dubbo的负载均衡策略

比眉伴天荒 2022-03-01 07:06 213阅读 0赞

Dubbo 框架 的负载均衡策略 有以下几种：

> 1、Random 随机策略：  
> 该策略比较均匀，可以动态的调节 权重；  
> 2、RoundRobin 轮询策略：  
> 可以按照权重 设置轮询的的比率；  
> 3、LeastActive 最小活跃数 策略：  
> 该策略是按照服务提供者的并发数目，该数目越小那么落在该 服务提供者的身上越大的概率；  
> 4、ConsistentHash 一致性策略：  
> hash一致性算法 ，请求分发到同一台服务上去，当该服务宕机 ，通过虚拟节点 把该机器的请求 均匀的分发到其他服务上去；

hash 一致性策略：  
说到这个，就会说到 hash 环，这里我粗略的画下 hash 环；  
就是 根据请求的 uid 计算 hash（uid） ，计算的hash 值 在hash 环 上，找出 hash（uid）顺时针方向 距离哪一个 hash（IP） 最近，将最近的这个IP 作为路由 IP；

![1][]  
1、若 p1 宕机，该请求 就会分发到 p3 机器上去；  
2、若在p1 和 hash(uid ) 之间增 p4 机器，那么该请求就会被 p4 机器处理；

##### 2、虚拟节点 #####

2.1、 虚拟节点的出现，就为了解决一件事：  
解决hash一致性倾斜问题。

> hash一致性 倾斜问题是什么？ 就是机器在 hash 环上分布不均匀，导致 服务提供者 处理的请求数目差异过大 问题；  
> 如下图：  
> 大部分请求都被 hash(p1) 这台机器处理，这样的分布式有设么意义呢，是吧；

![4][]  
这个问题，需要通过增加虚拟节点的方式来解决【当然有人说加 机器，这不成本较高么】，虚拟节点的位置也尤为关键，若虚拟节点分布均匀的话，这样看以均匀的处理 hash 环上的请求，当分部不均匀的时候，很容易造成 上图一样 的弊端；

均匀一致性 Hash 的目标是如果服务器有 N 台，客户端的 Hash 值有 M 个，那么每个服务器应该处理大概 M/N 个用户的请求；  
但Dubbo 提供的 hash 一致性就是 非均匀的；

[1]: /images/20220301/bcf75abf4b8d44a8b0986f38e8aa8d13.png
[4]: /images/20220301/cb8f6d45ea404b4cacec5a417a7a900d.png