使用Java實現5種負載均衡算法實例
前言
負載均衡是為瞭解決並發情況下,多個請求訪問,把請求通過提前約定好的規則轉發給各個server。其中有好幾個種經典的算法。在用java代碼編寫這幾種算法之前,先來瞭解一下負載均衡這個概念。
概念
負載均衡是將客戶端請求訪問,通過提前約定好的規則轉發給各個server。其中有好幾個種經典的算法,下面我們用Java實現這幾種算法。
幾種負載均衡算法圖例
主要的負載均衡算法是圖中這些,在代碼實現之前,我們先簡單回顧一下他們的概念。
輪詢算法
輪詢算法按順序把每個新的連接請求分配給下一個服務器,最終把所有請求平分給所有的服務器。
優點:絕對公平
缺點:無法根據服務器性能去分配,無法合理利用服務器資源。
package com.monkeyjava.learn.basic.robin; import com.google.common.collect.Lists; import java.util.HashMap; import java.util.List; import java.util.Map; public class TestRound { private Integer index = 0; private List<String> ips = Lists.newArrayList("192.168.1.1", "192.168.1.2", "192.168.1.3"); public String roundRobin(){ String serverIp; synchronized(index){ if (index >= ips.size()){ index = 0; } serverIp= ips.get(index); //輪詢+1 index ++; } return serverIp; } public static void main(String[] args) { TestRound testRoundRobin =new TestRound(); for (int i=0;i< 10 ;i++){ String serverIp= testRoundRobin.roundRobin(); System.out.println(serverIp); } } }
輸出結果:
192.168.1.1
192.168.1.2
192.168.1.3
192.168.1.1
192.168.1.2
192.168.1.3
192.168.1.1
192.168.1.2
192.168.1.3
192.168.1.1
加權輪詢法
該算法中,每個機器接受的連接數量是按權重比例分配的。這是對普通輪詢算法的改進,比如你可以設定:第三臺機器的處理能力是第一臺機器的兩倍,那麼負載均衡器會把兩倍的連接數量分配給第3臺機器,輪詢可以將請求順序按照權重分配到後端。
package com.monkeyjava.learn.basic.robin; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; public class TestWeight { private Integer index = 0; static Map<String, Integer> ipMap=new HashMap<String, Integer>(16); static { // 1.map, key-ip,value-權重 ipMap.put("192.168.1.1", 1); ipMap.put("192.168.1.2", 2); ipMap.put("192.168.1.3", 4); } public List<String> getServerIpByWeight() { List<String> ips = new ArrayList<String>(32); for (Map.Entry<String, Integer> entry : ipMap.entrySet()) { String ip = entry.getKey(); Integer weight = entry.getValue(); // 根據權重不同,放入list 中的數量等同於權重,輪詢出的的次數等同於權重 for (int ipCount =0; ipCount < weight; ipCount++) { ips.add(ip); } } return ips; } public String weightRobin(){ List<String> ips = this.getServerIpByWeight(); if (index >= ips.size()){ index = 0; } String serverIp= ips.get(index); index ++; return serverIp; } public static void main(String[] args) { TestWeight testWeightRobin=new TestWeight(); for (int i =0;i< 10 ;i++){ String server=testWeightRobin.weightRobin(); System.out.println(server); } } }
輸出結果:
192.168.1.1
192.168.1.3
192.168.1.3
192.168.1.3
192.168.1.3
192.168.1.2
192.168.1.2
192.168.1.1
192.168.1.3
192.168.1.3
加權隨機法
獲取帶有權重的隨機數字,隨機這種東西,不能看絕對,隻能看相對,我們不用index 控制下標進行輪詢,隻用random 進行隨機取ip,即實現算法。
package com.monkeyjava.learn.basic.robin; import java.util.*; public class TestRandomWeight { static Map<String, Integer> ipMap=new HashMap<String, Integer>(16); static { // 1.map, key-ip,value-權重 ipMap.put("192.168.1.1", 1); ipMap.put("192.168.1.2", 2); ipMap.put("192.168.1.3", 4); } public List<String> getServerIpByWeight() { List<String> ips = new ArrayList<String>(32); for (Map.Entry<String, Integer> entry : ipMap.entrySet()) { String ip = entry.getKey(); Integer weight = entry.getValue(); // 根據權重不同,放入list 中的數量等同於權重,輪詢出的的次數等同於權重 for (int ipCount =0; ipCount < weight; ipCount++) { ips.add(ip); } } return ips; } public String randomWeightRobin(){ List<String> ips = this.getServerIpByWeight(); //循環隨機數 Random random=new Random(); int index =random.nextInt(ips.size()); String serverIp = ips.get(index); return serverIp; } public static void main(String[] args) { TestRandomWeight testRandomWeightRobin=new TestRandomWeight(); for (int i =0;i< 10 ;i++){ String server= testRandomWeightRobin.randomWeightRobin(); System.out.println(server); } } }
輸出結果:
192.168.1.3
192.168.1.3
192.168.1.2
192.168.1.1
192.168.1.2
192.168.1.1
192.168.1.3
192.168.1.2
192.168.1.2
192.168.1.3
隨機法
負載均衡方法隨機的把負載分配到各個可用的服務器上,通過隨機數生成算法選取一個服務器,這種實現算法最簡單,隨之調用次數增大,這種算法可以達到每臺服務器的請求量接近於平均。
package com.monkeyjava.learn.basic.robin; import com.google.common.collect.Lists; import java.util.List; import java.util.Random; public class TestRandom { private List<String> ips = Lists.newArrayList("192.168.1.1", "192.168.1.2", "192.168.1.3"); public String randomRobin(){ //隨機數 Random random=new Random(); int index =random.nextInt(ips.size()); String serverIp= ips.get(index); return serverIp; } public static void main(String[] args) { TestRandom testRandomdRobin =new TestRandom(); for (int i=0;i< 10 ;i++){ String serverIp= testRandomdRobin.randomRobin(); System.out.println(serverIp); } } }
輸出
192.168.1.3
192.168.1.3
192.168.1.1
192.168.1.2
192.168.1.1
192.168.1.3
192.168.1.2
192.168.1.3
192.168.1.3
192.168.1.2
IP_Hash算法
hash(ip)%N算法,通過一種散列算法把客戶端來源IP根據散列取模算法將請求分配到不同的服務器上
優點:保證瞭相同客戶端IP地址將會被哈希到同一臺後端服務器,直到後端服務器列表變更。根據此特性可以在服務消費者與服務提供者之間建立有狀態的session會話
缺點: 如果服務器進行瞭下線操作,源IP路由的服務器IP就會變成另外一臺,如果服務器沒有做session 共享話,會造成session丟失。
package com.monkeyjava.learn.basic.robin; import com.google.common.collect.Lists; import java.util.List; public class TestIpHash { private List<String> ips = Lists.newArrayList("192.168.1.1", "192.168.1.2", "192.168.1.3"); public String ipHashRobin(String clientIp){ int hashCode=clientIp.hashCode(); int serverListsize=ips.size(); int index = hashCode%serverListsize; String serverIp= ips.get(index); return serverIp; } public static void main(String[] args) { TestIpHash testIpHash =new TestIpHash(); String servername= testIpHash.ipHashRobin("192.168.88.2"); System.out.println(servername); } }
輸出結果
192.168.1.3
每次運行結果都一樣
總結
到此這篇關於使用Java實現5種負載均衡算法的文章就介紹到這瞭,更多相關Java負載均衡算法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!