LVS（三）十种负载均衡调度算法

LVS的负载均衡的算法共十种，又分为动态和静态两种。静态方法四种，动态方法六种。

静态方法与动态方法有什么区别呢？

静态方法就是明确告诉LVS怎么做，LVS不懂得变通，不会根据后端RS忙闲进行调整。

动态方法会根据后端RS的忙闲进行相当的调整。

一、静态方法

静态方法：仅根据算法本身进行调度。

1、RR：round robin（轮询）

轮询就是用户的请求平均分配，轮着来，你一个，我一个，非常容易理解。

2、weighted RR：加权轮询

我们可以定义一个权重，比如对于性能高的服务器给它一个大的权重，然后给性能低服务器一个小的权重，这样用户的请求到来之后，就会根据权重进行分配，并不会进行平均分配。从这个角度来看，轮询就是一个特殊的加权，加权的比重为1：1。

3、SH：source hashing

源IP地址哈希，将来自同一个IP地址的请求始终发往同一个RS，从而实现会话绑定，但是这种绑定是有缺陷的，假如用户是用S-NAT访问的话，这种源地址哈希就不好使了。

4、DH：destination hashing

目标地址哈希，将发往同一个目标地址的请求始终转发至第一次挑中的RS，典型的使用场景是正向代理缓存场景中的负载均衡，如宽带运营商。

目标地址哈希有点难以理解，企业里面很少使用目标地址哈希，通常使用的都是运营商。

在世界杯举办期间一个大型小区（小区里面有运营商）里面很多用户都要访问优酷观看世界杯，优酷为了保证用户的观看体验，所以在小区的网络出口处放置了一个代理服务器。当其中一个用户观看世界杯视频时，proxy会缓存一份在本地，那么当第二个用户再去优酷观看世界杯的视频时，这时候缓存服务器直接从缓存里面给他了，这样就不用去youku.com里面去拿了，proxy是如何区分的呢？就是通过目标IP地址哈希。

 

proxy是正向代理服务器，正向代理服务器距离客户端比较近。

 

二、动态方法

动态方法：主要根据每RS当前的负载状态及调度算法进行调度overhead=value，较小的RS将被调度

1、LC：least connections最少连接调度算法

哪台服务器的连接数最小就向哪台服务器调度，如何判断谁的连接比较少呢？通过下面的公式，值越小越优先接受连接。

overhead=activeconnes*256+inactiveconns           #活动的连接*256+非活动的连接

非活动连接就是握手完成之后不干别的事情。

这种算法有个缺点，缺点就是这个公式太简单粗暴了，仅根据连接数去判断，假如说A设备连接了500条用户请求资源已经快用完了，而B设备因为性能好连接了600条请求之后占用了整体资源的一半都不到，如果再有用户连接，按理应该给B设备，B设备还有很多资源没有用上，但是如果根据“最小连接数算法”就应该给A设备，因为A设备的连接数更少，不科学~，怎么办呢？加上权重就可以了，那就是下面的算法。

2、WLC：weighted LC(默认调度算法)

（activeconns*256+inactiveconns）/weight

（活动的连接*256+非活动的连接）/权重

性能好的机器我们就给它大一些权重，性能差的机器我们就给他少一些的权重。

假如现在有三台RS：A/B/C，连接数分别是100/200/300，权重分别是2：3：5，没有非活动连接。

A：（100*256+0）/2=12800（优先接受用户请求）

B：（200*256+0）/3=17266

C：（300*256+0）/5=15360

这个算法也有一个缺点，啥缺点呢？刚开始的时候，所有的RS一个连接都没有的时候，情况是这样的：

A：（0*256+0）/2=0

B：（0*256+0）/3=0

C：（0*256+0）/5=0

蒙圈了，全都是零，昨办呢？

如果真的是这样的话，谁先加入到LVS里面就会先给谁？这样不科学呀！我们加入的时候并不是根据权重去加的呀，如果真的这样的话，性能不好的服务器反而成了优先响应的服务器，这样并不很合理，所以又有下面的算法。

3、SED：shortest expectioni delay，初始连接高权重优先

这种的算法的目的就是让权重高的服务器优先接受用户的请求，怎么搞呢？在上一个算法公式的基础上加上1就好了。

overhead=（activeconns+1）*256/weight

（活动的连接+1）*256/权重

A：（0+1）*256/2=128

B：（0+1）*256/3=85

C：（0+1）*256/5=51（权重最大的接受连接，这是我们想要的结果）

新的问题又来了，如果权重设置的比较极端呢？比如。

假如现在有三台RS：A/B/C，连接数分别是100/200/300，权重分别是1：1：10，没有非活动连接。

A：（0+1）*256/1=256

B：（0+1）*256/1=256

C：（0+1）*256/10=25.6（权重最大的接受连接，这是我们想要的结果）

但是二次呢？如下

A：（0+1）*256/1=256

B：（0+1）*256/1=256

C：（1+1）*256/10=51.2（第二次依然是权重最大的接受连接，还可以接受）

如果依次类推的话，10次之前都是权重最大的服务器优先接受连接，而A和B都没有干活！咱不能老是按着一个服务器欺负呀！所以这样也不是太科学。

所以又出了第四种算法，如下。

4、NQ:never queue：第一轮均匀分配，后续SED。

这种算法的在第一轮的时候，不按照任何算法，第一轮平均分配请求，一机一个， 这样的话，第一轮完成之后再使用SED算法。

A：（1+1）*256/1=512

B：（1+1）*256/1=512

C：（1+1）*256/10=51.2（权重最大的接受连接，这是我们想要的结果）

5、LBLC：locality-based LC,动态的DH算法。

使用场景：根据负载状态实现正向代理

还是那个看世界杯的场景，优酷独家，可能导致某一台优酷代理压力过大，动态的DH的算法会将一些请求强行引导到其它的代理上，不会一直按着一台代理连接不放，导致其压力过大，可以动态调整。

注意，这是根据负载状态来实现的，也就是当一台代理的负载过大时，才会将一些用户请求引导到其它的代理上，这种做法是被动的，是逼不利己的，有没有更好的算法呢？有的，就是第六种算法：带复制功能的LBLC。

6、LBLCR：LBLC with replication

带复制功能的LBLC，解决LBLC负载不均衡的问题，从负载重的复制到负载轻的RS。

带复制功能的LBLC比LBLC更主动了，不用等到负载过大才会将数据引流到其它代理上，当其发现某个资源被访问的比较频繁时，主动引导流量到其他代理上。

 

转载于:https://www.cnblogs.com/yizhangheka/p/11384347.html