漫谈分布式集群的负载均衡—口水篇

作者：于洋

1 什么是分布式集群

为了理解分布式集群这个概念，我们先说说这两个概念：“集群”和“分布式”。艺术来源于生活，计算机科学亦是如此。我们先通过例子，来了解一下现实生活中的“集群”和“分布式”。

从开餐馆说起：你开了一家餐馆，自己掌勺后厨（即做菜）。随着生意越来越好，发现自己忙不过来。于是你聘请了两个厨师，你们三位厨师就是一个“集群”。主要的职责是：洗菜、配菜、炒菜。你们关系如下：

随着生意越来越好，两种方式增加后厨的生产力：（1）继续增加厨师—相当于扩大集群；（2）引入流水线的机制，精细化分工。找人分担厨师洗菜、配菜等工作。类似下图。

其实，流水线提现了分而治之的思想。即将一个大任务分解为多个小任务，提高小任务的生产力，从而提高了整体的生产力。而“分布式”解决问题的思路：正是吸取了将大任务分步为多个小任务的思想，才得到通过跨地域的分布解决大问题。

从解决问题的角度，说一下分布式与集群的差异：

• 分布式是以缩短单个任务的执行时间来提升效率的；
• 集群则是通过提高单位时间内执行的任务数来提升效率。

从软件部署的角度，说一下分布式和集群的关系：

• 分布式是指将不同的业务分布在不同的地方；
• 集群则是将几台服务器集中在一起，实现同一业务；
• 分布式中的每一个节点，都可以做集群；
• 集群并不一定就是分布式的。

综上所述，一个较为理想的分布式集群应该是这样的：一个分布式系统，是通过多个节点组成的，各节点都是集群化，并且各集群还是分布式的。

2 什么是负载均衡

一台服务器的处理能力，主要受限于服务器自身的可扩展硬件能力。所以，在需要处理大量用户请求的时候，通常都会引入负载均衡器，将多台普通服务器组成一个系统，来完成高并发的请求处理任务。

提到的负载均衡，大家都想到了什么？DNS，LVS，nginx，HAProxy，反向代理，还是大名鼎鼎的F5？下面针对这些负载均衡技术做了分类和归纳。

其实上面描述的解决方案，通常都是互联网web接入方案的负载均衡。而web的服务方式是：通过简单易记的域名，屏蔽内部网络真实服务的IP，从而保证了内部服务器安全和可靠。基于这种服务方式，服务提供商可以在两处做负载均衡：

1. DNS解析（查询式），域名服务器在进行域名到服务IP反向解析的时候，根据用户网络接入特点等（电信、网通等 ），将就近的服务IP列表返回给用户。 鹅厂GSLB是这方面的翘楚，大家有兴趣可自行km。
2. 转发式，经过了上面DNS就近接入，当用户请求到就近服务的IP时。通常的做法是引入转发节点（通常是lvs或者nginx），通过均衡策略，将数据发送给多台RS（Real Server）。

在介绍web负载均衡的技术后，小伙伴们有没有这样的疑问。分布式系统各节点间的集群是如何做负载均衡呢？web的负载均衡是否适用于分布式节点间呢？等等。

其实不同的技术为了解决不同场景的问题，下图就罗列的常用的负载均衡使用场景。

上图通过三种颜色（包括图标和线条）的部分，分别说明了不同场景下的负载均衡。

• 蓝色部分：用户通过DNS查询式，获取到了就近接入的业务服务（GSLB）。
• 绿色部分：将用户请求集中转发的方法，完成了业务接入层的负载均衡。（LVS）
• 红色部分：说明了通常分布式系统内部节点间的负载均衡。

其中，蓝色部分和绿色部分就是上面介绍的web负载均衡部分。下面一章我们重点分析一下如何考虑分布式节点间的负载均衡。

3 分布式集群的负载均衡

分布式各节点间的集群要做负载均衡的话，完全可以参考web负载均衡的方式来做，即查询式和转发式。但是通常后台开发的皮皮虾们基本不会这么做，根本原因就是不同场景下，考虑的侧重点是不同的，导致均衡的方式也有很大的差别。

