负载均衡的几种算法原理及代码实现

轮询算法： 将接收到的请求依次转发到后端服务器上，它均衡对待（一视同仁）所有服务器，而不关心当前服务器实际连接数及当前系统负载。 这里实现一个简单的轮询系统：

public classRoundRobin{

staticIntegerposition=;

public staticListinitServerList() {

List servers =newArrayList();

servers.add("192.168.10.00");

servers.add("192.168.10.01");

servers.add("192.168.10.02");

servers.add("192.168.10.03");

servers.add("192.168.10.04");

servers.add("192.168.10.05");

servers.add("192.168.10.06");

returnservers;

}

public staticStringgetServerUrl() {

//新建立一个List赋值，避免服务器上下线导致的并发问题

List serverList =newArrayList();

serverList.addAll(initServerList());

Stringserver =null;

synchronized(position){

if(position>= serverList.size()) {

position=;

}

server = serverList.get(position);

position++;

}

returnserver;

}

public static voidmain(String[]args) {

while(true){

}

}

}

在实际生产环境中，我们还得考虑诸多因素，比如：

新增服务器ip如何处理？ 这个比较简单，直接添加到initServerList()即可。

出现服务宕机怎么办？ 比如192.168.10.01 所在服务器挂掉了，请求被转发给它，就会报错。这时，需要服务的消费者考虑容错处理，在这种情况下，比如再发一次请求，那就会被转发到192.168.10.02 机器上，正常。 该方法最大缺点是引用了悲观锁 synchronized，影响系统的并发性能。

每台机器的配置不一样，有单核CPU，2G内存，有8核CPU，32G内存。这种情形下，使用上述轮询，那就不公平了，对弱配置机器，压力很大。 这个，我们可以引入

加权轮询： 每台服务器，给一个权重值，权值高的，多分配点儿请求，权值少的，少分配点儿请求，。 实现思路也很简单，根据权值，重新构建服务列表，然后再轮询。上个图示：

如下是代码实现：

public classWeightRoundRobin{

staticIntegerposition=;

public staticMapinitServicesMap() {

Map servicesMap =newHashMap();

servicesMap.put("192.168.10.00",1);

servicesMap.put("192.168.10.02",3);

servicesMap.put("192.168.10.03",3);

servicesMap.put("192.168.10.04",5);

servicesMap.put("192.168.10.05",5);

servicesMap.put("192.168.10.06",5);

returnservicesMap;

}

public staticStringgetServerUrl() {

//新建立一个List赋值，避免服务器上下线导致的并发问题

Map initMap =newHashMap();

initMap =initServicesMap();

Set servicesSet =newHashSet();

servicesSet.addAll(initMap.keySet());

Iterator servicesIterator = servicesSet.iterator();

List servicesList =newArrayList();

while(servicesIterator.hasNext()) {

Stringserver = servicesIterator.next();

Integerweight = initMap.get(server);

if(weight >) {

for(inti=; i

servicesList.add(server);

}

}

}

Stringserver =null;

synchronized(position){

if(position>= servicesList.size()) {

position=;

}

server = servicesList.get(position);

position++;

}

returnserver;

}

public static voidmain(String[]args) {

while(true){

}

}

}

随机算法:

顾名思义：现有N个服务器ip地址，请求来了后，随机转发到某个服务器上。从概率的角度来说，随着请求数的增多，最终每台服务器分配到的请求，近似于均等。这就比轮询算法少了个悲观锁，并发性能上，有了极大的提升。

实现也很简单：

如下：

public classRandomDemo{

public staticListinitServerList() {

List servers =newArrayList();

servers.add("192.168.10.00");

servers.add("192.168.10.01");

servers.add("192.168.10.02");

servers.add("192.168.10.03");

servers.add("192.168.10.04");

servers.add("192.168.10.05");

servers.add("192.168.10.06");

returnservers;

}

public staticStringgetServerUrl() {

//新建立一个List赋值，避免服务器上下线导致的并发问题

List serverList =newArrayList();

serverList.addAll(initServerList());

intposition =newRandom().nextInt(serverList.size());

returnserverList.get(position);

}

public static voidmain(String[]args) {

while(true) {

}

}

}

但他也有与简单轮询算法一样的问题：

对于不同性能的服务器，依旧一视同仁，那其实是不公平的。低配置，应该少分点请求嘛。

这就有了

加权随机算法，其实现思想同 加权轮询算法一样，给不同配置的服务器，配置不同的权重值。代码实现也同加权轮询思路一样，构建出符合权重值的服务集合后，再进行随机选取，这里就不写了，留给大家自己去写吧。

源地址哈希（hashCode）法 ：根据客户端的请求ip，通过哈希计算，得到一个数值，随后与服务器列表个数，进行取模计算，得到该请求 访问服务器列表的序号。该方法，有个好处是，当服务器列表不变时，某个客户端，会始终访问某一个固定的服务器，这样就可以构建一个客户端--服务器之间，有状态的session。

代码实现：

public classHashDemo{

public staticListinitServerList() {

List servers =newArrayList();

servers.add("192.168.10.00");

servers.add("192.168.10.01");

servers.add("192.168.10.02");

servers.add("192.168.10.03");

servers.add("192.168.10.04");

servers.add("192.168.10.05");

servers.add("192.168.10.06");

returnservers;

}

public staticStringgetServerUrl() {

//新建立一个List赋值，避免服务器上下线导致的并发问题

List serverList =newArrayList();

serverList.addAll(initServerList());

intrequestIpHashCode ="192.168.10.06.109".hashCode();

intposition = requestIpHashCode % serverList.size();

returnserverList.get(position);

}

public static voidmain(String[]args) {

while(true) {

}

}

}