server指令只对应一个真实节点。
如果server指令的第一个参数是域名,一条server指令可能对应多个真实节点。
它们的server成员是相同的,可以通过name成员区分。
- struct ngx_http_upstream_rr_peer_s {
- struct sockaddr *sockaddr; /* 后端服务器的地址 */
- socklen_t socklen; /* 地址的长度*/
- ngx_str_t name; /* 后端服务器地址的字符串,server.addrs[i].name */
- ngx_str_t server; /* server的名称,server.name */
- ngx_int_t current_weight; /* 当前的权重,动态调整,初始值为0 */
- ngx_int_t effective_weight; /* 有效的权重,会因为失败而降低 */
- ngx_int_t weight; /* 配置项指定的权重,固定值 */
- ngx_uint_t conns; /* 当前连接数 */
- ngx_uint_t fails; /* "一段时间内",已经失败的次数 */
- time_t accessed; /* 最近一次失败的时间点 */
- time_t checked; /* 用于检查是否超过了"一段时间" */
- ngx_uint_t max_fails; /* "一段时间内",最大的失败次数,固定值 */
- time_t fail_timeout; /* "一段时间"的值,固定值 */
- ngx_uint_t down; /* 服务器永久不可用的标志 */
- ...
- ngx_http_upstream_rr_peer_t *next; /* 指向下一个后端,用于构成链表 */
- ...
- } ngx_http_upstream_rr_peer_t;
ngx_http_upstream_rr_peers_t表示一组后端服务器,比如一个后端集群。
- struct ngx_http_upstream_rr_peers_s {
- ngx_uint_t number; /* 后端服务器的数量 */
- ...
- ngx_uint_t total_weight; /* 所有后端服务器权重的累加值 */
- unsigned single:1; /* 是否只有一台后端服务器 */
- unsigned weighted:1; /* 是否使用权重 */
- ngx_str_t *name; /* upstream配置块的名称 */
- ngx_http_upstream_rr_peers_t *next; /* backup服务器集群 */
- ngx_http_upstream_rr_peer_t *peer; /* 后端服务器组成的链表 */
- };
2. 虚拟节点
一个真实节点,一般会对应weight * 160个虚拟节点。
虚拟节点的server成员,指向它所归属的真实节点的server成员,如此一来找到了一个虚拟节点后,
就能找到其归属的真实节点。
但这里有一个问题,通过一个虚拟节点的server成员,可能会找到多个真实节点,而不是一个。
因为如果server指令的第一个参数为域名,那么多个真实节点的server成员都是一样的。
- typedef struct {
- uint32_t hash; /* 虚拟节点的哈希值 */
- ngx_str_t *server; /* 虚拟节点归属的真实节点,对应真实节点的server成员 */
- } ngx_http_upstream_chash_point_t;
- typedef struct {
- ngx_uint_t number; /* 虚拟节点的个数 */
- ngx_http_upstream_chash_point_t point[1]; /* 虚拟节点的数组 */
- } ngx_http_upstream_chash_points_t;
- typedef struct {
- ngx_http_complex_value_t key; /* 关联hash指令的第一个参数,用于计算请求的hash值 */
- ngx_http_upstream_chash_points_t *points; /* 虚拟节点的数组 */
- } ngx_http_upstream_chash_points_t;
3. 请求的一致性哈希数据
- typedef struct {
- /* the round robin data must be first */
- ngx_http_upstream_rr_peer_data_t rrp; /* round robin的per request负载均衡数据 */
- ngx_http_upstream_hash_srv_conf_t *conf; /* server配置块 */
- ngx_str_t key; /* 对于本次请求,hash指令的第一个参数的具体值,用于计算本次请求的哈希值 */
- ngx_uint_t tries; /* 已经尝试的虚拟节点数 */
- ngx_uint_t rehash; /* 本算法不使用此成员 */
- uint32_t hash; /* 根据请求的哈希值,找到顺时方向最近的一个虚拟节点,hash为该虚拟节点在数组中的索引 */
- ngx_event_get_peer_pt get_rr_peer; /* round robin算法的peer.get函数 */
- } ngx_http_upstream_hash_peer_data_t;
round robin的per request负载均衡数据。
- typedef struct {
- ngx_http_upstream_rr_peers_t *peers; /* 后端集群 */
- ngx_http_upstream_rr_peer_t *current; /* 当前使用的后端服务器 */
- uintptr_t *tried; /* 指向后端服务器的位图 */
- uintptr_t data; /* 当后端服务器的数量较少时,用于存放其位图 */
- } ngx_http_upstream_rr_peer_data_t;
指令的解析函数
在一个upstream配置块中,如果有hash指令,且它只带一个参数,则使用的负载均衡算法为哈希算法,比如:
hash $host$uri;
在一个upstream配置块中,如果有hash指令,且它带了两个参数,且第二个参数为consistent,则使用的
负载均衡算法为一致性哈希算法,比如:
hash $host$uri consistent;
这说明hash指令所属的模块ngx_http_upstream_hash_module同时实现了两种负载均衡算法,而实际上
哈希算法、一致性哈希算法完全可以用两个独立的模块来实现,它们本身并没有多少关联。
哈希算法的实现比较简单,类似之前分析过的ip_hash,接下来分析的是一致性哈希算法。
hash指令的解析函数主要做了:
