Go 实现 Nginx 加权轮询算法

地鼠文档 05-30 866

前言：

如今咱们对“nginx默认轮询配置”大体比较注意，我们都需要学习一些“nginx默认轮询配置”的相关资讯。那么小编同时在网络上汇集了一些关于“nginx默认轮询配置””的相关内容，希望看官们能喜欢，兄弟们快快来了解一下吧！

一，Nginx 负载均衡的轮询（round-robin）

在说加权轮询之前我们先来简单的说一下轮询

转自：

整理：地鼠文档：

1. nginx 中的配置

upstream cluster {    server 192.168.0.14;    server 192.168.0.15;}location / {   proxy_set_header X-Real-IP $remote_addr;               //返回真实IP   proxy_pass ;                           //代理指向cluster }

2. 简单介绍

轮询作为负载均衡中较为基础的算法，他的实现不需要配置额外的参数。简单理解：配置文件中一共配置了 N 台服务器，轮询算法会遍历服务的节点列表，并按照节点顺序每轮选择一台服务器处理请求，当所有节点遍历一遍后，重新开始

3. 特点

轮询算法中我们不难看出，每台服务器处理请求的数量基本持平，按照请求时间逐一分配，因此只能适用于集群服务器性能相近的情况，平均分配让每台服务器承载量基本持平。但是如果集群服务器性能参差不齐，这样的算法会导致资源分配不合理，造成部分请求阻塞，部分服务器资源浪费。为了解决上述问题，我们将轮询算法升级了，引入了加权轮询算法，让集群中性能差异较大的服务器也能合理分配资源。达到资源尽量最大化合理利用

4. 实现（这里使用golang模拟实现）

type RoundRobinBalance struct {    curIndex int    rss []string}/** * @Author: yang * @Description：添加服务 * @Date: 2021/4/7 15:36 */func (r *RoundRobinBalance) Add (params ...string) error{    if len(params) == 0 {        return errors.New("params len 1 at least")    }    addr := params[0]    r.rss = append(r.rss, addr)    return nil}/** * @Author: yang * @Description：轮询获取服务 * @Date: 2021/4/7 15:36 */func (r *RoundRobinBalance) Next () string {    if len(r.rss) == 0 {        return ""    }    lens := len(r.rss)    if r.curIndex >= lens {        r.curIndex = 0    }    curAdd := r.rss[r.curIndex ]    r.curIndex = (r.curIndex + 1) % lens    return curAdd}

5. 测试

简单调用下方法看看结果

/** * @Author: yang * @Description：测试 * @Date: 2021/4/7 15:36 */func main(){    rb := new(RoundRobinBalance)    rb.Add("127.0.0.1:80")    rb.Add("127.0.0.1:81")    rb.Add("127.0.0.1:82")    rb.Add("127.0.0.1:83")    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())}go run main.go 127.0.0.1:80127.0.0.1:81127.0.0.1:82127.0.0.1:83127.0.0.1:80127.0.0.1:81

二，Nginx 负载均衡的加权轮询（weighted-round-robin）

进入主题

1. nginx 配置

http {      upstream cluster {          server 192.168.1.2 weight=5;          server 192.168.1.3 weight=3;          server 192.168.1.4 weight=1;      }  location / {       proxy_set_header X-Real-IP $remote_addr;               //返回真实IP       proxy_pass ;                           //代理指向cluster    }

2. 加权算法简介-特点

不同的服务器的配置，部署的应用数量，网络状况等都会导致服务器处理能力会不一样，所以简单的轮询算法将不再适用，而引入了加权轮询算法：根据服务器不同的处理能力，给每个服务器分配不同的权值，根据不同的权值将不同的服务器分配到对应的服务器上；

请求数量较大时，每个服务处理请求的数量之比会趋向于权重之比。

3. 算法说明

在 Nginx加权轮询算法中，每个节点都有3个权重的变量

Weight : 配置的权重，根据配置文件初始化每个服务器节点的权重currentWeight : 节点的当前权重，初始化时是配置的权重，随后会一直变更effectiveWeight : 有效的权重，初始值为 weight ，通讯过程中发现节点异常，则 -1 ，之后再次选择本节点，调用成功一次则 +1 ，直到恢复到 weight。这个参数可以用于做降权。或者说是你的设置的权限修正。。

Nginx加权轮询算法的逻辑实现

轮询所有节点，计算当前状态下所有的节点的 effectiveWeight 之和作为 totalWeight；更新每个节点的 currentWeight ， currentWeight = currentWeight + effectiveWeight; 选出所有节点 currentWeight 中最大的一个节点作为选中节点；选择中的节点再次更新 currentWeight, currentWeight = currentWeight - totalWeight；4. 简单举例

