负载均衡算法WeightedRoundRobin(加权轮询)简介及算法实现

负载均衡算法WeightedRoundRobin(加权轮询)简介及算法实现
Nginx的负载均衡默认算法是加权轮询算法，本文简单介绍算法的逻辑，并给出算法的Java实现版本。

本文参考了Nginx的负载均衡 - 加权轮询 (Weighted Round Robin) 。
算法简介

有三个节点{a, b, c}，他们的权重分别是{a=5, b=1, c=1}。发送7次请求，a会被分配5次，b会被分配1次，c会被分配1次。

一般的算法可能是：

1、轮训所有节点，找到一个最大权重节点；

2、选中的节点权重-1；

3、直到减到0，恢复该节点原始权重，继续轮询；

这样的算法看起来简单，最终效果是：{a, a, a, a, a, b, c}，即前5次可能选中的都是a，这可能造成权重大的服务器造成过大压力的同时，小权重服务器还很闲。

Nginx的加权轮询算法将保持选择的平滑性，希望达到的效果可能是{a, b, a, a, c, a, a}，即尽可能均匀的分摊节点，节点分配不再是连续的。

Nginx加权轮询算法

1、概念解释，每个节点有三个权重变量，分别是：

(1) weight: 约定权重，即在配置文件或初始化时约定好的每个节点的权重。

(2) effectiveWeight: 有效权重，初始化为weight。

在通讯过程中发现节点异常，则-1；

之后再次选取本节点，调用成功一次则+1，直达恢复到weight；

此变量的作用主要是节点异常，降低其权重。

(3) currentWeight: 节点当前权重，初始化为0。

2、算法逻辑

(1) 轮询所有节点，计算当前状态下所有节点的effectiveWeight之和totalWeight；

(2) currentWeight = currentWeight + effectiveWeight; 选出所有节点中currentWeight中最大的一个节点作为选中节点；

(3) 选中节点的currentWeight = currentWeight - totalWeight；

基于以上算法，我们看一个例子：
这时有三个节点{a, b, c}，权重分别是{a=4, b=2, c=1}，共7次请求，初始currentWeight值为{0, 0, 0}，每次分配后的结果如下：

观察到七次调用选中的节点顺序为{a, b, a, c, a, b, a}，a节点选中4次，b节点选中2次，c节点选中1次，算法保持了currentWeight值从初始值{c=0,b=0,a=0}到7次调用后又回到{c=0,b=0,a=0}。

算法实现
下面附上笔者自己的Java版算法实现：

package com.example.demo.arithmetic;
  
   import java.util.ArrayList;
   import java.util.HashMap;
   import java.util.List;
   import java.util.Map; 
   /**
   * Created by caojun on 2018/2/20.
   *
   * 基本概念：
   * weight: 配置文件中指定的该后端的权重，这个值是固定不变的。
   * effective_weight: 后端的有效权重，初始值为weight。
   * 在释放后端时，如果发现和后端的通信过程中发生了错误，就减小effective_weight。
   * 此后有新的请求过来时，在选取后端的过程中，再逐步增加effective_weight，最终又恢复到weight。
   * 之所以增加这个字段，是为了当后端发生错误时，降低其权重。
   * current_weight:
   * 后端目前的权重，一开始为0，之后会动态调整。那么是怎么个动态调整呢？
   * 每次选取后端时，会遍历集群中所有后端，对于每个后端，让它的current_weight增加它的effective_weight，
   * 同时累加所有后端的effective_weight，保存为total。
   * 如果该后端的current_weight是最大的，就选定这个后端，然后把它的current_weight减去total。
   * 如果该后端没有被选定，那么current_weight不用减小。
   *
   * 算法逻辑：
   * 1. 对于每个请求，遍历集群中的所有可用后端，对于每个后端peer执行：
   *     peer->current_weight += peer->effecitve_weight。
   *     同时累加所有peer的effective_weight，保存为total。
   * 2. 从集群中选出current_weight最大的peer，作为本次选定的后端。
   * 3. 对于本次选定的后端，执行：peer->current_weight -= total。
   *
   */
  public class RoundRobinByWeightLoadBalance {
  
      //约定的invoker和权重的键值对
      final private List<Node> nodes;
  
      public RoundRobinByWeightLoadBalance(Map<Invoker, Integer> invokersWeight){
          if (invokersWeight != null && !invokersWeight.isEmpty()) {
              nodes = new ArrayList<>(invokersWeight.size());
              invokersWeight.forEach((invoker, weight)->nodes.add(new Node(invoker, weight)));
          }else
              nodes = null;
      }
  
