负载均衡 加权随机

给上一篇博文填个坑，讲解下负载均衡算法中最常见的加权随机算法

加权随机算法

负载均衡的一种算法实现，效果是按服务的权重设置，非顺序地请求资源服务。

源码分析

Dubbo的负载均衡算法实现，放在org.apache.dubbo.rpc.cluster包下，以org.apache.dubbo.rpc.cluster.LoadBalance定义，通过SPI功能动态加载，默认实现为org.apache.dubbo.rpc.cluster.loadbalance.RandomLoadBalance（加权随机）

源码实现

protected <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation) {
        int length = invokers.size();
        // 标记位，标识所有服务的权重是否全都相同
        boolean sameWeight = true;
        // 每个服务下标对应的权重，在x轴坐标上的位置
        // 例：ABC三个服务的权重为10、20、30，为所有服务创建一个一维坐标，则A服务落在距离原点为10的位置，B落在距离原点30的位置，C落在距离原点60的位置
        int[] weights = new int[length];
        // 所有服务静态权重之和
        int totalWeight = 0;
        for (int i = 0; i < length; i++) {
            int weight = getWeight(invokers.get(i), invocation);
            totalWeight += weight;
            // 服务距离坐标系原点的位置
            weights[i] = totalWeight;
            if (sameWeight && totalWeight != weight * (i + 1)) {
                sameWeight = false;
            }
        }
        // 当所有服务的权重不全相等时，触发加权随机
        if (totalWeight > 0 && !sameWeight) {
            // 以0到所有服务权重之和为区间取随机数
            int offset = ThreadLocalRandom.current().nextInt(totalWeight);
            // 将随机数放在上述建立的一位坐标中，取在随机数落点右边且最近的一台服务作为选举结果
            for (int i = 0; i < length; i++) {
                if (offset < weights[i]) {
                    return invokers.get(i);
                }
            }
        }
        // 当所有服务的权重全都相等时，完全随机调用
        return invokers.get(ThreadLocalRandom.current().nextInt(length));
    }

源码分析

首先Dubbo会轮训所调用资源服务的所有实例，计算所有服务的静态权重之和（totalWeight），使用0到totalWeight建立一个一位坐标系，将所有服务按照权重值分配到坐标系的每个节点

例：目前有A、B、C三个服务，权重配置分别为A=10、B=20、C=10

则A、B、C会分别位于距离坐标系原点10、30、40的位置，如下图

在所有服务的权重之和（totalWeight）范围内建立一个一位坐标系，以0为下限以totalWeight为上限取随机数，当随机数落点在服务各自的范围内时，则对应的服务作为选举结果

实例演示

没有，自己脑补吧