负载均衡的几种算法
1、权重随机算法----------RandomLoadBalance
将设置的权重随机算法对应的服务器设计权重值,将各个权重值相加,得到一个随机数的落点值[0,总和)。在这里利用独特的倒置二叉数算法得出每台服务器的落点范围。及可以计算出随机数落在哪台服务器中去处理业务。
客户端(消费者)配置:
import org.apache.dubbo.config.annotation.Reference;
@Reference(loadbalance = "roundrobin",weights=?)
IXxxXxxService xxxXxxService;
2、最少活跃数算法----------LeastActionLoadBalance
从服务器的活跃数判断,那台服务的活跃数越小,那台服务器的性能越强。为什么?
服务器的活跃数的加减是更具请求与响应控制的,请假+1;响应-1,经过多次的分发(平均的分发)。活跃数小的那一定是服务 的性能强,处理请求与响应快。
客户端(消费者)配置:
import org.apache.dubbo.config.annotation.Reference;
@Reference(loadbalance = "leastAction",active=0)
IXxxXxxService xxxXxxService;
3、ConsistentHashLoadBalance--------hash一致行负载均衡
首先一致性Hash算法采用的是环形hash。环形Hash的特点是设计多个虚拟节点,尽量保hash的分布均匀。如果某个hash节点突然单机后,该节点的请求均衡的落在其他虚拟节点,不会造成剧烈的变动。
客户端(消费者)配置:
import org.apache.dubbo.config.annotation.Reference;
@Reference(loadbalance = "consistentHash",value=?)
IXxxXxxService xxxXxxService;
4、RoundRobinLoadBalance-------------加权轮询算法
将无数的请求轮流的发送给服务提供端。如果想改变规则分发规则,需要设置服务的权重,如7:4:1。如果有12个请求,则权重为7的有7个请求,权重为4的有4个请求,权重为1的有1个请求。
客户端(消费者)配置:
import org.apache.dubbo.config.annotation.Reference;
@Reference(loadbalance = "roundrobin",weight=?)
IXxxXxxService xxxXxxService;
总结:
基本上本人的负载均衡配置都配置在提供端,通过Dubbo-admin后台控制服务,设置不同算法的不同策略。
本文深入探讨了Dubbo框架中的四种主要负载均衡算法:权重随机算法、最少活跃数算法、hash一致性负载均衡和加权轮询算法。通过具体的客户端配置示例,详细解释了每种算法的工作原理和应用场景。
1098

被折叠的 条评论
为什么被折叠?



