负载均衡学习笔记_要求负载均衡器的网卡,必须与物理网卡在一个物理段上,是什么意思

public class Random
{
   public static String getServer()
   {
       // 重建一个Map，避免服务器的上下线导致的并发问题
       Map<String, Integer> serverMap = 
               new HashMap<String,Integer>();
       serverMap.putAll(IpMap.serverWeightMap);
        // 取得Ip地址List
       Set<String> keySet = serverMap.keySet();
       ArrayList<String> keyList = newArrayList<String>();
       keyList.addAll(keySet);
        java.util.Randomrandom = new java.util.Random();
       int randomPos = random.nextInt(keyList.size());
        returnkeyList.get(randomPos);
   }
}

     整体代码思路和轮询法一致，先重建serverMap，再获取到server列表。在选取server的时候，通过Random的nextInt方法取0~keyList.size()区间的一个随机值，从而从服务器列表中随机获取到一台服务器地址进行返回。基于概率统计的理论，吞吐量越大，随机算法的效果越接近于轮询算法的效果。

(2)轮询(RoundRobin)法

    原理：负载均衡服务器建立一张服务器map,客户端请求到来，按照顺序依次分配给后端服务器处理。

public class RoundRobin
{
   private static Integer pos = 0;
    public static String getServer()
   {
       // 重建一个Map，避免服务器的上下线导致的并发问题
       Map<String, Integer> serverMap = 
               new HashMap<String,Integer>();
       serverMap.putAll(IpMap.serverWeightMap);
 
       // 取得Ip地址List
       Set<String> keySet = serverMap.keySet();
       ArrayList<String> keyList = newArrayList<String>();
       keyList.addAll(keySet);
 
       String server = null;
       synchronized (pos)
       {
           if (pos > keySet.size())
               pos = 0;
           server = keyList.get(pos);
           pos ++;
       }
 
       return server;
   }
}

       由于serverWeightMap中的地址列表是动态的，随时可能有机器上线、下线或者宕机，因此为了避免可能出现的并发问题，方法内部要新建局部变量serverMap，现将serverMap中的内容复制到线程本地，以避免被多个线程修改。这样可能会引入新的问题，复制以后serverWeightMap的修改无法反映给serverMap，也就是说这一轮选择服务器的过程中，新增服务器或者下线服务器，负载均衡算法将无法获知。新增无所谓，如果有服务器下线或者宕机，那么可能会访问到不存在的地址。因此，服务调用端需要有相应的容错处理，比如重新发起一次server选择并调用。

        对于当前轮询的位置变量pos，为了保证服务器选择的顺序性，需要在操作时对其加锁，使得同一时刻只能有一个线程可以修改pos的值，否则当pos变量被并发修改，则无法保证服务器选择的顺序性，甚至有可能导致keyList数组越界。

   优点：试图做到请求转移的绝对均衡。

  缺点：为了做到请求转移的绝对均衡，必须付出相当大的代价，因为为了保证pos变量修改的互斥性，需要引入重量级的悲观锁synchronized，这将会导致该段轮询代码的并发吞吐量发生明显的下降。

(3)加权轮询法

      轮询法负载均衡基于请求数的合理平衡分配，实现负载均衡。但这存在一种问题：对于后端服务器A、B，A的配置较B服务器较高，高并发到来n个请求，按照轮询法原理，A、B服务器各分配n/2各请求，但由于A服务器配置较高，很快处理完请求，而B服务器并没有处理完所有请求，当再次到来m个请求时，再次分包分配m/2个请求，长此下去，B服务器积聚较多的请求。这其实并没有达到均衡负载的目的，系统处于“伪均衡”状态。

    不同的服务器可能机器配置和当前系统的负载并不相同，因此它们的抗压能力也不尽相同，给配置高、负载低的机器配置更高的权重，让其处理更多的请求，而低配置、高负载的机器，则给其分配较低的权重，降低其系统负载。加权轮询法可以很好地处理这一问题，并将请求顺序按照权重分配到后端。

public class WeightRoundRobin
{
   private static Integer pos;
 
   public static String getServer()
   {
       // 重建一个Map，避免服务器的上下线导致的并发问题
       Map<String, Integer> serverMap = 
               new HashMap<String,Integer>();
       serverMap.putAll(IpMap.serverWeightMap);
 
       // 取得Ip地址List
       Set<String> keySet = serverMap.keySet();
       Iterator<String> iterator = keySet.iterator();
 