注意：实现中不考虑健康检查，即所有的节点都是100%可用的，所以 effectiveWeight 等于 weight

假设：现在有3个节点 {A, B, C} 分别权重为：{4, 2, 1}；请求7次

第N次请求

请求前 currentWeight

选中的节点

请求后 currentWeight

[serverA=4, serverB=2, serverC=1]

serverA

[serverA=1, serverB=4, serverC=2]

serverB

[serverA=5, serverB=-1, serverC=3]

serverA

[serverA=2, serverB=1, serverC=4]

serverA

[serverA=-1, serverB=3, serverC=5]

serverC

[serverA=3, serverB=5, serverC=-1]

serverA

[serverA=0, serverB=7, serverC=0]

serverB

[serverA=4, serverB=2, serverC=1]

totaoWeight = 4 + 2 + 1 = 7

第一次请求： serverA = 4 + 4 = 8 ， serverB = 2 + 2 = 4， serverC = 1 + 1 = 2；最大的是 serverA ；所以选择 serverA ；然后serverA = 8 - 7 = 1；最后得出：serverA=1, serverB=4, serverC=2

第二次请求： serverA = 1 + 4 = 5； serverB = 4 + 2 = 6 ； serverC = 2 + 1 = 3；最大的是 serverB ；所以选择 serverB ；然后 serverB = 6 - 7 = -1 ；最后得出： serverA=5, serverB=-1, serverC=3

以此类推。。。

5. 代码实现

以golang实现下上面的逻辑：

type WeightRoundRobinBalance struct {    curIndex int    rss []*WeightNode}type WeightNode struct {    weight int // 配置的权重，即在配置文件或初始化时约定好的每个节点的权重    currentWeight int //节点当前权重，会一直变化    effectiveWeight int //有效权重，初始值为weight, 通讯过程中发现节点异常，则-1 ，之后再次选取本节点，调用成功一次则+1，直达恢复到weight 。 用于健康检查，处理异常节点，降低其权重。    addr string // 服务器addr}/** * @Author: yang * @Description：添加服务 * @Date: 2021/4/7 15:36 */func (r *WeightRoundRobinBalance) Add (params ...string) error{    if len(params) != 2{        return errors.New("params len need 2")    }    // @Todo 获取值    addr := params[0]    parInt, err  := strconv.ParseInt(params[1], 10, 64)    if err != nil {        return err    }    node := &WeightNode{        weight: int(parInt),        effectiveWeight: int(parInt),  // 初始化時有效权重 = 配置权重值        currentWeight: int(parInt), // 初始化時当前权重 = 配置权重值        addr: addr,    }    r.rss = append(r.rss, node)    return nil}/** * @Author: yang * @Description：轮询获取服务 * @Date: 2021/4/7 15:36 */func (r *WeightRoundRobinBalance) Next () string {    // @Todo 没有服务    if len(r.rss) == 0 {        return ""    }    totalWeight := 0    var maxWeightNode *WeightNode    for key , node  := range r.rss {        // @Todo 计算当前状态下所有节点的effectiveWeight之和totalWeight        totalWeight += node.effectiveWeight        // @Todo 计算currentWeight        node.currentWeight += node.effectiveWeight        // @Todo 寻找权重最大的        if maxWeightNode == nil ||  maxWeightNode.currentWeight < node.currentWeight {            maxWeightNode = node            r.curIndex = key        }    }    // @Todo 更新选中节点的currentWeight    maxWeightNode.currentWeight -= totalWeight    // @Todo 返回addr    return maxWeightNode.addr}

6. 测试验证

/** * @Author: yang * @Description：测试 * @Date: 2021/4/7 15:36 */func main(){    rb := new(WeightRoundRobinBalance)    rb.Add("127.0.0.1:80", "4")    rb.Add("127.0.0.1:81", "2")    rb.Add("127.0.0.1:82", "1")    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())    fmt.Println(rb.Next())}

执行下看下结果

run main.go127.0.0.1:80127.0.0.1:81127.0.0.1:80127.0.0.1:80127.0.0.1:82127.0.0.1:80127.0.0.1:81

本文地址：http://www.longkongtuishu.com/ca187BAJsAVEBDA.html

标签： #nginx默认轮询配置

Go 实现 Nginx 加权轮询算法

Nginx常用配置及和基本功能讲解

Go 实现 Nginx 加权轮询算法

看完这篇还不了解Nginx，那我就哭了

负载均衡算法 — 轮询