      /**
       * 算法逻辑：
       * 1. 对于每个请求，遍历集群中的所有可用后端，对于每个后端peer执行：
       *     peer->current_weight += peer->effecitve_weight。
       *     同时累加所有peer的effective_weight，保存为total。
       * 2. 从集群中选出current_weight最大的peer，作为本次选定的后端。
       * 3. 对于本次选定的后端，执行：peer->current_weight -= total。
       *
       * @Return ivoker
       */
      public Invoker select(){
          if (! checkNodes())
              return null;
          else if (nodes.size() == 1) {
              if (nodes.get(0).invoker.isAvalable())
                  return nodes.get(0).invoker;
              else
                  return null;
          }
          Integer total = 0;
          Node nodeOfMaxWeight = null;
          for (Node node : nodes) {
              total += node.effectiveWeight;
              node.currentWeight += node.effectiveWeight;
  
              if (nodeOfMaxWeight == null) {
                  nodeOfMaxWeight = node;
              }else{
                  nodeOfMaxWeight = nodeOfMaxWeight.compareTo(node) > 0 ? nodeOfMaxWeight : node;
              }
          }
  
          nodeOfMaxWeight.currentWeight -= total;
          return nodeOfMaxWeight.invoker;
      }
  
      public void onInvokeSuccess(Invoker invoker){
          if (checkNodes()){
              nodes.stream()
                      .filter((Node node)->invoker.id().equals(node.invoker.id()))
                      .findFirst()
                      .get()
                      .onInvokeSuccess();
          }
      }
  
      public void onInvokeFail(Invoker invoker){
          if (checkNodes()){
              nodes.stream()
                      .filter((Node node)->invoker.id().equals(node.invoker.id()))
                      .findFirst()
                      .get()
                      .onInvokeFail();
          }
      }
 
     private boolean checkNodes(){
         return (nodes != null && nodes.size() > 0);
     }
 
     public void printCurrenctWeightBeforeSelect(){
         if (checkNodes()) {
             final StringBuffer out = new StringBuffer("{");
             nodes.forEach(node->out.append(node.invoker.id())
                     .append("=")
                     .append(node.currentWeight+node.effectiveWeight)
                     .append(","));
             out.append("}");
             System.out.print(out);
         }
     }
 
     public void printCurrenctWeight(){
         if (checkNodes()) {
             final StringBuffer out = new StringBuffer("{");
             nodes.forEach(node->out.append(node.invoker.id())
                     .append("=")
                     .append(node.currentWeight)
                     .append(","));
             out.append("}");
             System.out.print(out);
         }
     }
 
     public interface Invoker{
         Boolean isAvalable();
         String id();
     }
 
     private static class Node implements Comparable<Node>{
         final Invoker invoker;
         final Integer weight;
         Integer effectiveWeight;
         Integer currentWeight;
 
         Node(Invoker invoker, Integer weight){
             this.invoker = invoker;
             this.weight = weight;
             this.effectiveWeight = weight;
             this.currentWeight = 0;
         }
 
         @Override
         public int compareTo(Node o) {
             return currentWeight > o.currentWeight ? 1 : (currentWeight.equals(o.currentWeight) ? 0 : -1);
         }
 
         public void onInvokeSuccess(){
             if (effectiveWeight < this.weight)
                 effectiveWeight++;
         }
 
         public void onInvokeFail(){
             effectiveWeight--;
         }
     }
 
     public static void main(String[] args){
         Map<Invoker, Integer> invokersWeight = new HashMap<>(3);
         Integer aWeight = 4;
         Integer bWeight = 2;
         Integer cWeight = 1;
 
         invokersWeight.put(new Invoker() {
             @Override
             public Boolean isAvalable() {
                 return true;
             }
             @Override
             public String id() {
                 return "a";
             }
         }, aWeight);
 
         invokersWeight.put(new Invoker() {
             @Override
             public Boolean isAvalable() {
                 return true;
             }
             @Override
             public String id() {
                 return "b";
             }
         }, bWeight);
 
         invokersWeight.put(new Invoker() {
             @Override
             public Boolean isAvalable() {
                 return true;
             }
             @Override
             public String id() {
                 return "c";
             }
         }, cWeight);
 
         Integer times = 7;
         RoundRobinByWeightLoadBalance roundRobin = new RoundRobinByWeightLoadBalance(invokersWeight);
         for(int i=1; i<=times; i++){
             System.out.print(new StringBuffer(i+"").append("    "));
             roundRobin.printCurrenctWeightBeforeSelect();
             Invoker invoker = roundRobin.select();
             System.out.print(new StringBuffer("    ").append(invoker.id()).append("    "));
             roundRobin.printCurrenctWeight();
             System.out.println();
         }
     }
 }