把hash指令的第一个参数,关联到一个ngx_http_complex_value_t变量,之后可以通过该变量获取参数的实时值。
指定此upstream块中server指令支持的属性。
根据hash指令携带的参数来判断是使用哈希算法,还是一致性哈希算法。如果hash指令的第二个参数为"consistent",
则表示使用一致性哈希算法,指定upstream块的初始化函数uscf->peer.init_upstream。
- static char *ngx_http_upstream_hash(ngx_conf_t *cf, ngx_command_t *cmd, void *conf)
- {
- ngx_http_upstream_hash_srv_conf_t *hcf = conf;
- ngx_str_t *value;
- ngx_http_upstream_srv_conf_t *uscf;
- ngx_http_compile_complex_value_t ccv;
- value = cf->args->elts;
- ngx_memzero(&ccv, sizeof(ngx_http_compile_complex_value_t));
- /* 把hash指令的第一个参数,关联到一个ngx_http_complex_value_t变量,
- * 之后可以通过该变量获取参数的实时值。
- */
- ccv.cf = conf;
- ccv.value = &value[1];
- ccv.complex_value = &hcf->key;
- if (ngx_http_compile_complex_value(&ccv) != NGX_OK)
- return NGX_CONF_ERROR;
- /* 获取所在的upstream{}块 */
- uscf = ngx_http_conf_get_module_srv_conf(cf, ngx_http_upstream_module);
- if (uscf->peer.init_upstream)
- ngx_conf_log_error(NGX_LOG_WARN, cf, 0, "load balancing method redefined");
- /* 指定此upstream块中server指令支持的属性 */
- uscf->flags = NGX_HTTP_UPSTREAM_CREATE
- | NGX_HTTP_UPSTREAM_WEIGHT
- | NGX_HTTP_UPSTREAM_MAX_FAILS
- | NGX_HTTP_UPSTREAM_FAIL_TIMEOUT
- | NGX_HTTP_UPSTREAM_DOWN;
- /* 根据hash指令携带的参数来判断是使用哈希算法,还是一致性哈希算法。
- * 每种算法都有自己的upstream块初始化函数。
- */
- if (cf->args->nelts == 2)
- uscf->peer.init_upstream = ngx_http_upstream_init_hash;
- else if (ngx_strcmp(value[2].data, "consistent") == 0)
- uscf->peer.init_upstream = ngx_http_upstream_init_chash;
- else
- ngx_conf_log_error(NGX_LOG_EMERG, cf, 0, "invalid parameter \"%V\"", &value[2]);
- return NGX_CONF_OK;
- }
初始化upstream块
执行完指令的解析函数后,紧接着会调用所有HTTP模块的init main conf函数。
在执行ngx_http_upstream_module的init main conf函数时,会调用所有upstream块的初始化函数。
对于使用一致性哈希的upstream块,其初始化函数(peer.init_upstream)就是上一步中指定
ngx_http_upstream_init_chash,它主要做了:
调用round robin的upstream块初始化函数来创建和初始化真实节点
指定per request的负载均衡初始化函数peer.init
创建和初始化虚拟节点数组,使该数组中的虚拟节点有序而不重复
- static ngx_int_t ngx_http_upstream_init_chash(ngx_conf_t *cf, ngx_http_upstream_srv_conf_t *us)
- {
- u_char *host, *port, c;
- size_t host_len, port_len, size;
- uint32_t hash, base_hash;
- ngx_str_t *server;
- ngx_uint_t npoints, i, j;
- ngx_http_upstream_rr_peer_t *peer;
- ngx_http_upstream_rr_peers_t *peers;
- ngx_http_upstream_chash_points_t *points;
- ngx_http_upstream_hash_srv_conf_t *hcf;
- union {
- uint32_t value;
- u_char byte[4];
- } prev_hash;
- /* 使用round robin的upstream块初始化函数,创建和初始化真实节点 */
- if (ngx_http_upstream_init_round_robin(cf, us) != NGX_OK)
- return NGX_ERROR:
- /* 重新设置per request的负载均衡初始化函数 */
- us->peer.init = ngx_http_upstream_init_chash_peer;
- peers = us->peer.data; /* 真实节点的集群 */
- npoints = peers->total_weight * 160;
- /* 一共创建npoints个虚拟节点 */
- size = sizeof(ngx_http_upstream_chash_points_t) +
- sizeof(ngx_http_upstream_chash_point_t) * (npoints - 1);
- points = ngx_palloc(cf->pool, size);
- if (points == NULL)
- return NGX_ERROR;
- points->number = 0;
- /* 初始化所有的虚拟节点 */
- for (peer = peers->peer; peer; peer = peer->next) {
- server = &peer->server; /* server指令的第一个参数, server.name */
- /* Hash expression is compatible with Cache::Memcached::Fast:
- * crc32(HOST 0 PORT PREV_HASH).
