hadoop源码中实现权重0.75(Volum选择中的算法)

这个算法简单

float preferencePercentScaler =
    (highAvailableVolumes.size() * balancedPreferencePercent) +
    (lowAvailableVolumes.size() * (1 - balancedPreferencePercent));
float scaledPreferencePercent =
    (highAvailableVolumes.size() * balancedPreferencePercent) /
    preferencePercentScaler;
...

random.nextFloat() < scaledPreferencePercent) 

其中 highAvailableVolumes.size() 理解为事件A出现X1次， lowAvailableVolumes.size()理解为事件B出现X2

balancedPreferencePercent  是给事件A权重

期望值值 E(x)=∑ixip(xi) （代码中preferencePercentScaler就是期望值）

scaledPreferencePercent变量X1在期望值中所占的比例，scaledPreferencePercent实际上才是事件A被选中的概率

scaledPreferencePercent值随X1的出现而变大

欢迎提问