负载均衡算法--轮询法（Round Robin）

野性酷女 2022-01-31 11:29 277阅读 0赞

在分布式系统中，为了实现系统的高性能、高并发、高可用，在构架中都会进行负载均衡设计，它是分布式系统的核心和中枢，负载均衡的好坏直接影响着整个系统的性能。负载均衡分为软件均衡和硬件均衡两类，比如apache、nginx、dubbo 等属于软件负载均衡，F5属于硬件负载均衡，当然他们都会使用到负载均衡算法。

常见的负载均衡算法包含：  
1、轮询法（Round Robin）  
2、加权轮询法（Weight Round Robin）  
3、随机法（Random）  
4、加权随机法（Weight Random）  
5、平滑加权轮询法（Smooth Weight Round Robin）  
6、源地址哈希法（Hash）  
7、最小连接数法（Least Connections）

接下来的博客中会一一介绍如上几种算法，本文介绍轮询法。

轮询法是将请求按顺序轮流地分配到服务器上，它均衡地对待后端的每一台服务器，而不关心服务器实际的连接数和当前的系统负载。

### 算法描述 ###

假设有 N 台服务器 S = \{S0, S1, S2, …, Sn\}，算法可以描述为：  
1、从 S0 开始依次调度 S1, S2, …, Sn；  
2、若所有服务器都已被调度过，则从头开始调度；

假定我们现在有如下四台服务器：

<table> 
 <thead> 
  <tr> 
   <th>服务器地址</th> 
   <th>权重</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>192.168.1.1</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>192.168.1.2</td> 
   <td>2</td> 
  </tr> 
  <tr> 
   <td>192.168.1.3</td> 
   <td>3</td> 
  </tr> 
  <tr> 
   <td>192.168.1.4</td> 
   <td>4</td> 
  </tr> 
 </tbody> 
</table>

轮训算法调度如下：

<table> 
 <thead> 
  <tr> 
   <th>服务器地址</th> 
   <th>序号</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>192.168.1.1</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>192.168.1.2</td> 
   <td>2</td> 
  </tr> 
  <tr> 
   <td>192.168.1.3</td> 
   <td>3</td> 
  </tr> 
  <tr> 
   <td>192.168.1.4</td> 
   <td>4</td> 
  </tr> 
  <tr> 
   <td>192.168.1.1</td> 
   <td>5</td> 
  </tr> 
  <tr> 
   <td>192.168.1.2</td> 
   <td>6</td> 
  </tr> 
  <tr> 
   <td>192.168.1.3</td> 
   <td>7</td> 
  </tr> 
  <tr> 
   <td>192.168.1.4</td> 
   <td>8</td> 
  </tr> 
 </tbody> 
</table>

轮训算法与服务器权重没有关系，每个服务器有序的会被轮训到。

### 代码实现 ###

1、服务器管理类

package org.learn.loadbalance;
    
    import java.util.Map;
    import java.util.TreeMap;
    
    /**
     * @author zhibo
     * @date 2019/5/16 16:25
     */
    public class ServerManager {
        public static Map<String, Integer> serverMap = new TreeMap<>();
    
        static {
            serverMap.put("192.168.1.1", 1);
            serverMap.put("192.168.1.2", 2);
            serverMap.put("192.168.1.3", 3);
            serverMap.put("192.168.1.4", 4);
        }
    }

2、轮询类

package org.learn.loadbalance;
    
    import java.util.ArrayList;
    import java.util.Set;
    import java.util.concurrent.atomic.AtomicInteger;
    
    /**
     * @author zhibo
     * @date 2019/5/16 16:28
     */
    public class RoundRobin {
        private static AtomicInteger indexAtomic = new AtomicInteger(0);
    
        public static String getServer() {
            Set<String> serverSet = ServerManager.serverMap.keySet();
            ArrayList<String> serverList = new ArrayList<>(serverSet);
    
            if (indexAtomic.get() >= serverList.size()) {
                indexAtomic.set(0);
            }
            String server = serverList.get(indexAtomic.getAndIncrement());
            return server;
        }
    
        public static void main(String[] args) {
            for (int i = 0; i < 10; i++) {
                String server = getServer();
                System.out.println(server);
            }
        }
    }

1、使用 AtomicInteger 进行轮询索引的增减，保证并发的安全性。  
2、在多线程的情况下， 线程A修改 ServerManager.serverMap 的值，线程B无法即时拿到线程A修改后的值，因此可能会产生请求错误，需要调用端进行容错处理。

执行 main 方法输出结果如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly96aGliby5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70]  
文章内容仅代表个人观点，如有不正之处，欢迎批评指正，谢谢大家。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly96aGliby5ibG9nLmNzZG4ubmV0_size_16_color_FFFFFF_t_70]: /images/20220131/8c82ef6c9d9a4ea68c2d481a05fe6209.png