- */
- if (server->len >= 5 && ngx_strncasecmp(server->data, (u_char *) "unix:", 5) == 0)
- {
- host = server->data + 5;
- host_len = server->len - 5;
- port = NULL;
- port_len = 0;
- goto done;
- }
- /* 把每个peer的server成员,解析为HOST和PORT */
- for (j = 0; j < server->len; j++) {
- c = server->data[server->len - j - 1];
- if (c == ":") {
- host = server->data;
- host_len = server->len - j - 1;
- port = server->data + server->len - j;
- port_len = j;
- goto done;
- }
- if (c < '0' || c > '9') /* 表示没有指定端口 */
- break;
- }
- host = server->data;
- host_len = server->len;
- port = NULL;
- port_len = 0;
- done:
- /* 根据解析peer的server成员所得的HOST和PORT,计算虚拟节点的base_hash值 */
- ngx_crc32_init(base_hash);
- ngx_crc32_update(&base_hash, host, host_len);
- ngx_crc32_update(&base_hash, (u_char *) "", 1); /* 空字符串包含字符\0 */
- ngx_crc32_update(&base_hash, port, port_len);
- /* 对于归属同一个真实节点的虚拟节点,它们的base_hash值相同,而prev_hash不同 */
- prev_hash.value = 0;
- npoints = peer->weight * 160;
- for (j = 0; j < npoints; j++) {
- hash = base_hash;
- ngx_crc32_update(&hash, prev_hash.byte, 4);
- ngx_crc32_final(hash);
- points->point[points->number].hash = hash; /* 虚拟节点的哈希值 */
- points->point[points->number].server = server; /* 虚拟节点所归属的真实节点,对应真实节点的server成员 */
- points->number++;
- #if (NGX_HAVE_LITTLE_ENDIAN)
- prev_hash.value = hash;
- #else
- prev_hash.byte[0] = (u_char) (hash & 0xff);
- prev_hash.byte[1] = (u_char) ((hash >> 8) & 0xff);
- prev_hash.byte[2] = (u_char) ((hash >> 16) & 0xff);
- prev_hash.byte[3] = (u_char) ((hash >> 24) & 0xff);
- #endif
- }
- }
- /* 使用快速排序,使虚拟节点数组的元素,按照其hash值从小到大有序 */
- ngx_qsort(points->point, points->number, sizeof(ngx_http_upstream_chash_point_t),
- ngx_http_upstream_chash_cmp_points);
- /* 如果虚拟节点数组中,有多个元素的hash值相同,只保留第一个 */
- for (i = 0, j = 1; j < points->number; j++)
- if (points->point[i].hash != points->point[j].hash)
- points->point[++i] = points->point[j];
- /* 经过上述步骤后,虚拟节点数组中的元素,有序而不重复 */
- points->number = i + 1;
- hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
- hcf->points = points; /* 保存虚拟节点数组 */
- return NGX_OK;
- }
- static int ngx_libc_cdel ngx_http_upstream_chash_cmp_points(const void *one, const void *two)
- {
- ngx_http_upstream_chash_point_t *first = (ngx_http_upstream_chash_point_t *) one;
- ngx_http_upstream_chash_point_t *second = (ngx_http_upstream_chash_point_t *) two;
- if (first->hash < second->hash)
- return -1;
- else if (first->hash > second->hash)
- return 1;
- else
- return 0;
- }
初始化请求的负载均衡数据
收到一个请求后,一般使用的反向代理模块(upstream模块)为ngx_http_proxy_module,
其NGX_HTTP_CONTENT_PHASE阶段的处理函数为ngx_http_proxy_handler,在初始化upstream机制的
