Dubbo 学习4——负载均衡策略

目前 Dubbo（2.7.4.1版本）实现了 4 种负载均衡策略，UML 类图如下：

这 4 种负载均衡策略都继承自org.apache.dubbo.rpc.cluster.LoadBalance。

Dubbo 官方也提供了源码导读。

RandomLoadBalance (随机)

随机，按权重设置随机概率（默认的负载均衡策略）。
在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。

不过这个随机和我们平时说的随机不太一样，是有weight(权重) 概念的。

流程图（from 肥朝的博客，表示感谢））：

算法数学分析：
使用了很优雅的带权重随机算法。假设有四个集群节点A,B,C,D,对应的权重分别是1,2,3,4,那么请求到A节点的概率就为1/(1+2+3+4) = 10%.B,C,D节点依次类推为20%,30%,40%。

随机算法核心源码如下：

if (totalWeight > 0 && !sameWeight) {
	// 如果权重不都相同，且总权重数大于0，则按总权重数随机
	int offset = ThreadLocalRandom.current().nextInt(totalWeight);
	// 并确定随机数落在哪个（权重）片段上
	for (int i = 0; i < length; i++) {
		offset -= weights[i];
		if (offset < 0) {
			return invokers.get(i);
		}
	}
}

RoundRobinLoadBalance (轮询)

轮循，按公约后的权重设置轮循比率（权重轮询调度算法）。

缺点：响应慢的 Provider 会堆积请求。
比如：某一个 Provider 响应慢，当请求发到这个 Provider 时就会形成排队，慢慢的，所有请求都会卡在这个 Provider 上。

LeastActiveLoadBalance (最少活跃数)

最少活跃调用数，相同活跃数的随机（活跃数指调用前后计数差）。
使慢的提供者收到更少请求，因为越慢的提供者的调用前后计数差会越大。

每个服务有一个活跃计数器，会记录该服务当前正在处理的请求数。

流程图（from 肥朝的博客，表示感谢））：

活跃数的变化是在com.apache.dubbo.rpc.filter.ActiveLimitFilter中。

ConsistentHashLoadBalance（一致性哈希）

相同参数的请求总是发到同一提供者，当某一台提供者宕机时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。

---

各策略具体解读可参考 Dubbo 官方提供的源码导读。