我们先说一下两个web服务的基石：简单和安全。

• 简单：使用域名的web服务，就是让用户通过简单易记的域名替代IP地址的访问方式，所以说“简单”应该说是用户的诉求。
• 安全：而“安全”是服务提供商的诉求。就是对外服务时最大程度上屏蔽内部服务器的IP地址、网络部署，从而保证内部服务的安全。

针对上述两点，就需要在提供web服务时部署相应的节点支撑。如DNS解析，LVS转发、ngnix反向代理等。这些节点在保证服务的简单和安全时，也对系统服务引入了关键路径，增加了系统服务复杂性。

那么思考一下：分布式的各系统间，需要引入这么多节点来解决负载均衡的问题吗？

皮皮虾们的答案一定是：不需要☺。引入更多的节点意味越难保证系统的稳定性、可靠性。为什么这么说呢？

首先，分布式系统相对于集中式系统，是通过节点间相互传递消息通信协调工作的。节点间通信的不可靠性、不稳定性是分布式系统常态。这就导致系统的设计和开发时，需要针对每一种通信异常都有自身重试、恢复的解决方案。所以，引入更多的节点就意味着更复杂的重试、容灾、恢复等成本。

小伙伴们，有没有一种出师未捷身先死的感觉呢？oh, my god。还没有考虑负载均衡，仅仅是分布式系统间稳定性和可靠性，就已经很让人头疼了呢？所以说分布式的皮皮虾是苦逼的，落寞的，高贵的。（请珍惜您身旁的每只皮皮虾☺）

皮皮虾们不要皮，大司马出题了。

大司马：如果敌方打野没有在小地图的视野中，那么分布式系统的负载均衡要怎么做呢？

在学习了大司马的“正方形打野”，“边缘ob”，“你皮任你皮后”，这个问题我是这么看的。

我：更少的节点，更简单可靠的通信模式下，才能较好的完成负载均衡。

大司马：这位同学你很有灵性嘛。（看不懂段子的，看加粗字字哈☺）

怎么做好负载均衡呢？总结一下上面的段子就是一句话：simple is beautiful.（皮皮虾耳朵听出茧子了吧）。

• 更少的节点：分布式业务节点数，需根据业务自身的特点确定。原则是：少且够用。
• 简单可靠的通信模式：这里给一个简单的通信方式，udp请求发送+ udp服务确认。这种模式下可以减少因tcp链接管理造成的服务器资源消耗。

如果自身系统的还是很复杂的话，其实也是有迹可循的。下面我整理一下，考虑负载均衡的要点。大家多多思考，根据自身业务特点取舍，最终一定会做出不错的负载均衡效果。

再强调一个关键点，小伙伴们一定要先找到系统中的均衡要点是什么？这里在说一下：请求均衡和数据均衡(上图右下角)。

请求均衡理想效果是：每个RS服务处理的请求是差不多的。

数据均衡理想效果是：每个RS服务处理/存储的数据量是差不多的。

公司内部也有很好的均衡算法组件l5/cmlb等（自行km哈），可以较好支持udp的请求均衡。使用这种组件也有一些限制，大家确认是否适合自己的系统哈。

最后，我们回顾负载均衡的本质，小伙伴们千万不要为了负载均衡而均衡：

• 功能：单台服务器能力有限。当处理大量用户请求时，通过需要多台服务器组成系统，从而完成高并发的请求处理。
• 描述：N个客户端访问M个服务端的问题。（通常：M>1，N>>M）
• 难点：将N的请求/数据"均匀"分摊到多个M操作单元上执行，关键是"均匀"。

同学们，下课啦 ！

PS：由于分布式和负载均衡是两个比较大的课题，本篇文章讲解的内容只是针对具体的场景下阐述。如果没有讲解到小伙伴们想了解的方面，同学们可以自行google，baidu。☺