ngx_http_upstream_init_request函数中,调用在第二步中指定的peer.init,主要用于初始化请求的负载均衡数据。
对于一致性哈希,peer.init实例为ngx_http_upstream_init_chash_peer,主要做了:
首先调用hash算法的per request负载均衡初始化函数,创建和初始化请求的负载均衡数据。
重新指定peer.get,用于选取一个真实节点来处理本次请求。
获取的本请求对应的hash指令的第一个参数值,计算请求的hash值。
寻找第一个hash值大于等于请求的哈希值的虚拟节点,即寻找“顺时针方向最近”的一个虚拟节点。
- static ngx_int_t ngx_http_upstream_init_chash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us)
- {
- uint32_t hash;
- ngx_http_upstream_hash_srv_conf_t *hcf;
- ngx_http_upstream_hash_peer_data_t *hp;
- /* 调用hash算法的per request负载均衡初始化函数,创建和初始化请求的负载均衡数据 */
- if (ngx_http_upstream_init_hash_peer(r, us) != NGX_OK)
- return NGX_ERROR;
- /* 重新指定peer.get,用于选取一个真实节点 */
- r->upstream->peer.get = ngx_http_upstream_get_chash_peer;
- hp = r->upstream->peer.data;
- hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
- /* 根据获取的本请求对应的hash指令的第一个参数值,计算请求的hash值 */
- hash = ngx_crc32_long(hp->key.data, hp->key.len);
- /* 根据请求的hash值,找到顺时针方向最近的一个虚拟节点,hp->hash记录此虚拟节点
- * 在数组中的索引。
- */
- hp->hash = ngx_http_upstream_find_chash_point(hcf->points, hash);
- return NGX_OK:
- }
hash算法的per request负载均衡初始化函数。
- static ngx_int_t ngx_http_upstream_init_hash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us)
- {
- ngx_http_upstream_hash_srv_conf_t *hcf;
- ngx_http_upstream_hash_peer_data_t *hp;
- hp = ngx_palloc(r->pool, sizeof(ngx_http_upstream_hash_peer_data_t));
- if (hp == NULL)
- return NGX_ERROR:
- /* 调用round robin的per request负载均衡初始化函数 */
- r->upstream->peer.data = &hp->rrp;
- if (ngx_http_upstream_init_round_robin_peer(r, us) != NGX_OK)
- return NGX_ERROR;
- r->upstream->peer.get = ngx_http_upstream_get_hash_peer;
- hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
- /* 获取本请求对应的hash指令的第一个参数值,用于计算请求的hash值 */
- if (ngx_http_complex_value(r, &hcf->key, &hp->key) != NGX_OK)
- return NGX_ERROR;
- ...
- hp->conf = hcf;
- hp->tries = 0;
- hp->rehash = 0;
- hp->hash = 0;
- hp->get_rr_peer = ngx_http_upstream_get_round_robin_peer; /* round robin的peer.get函数 */
- return NGX_OK;
- }
我们知道虚拟节点数组是有序的,事先已按照虚拟节点的hash值从小到大排序好了。
现在使用二分查找,寻找第一个hash值大于等于请求的哈希值的虚拟节点,即“顺时针方向最近”的一个虚拟节点。
- static ngx_uint_t ngx_http_upstream_find_chash_point(ngx_http_upstream_chash_points_t *points, uint32_t hash)
- {
- ngx_uint_t i, j, k;
- ngx_http_upstream_chash_point_t *point;
- /* find first point >= hash */
- point = &points->point[0];
- i = 0;
- j = points->number;'
- while(i < j) {
- k = (i + j) / 2;
- if (hash > point[k].hash)
- i = k + 1;
- else if (hash < point[k].hash)
- j = k;
- else
- return k;
- }
- return i;
- }
选取一个真实节点
一般upstream块中会有多个真实节点,那么对于本次请求,要选定哪一个真实节点呢?
