几种简单的负载均衡算法及其 Java 代码实现

正文

请到「今天看啥」查看全文

serverWeightMap.put("192.168.1.109", 1);

serverWeightMap.put("192.168.1.110", 1);

}

}

轮询（Round Robin）法

轮询法即Round Robin法，其代码实现大致如下：

public class RoundRobin

{

private static Integer pos = 0;

public static String getServer()

{

// 重建一个Map，避免服务器的上下线导致的并发问题

Map serverMap =

new HashMap ();

serverMap.putAll(IpMap.serverWeightMap);

// 取得Ip地址List

Set keySet = serverMap.keySet();

ArrayList keyList = new ArrayList ();

keyList.addAll(keySet);

String server = null;

synchronized (pos)

{

if (pos > keySet.size())

pos = 0;

server = keyList.get(pos);

pos ++;

}

return server;

}

}

由于serverWeightMap中的地址列表是动态的，随时可能有机器上线、下线或者宕机，因此为了避免可能出现的并发问题，方法内部要新建局部变量serverMap，现将serverMap中的内容复制到线程本地，以避免被多个线程修改。这样可能会引入新的问题，复制以后serverWeightMap的修改无法反映给serverMap，也就是说这一轮选择服务器的过程中，新增服务器或者下线服务器，负载均衡算法将无法获知。新增无所谓，如果有服务器下线或者宕机，那么可能会访问到不存在的地址。因此，服务调用端需要有相应的容错处理，比如重新发起一次server选择并调用。

对于当前轮询的位置变量pos，为了保证服务器选择的顺序性，需要在操作时对其加锁，使得同一时刻只能有一个线程可以修改pos的值，否则当pos变量被并发修改，则无法保证服务器选择的顺序性，甚至有可能导致keyList数组越界。

轮询法的优点在于：试图做到请求转移的绝对均衡。

轮询法的缺点在于：为了做到请求转移的绝对均衡，必须付出相当大的代价，因为为了保证pos变量修改的互斥性，需要引入重量级的悲观锁synchronized，这将会导致该段轮询代码的并发吞吐量发生明显的下降。

随机（Random）法

通过系统随机函数，根据后端服务器列表的大小值来随机选择其中一台进行访问。由概率统计理论可以得知，随着调用量的增大，其实际效果越来越接近于平均分配流量到每一台后端服务器，也就是轮询的效果。

随机法的代码实现大致如下：

public class Random

{

public static String getServer()

请到「今天看啥」查看全文