       List<String> serverList = newArrayList<String>();
       while (iterator.hasNext())
       {
           String server = iterator.next();
           int weight = serverMap.get(server);
           for (int i = 0; i < weight; i++)
               serverList.add(server);
       }
 
       String server = null;
       synchronized (pos)
       {
           if (pos > keySet.size())
               pos = 0;
           server = serverList.get(pos);
           pos ++;
       }
        return server;
   }
}

        与轮询法类似，只是在获取服务器地址之前增加了一段权重计算的代码，根据权重的大小，将地址重复地增加到服务器地址列表中，权重越大，该服务器每轮所获得的请求数量越多。

(4)最小连接数

       最小连接数算法基于后端服务器状态(未处理请求队列大小)进行合理分配方式，每次客户端请求到来，负载均衡服务器从服务器map中，选取连接数最小的后端服务器进行分配请求。

    优点：解决轮询算法伪均衡状态。

    缺点：同一客户端，由于当时服务器的状态不同，每次请求到来可能会分配到不同的后端服务器，这就对会话一致性带来困难。

(5)IP哈希法

        源地址哈希的思想是获取客户端访问的IP地址值，通过哈希函数计算得到一个数值，用该数值对服务器列表的大小进行取模运算，得到的结果便是要访问的服务器的序号。源地址哈希算法的代码实现大致如下：

public class Hash
{
   public static String getServer()
   {
       // 重建一个Map，避免服务器的上下线导致的并发问题
       Map<String, Integer> serverMap = 
               new HashMap<String,Integer>();
       serverMap.putAll(IpMap.serverWeightMap);
 
       // 取得Ip地址List
       Set<String> keySet = serverMap.keySet();
       ArrayList<String> keyList = newArrayList<String>();
       keyList.addAll(keySet);
 
       // 在Web应用中可通过HttpServlet的getRemoteIp方法获取
       String remoteIp = "127.0.0.1";
       int hashCode = remoteIp.hashCode();
       int serverListSize = keyList.size();
       int serverPos = hashCode % serverListSize;
        returnkeyList.get(serverPos);
   }
}

       前两部分和轮询法、随机法一样就不说了，差别在于路由选择部分。通过客户端的ip也就是remoteIp，取得它的Hash值，对服务器列表的大小取模，结果便是选用的服务器在服务器列表中的索引值。

   优点：保证了相同客户端IP地址将会被哈希到同一台后端服务器，直到后端服务器列表变更。根据此特性可以在服务消费者与服务提供者之间建立有状态的session会话。

   缺点：除非集群中服务器的非常稳定，基本不会上下线，否则一旦有服务器上线、下线，那么通过源地址哈希算法路由到的服务器是服务器上线、下线前路由到的服务器的概率非常低，如果是session则取不到session，如果是缓存则可能引发”雪崩”。如果这么解释不适合明白，可以看我之前的一篇文章MemCache超详细解读，一致性Hash算法部分。

4.会话一致性

        用户(浏览器)在和服务端交互的时候，通常会在本地保存一些信息，而整个过程叫做一个会话(Session)并用唯一的Session ID进行标识。会话的概念不仅用于购物车这种常见情况，因为HTTP协议是无状态的，所以任何需要逻辑上下文的情形都必须使用会话机制，此外HTTP客户端也会额外缓存一些数据在本地，这样就可以减少请求提高性能了。如果负载均衡可能将这个会话的请求分配到不同的后台服务端上，这肯定是不合适的，必须通过多个backend共享这些数据，效率肯定会很低下，最简单的情况是保证会话一致性——相同的会话每次请求都会被分配到同一个backend上去。

• l  当客户端第一次访问服务器时，负载均衡器按照某种均衡算法将请求转发到后端服务器，后端服务器在第一次响应某客户端时，会在其头部添加Cookie,之后客户端的每次访问都会带有这个Cookie值，负载均衡器按照Cookie值分配给相应的服务器。
• l  一致性哈希算法

       通过一致性哈希算法实现当某一台服务器宕机或者下线时，最小影响服务器集群。

参考文档：

http://mp.weixin.qq.com/s/Iu50lB4lYVnr-qeVCoZWEw

http://mp.weixin.qq.com/s/DabqB3SiTKDzQEZ2cZUnYA

http://mp.weixin.qq.com/s/Iu50lB4lYVnr-qeVCoZWEw