对于一致性哈希算法,选取真实节点的peer.get函数为ngx_http_upstream_get_chash_peer。
其实在peer.init中,已经找到了该请求对应的虚拟节点了:
根据请求对应的hash指令的第一个参数值,计算请求的hash值。
寻找第一个哈希值大于等于请求的hash值的虚拟节点,即“顺时针方向最近”的一个虚拟节点。
在peer.get中,需查找此虚拟节点对应的真实节点。
根据虚拟节点的server成员,在真实节点数组中查找server成员一样的且可用的真实节点。
如果找不到,那么沿着顺时针方向,继续查找下一个虚拟节点对应的真实节点。
如果找到一个真实节点,那么就是它了。
如果找到多个真实节点,使用轮询的方法从中选取一个。
- static ngx_http_upstream_get_chash_peer(ngx_peer_connection_t *pc, void *data)
- {
- ngx_http_upstream_hash_peer_data_t *hp = data; /* 请求的负载均衡数据 */
- time_t now;
- intptr_t m;
- ngx_str_t *server;
- ngx_int_t total;
- ngx_uint_t i, n, best_i;
- ngx_http_upstream_rr_peer_t *peer, *best;
- ngx_http_upstream_chash_point_t *point;
- ngx_http_upstream_chash_points_t *points;
- ngx_http_upstream_hash_srv_conf_t *hcf;
- ...
- pc->cached = 0;
- pc->connection = NULL:
- now = ngx_time();
- hcf = hp->conf;
- points = hcf->points; /* 虚拟节点数组 */
- point = &points->point[0]; /* 指向第一个虚拟节点 */
- for ( ; ; ) {
- /* 在peer.init中,已根据请求的哈希值,找到顺时针方向最近的一个虚拟节点,
- * hash为该虚拟节点在数组中的索引。
- * 一开始hash值肯定小于number,之后每尝试一个虚拟节点后,hash++。取模是为了防止越界访问。
- */
- server = point[hp->hash % points->number].server;
- best = NULL;
- best_i = 0;
- total = 0;
- /* 遍历真实节点数组,寻找可用的、该虚拟节点归属的真实节点(server成员相同),
- * 如果有多个真实节点同时符合条件,那么使用轮询来从中选取一个真实节点。
- */
- for (peer = hp->rrp.peers->peer, i = 0; peer; peer = peer->next, i++) {
- /* 检查此真实节点在状态位图中对应的位,为1时表示不可用 */
- n = i / (8 * sizeof(uintptr_t));
- m = (uintptr_t) 1 << i % (8 * sizeof(uintptr_t));
- if (hp->rrp.tried[n] & m)
- continue;
- /* server指令中携带了down属性,表示后端永久不可用 */
- if (peer->down)
- continue;
- /* 如果真实节点的server成员和虚拟节点的不同,表示虚拟节点不属于此真实节点 */
- if (peer->server.len != server->len ||
- ngx_strncmp(peer->server.data, server->data, server->len) != 0)
- continue;
- /* 在一段时间内,如果此真实节点的失败次数,超过了允许的最大值,那么不允许使用了 */
- if (peer->max_fails
- && peer->fails >= peer->max_fails
- && now - peer->checked <= peer->fail_timeout)
- continue;
- peer->current_weight += peer->effective_weight; /* 对每个真实节点,增加其当前权重 */
- total += peer->effective_weight; /* 累加所有真实节点的有效权重 */
- /* 如果之前此真实节点发生了失败,会减小其effective_weight来降低它的权重。
- * 此后又通过增加其effective_weight来恢复它的权重。
- */
- if (peer->effective_weight < peer->weight)
- peer->effective_weight++;
- /* 选取当前权重最大者,作为本次选定的真实节点 */
- if (best == NULL || peer->current_weight > best->current_weight) {
- best = peer;
- best_i = i;
- }
- }
- /* 如果选定了一个真实节点 */
- if (best) {
- best->current_weight -= total; /* 如果使用了轮询,需要降低选定节点的当前权重 */
- goto found;
- }
- hp->hash++; /* 增加虚拟节点的索引,即“沿着顺时针方向” */
- hp->tries++; /* 已经尝试的虚拟节点数 */
- /* 如果把所有的虚拟节点都尝试了一遍,还找不到可用的真实节点 */
- if (hp->tries >= points->number)
- return NGX_BUSY;
- }
- found: /* 找到了和虚拟节点相对应的、可用的真实节点了 */
- hp->rrp.current = best; /* 选定的真实节点 */
- /* 保存选定的后端服务器的地址,之后会向这个地址发起连接 */
- pc->sockaddr = peer->sockaddr;
- pc->socklen = peer->socklen;
- pc->name = &peer->name;
- best->conns++;
- /* 更新checked时间 */
- if (now - best->checked > best->fail_timeout)
- best->checked = now;
- n = best_i / (8 * sizeof(uintptr_t));
- m = (uintptr_t) 1 << best_i % (8 * sizeof(uintptr_t));
- /* 对于本次请求,如果之后需要再次选取真实节点,不能再选取同一个了 */
- hp->rrp->tried[n] |= m;
- return NGX_OK;
- }