dubbo负载均衡策略以及自定义负载均衡

dubbo负载均衡策略以及自定义负载均衡

最近在用dubbo做服务治理，用到了负载均衡，看了下dubbo的源码，整理下。

dubbo的负载均衡类图如下：

LoadBalance是顶层接口,提供了唯一的接口方法select,如下：

标注为@SPI的注解，只有标有@SPI注解的接口类才会查找扩展点的实现，dubbo依次从下面这三个路径读取扩展点文件：META-INF/dubbo/internal 、META-INF/dubbo/ 、META-INF/services/，其中dubbo内部实现的各种扩展文件都放在META-INF/dubbo/internal目录下面，如下定义

所以我们如果要动态扩展LoadBalance，只需要实现该接口，然后将全类名加入到扩展点即可。

AbstractLoadBalance:抽象类，实现了一些通用的权重计算方法，具体的负载均衡交给子类去实现doSelect方法，如下：

dubbo提供了四种负载均衡策略，如下：

下面一一介绍这四种负载均衡策略

1.RandomLoadBalance:按权重随机调用，这种方式是dubbo默认的负载均衡策略，源码如下：

实现思路很简单：如果服务多实例权重相同，则进行随机调用；如果权重不同，按照总权重取随机数

根据总权重数生成一个随机数，然后和具体服务实例的权重进行相减做偏移量，然后找出偏移量小于0的，比如随机数为10，某一个服务实例的权重为12，那么10-12=-2<0成立，则该服务被调用，这种策略在随机的情况下尽可能保证权重大的服务会被随机调用。

01 protected  Invoker doSelect(List> invokers, URL url, Invocation invocation) {
02         int length = invokers.size(); // 总个数
03         int totalWeight = 0; // 总权重
04         boolean sameWeight = true; // 权重是否都一样
05         for (int i = 0; i < length; i++) {
06             int weight = getWeight(invokers.get(i), invocation);
07             totalWeight += weight; // 累计总权重
08             if (sameWeight && i > 0
09                     && weight != getWeight(invokers.get(i - 1), invocation)) {
10                 sameWeight = false; // 计算所有权重是否一样
11             }
12         }
13         if (totalWeight > 0 && ! sameWeight) {
14             // 如果权重不相同且权重大于0则按总权重数随机
15             int offset = random.nextInt(totalWeight);
16             // 并确定随机值落在哪个片断上
17             for (int i = 0; i < length; i++) {
18                 offset -= getWeight(invokers.get(i), invocation);
19                 if (offset < 0) {
20                     return invokers.get(i);
21                 }
22             }
23         }
24         // 如果权重相同或权重为0则均等随机
25         return invokers.get(random.nextInt(length));
26     }

2.RoundRobinLoadBalance：轮询，按公约后的权重设置轮询比率

实现思路：首先计算出多服务实例的最大最小权重，如果权重都一样（maxWeight=minWeight），则直接取模轮询；如果权重不一样，每一轮调用，都计算出一个基础的权重值，然后筛选出权重值大于基础权重值得invoker进行取模随机调用。

01 private final ConcurrentMap sequences = new ConcurrentHashMap();
02
03 private final ConcurrentMap weightSequences = new ConcurrentHashMap();
04
05 protected  Invoker doSelect(List> invokers, URL url, Invocation invocation) {
06     String key = invokers.get(0).getUrl().getServiceKey() + "." + invocation.getMethodName();
07     int length = invokers.size(); // 总个数
08     int maxWeight = 0; // 最大权重
09     int minWeight = Integer.MAX_VALUE; // 最小权重
10     for (int i = 0; i < length; i++) {
11         int weight = getWeight(invokers.get(i), invocation);
12         maxWeight = Math.max(maxWeight, weight); // 累计最大权重
13         minWeight = Math.min(minWeight, weight); // 累计最小权重
14     }
15     if (maxWeight > 0 && minWeight < maxWeight) { // 权重不一样
16         AtomicPositiveInteger weightSequence = weightSequences.get(key);
17         if (weightSequence == null) {
18             weightSequences.putIfAbsent(key, new AtomicPositiveInteger());
19             weightSequence = weightSequences.get(key);
20         }
21         int currentWeight = weightSequence.getAndIncrement() % maxWeight;
22         List> weightInvokers = new ArrayList>();
23         for (Invoker invoker : invokers) { // 筛选权重大于当前权重基数的Invoker
24             if (getWeight(invoker, invocation) > currentWeight) {
25                 weightInvokers.add(invoker);
26             }
27         }
28         int weightLength = weightInvokers.size();
29         if (weightLength == 1) {
30             return weightInvokers.get(0);
31         } else if (weightLength > 1) {
32             invokers = weightInvokers;
33             length = invokers.size();
34         }
35     }
36     AtomicPositiveInteger sequence = sequences.get(key);
37     if (sequence == null) {
38         sequences.putIfAbsent(key, new AtomicPositiveInteger());
39         sequence = sequences.get(key);
40     }
41     // 取模轮循
42     return invokers.get(sequence.getAndIncrement() % length);
43 }

3.LeastActiveLoadBalance：最少活跃次数，dubbo框架自定义了一个Filter，用于计算服务被调用的次数，具体实现自己可以看源码

最小活跃次数思路：首先查找最小活跃数的服务并统计权重和出现的频次，如果最小活跃次数只出现一次，直接使用该服务；如果出现多次且权重不相同，则按照总权重数随机；如果出现多次且权重相同，则随机调用

01 protected  Invoker doSelect(List> invokers, URL url, Invocation invocation) {
02         int length = invokers.size(); // 总个数
03         int leastActive = -1; // 最小的活跃数
04         int leastCount = 0; // 相同最小活跃数的个数
05         int[] leastIndexs = new int[length]; // 相同最小活跃数的下标
06         int totalWeight = 0; // 总权重
07         int firstWeight = 0; // 第一个权重，用于于计算是否相同
08         boolean sameWeight = true; // 是否所有权重相同
09         for (int i = 0; i < length; i++) {
10             Invoker invoker = invokers.get(i);
11             int active = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName()).getActive(); // 活跃数
12             int weight = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.WEIGHT_KEY, Constants.DEFAULT_WEIGHT); // 权重
13             if (leastActive == -1 || active < leastActive) { // 发现更小的活跃数，重新开始
14                 leastActive = active; // 记录最小活跃数
15                 leastCount = 1; // 重新统计相同最小活跃数的个数
16                 leastIndexs[0] = i; // 重新记录最小活跃数下标
17                 totalWeight = weight; // 重新累计总权重
18                 firstWeight = weight; // 记录第一个权重
19                 sameWeight = true; // 还原权重相同标识
20             } else if (active == leastActive) { // 累计相同最小的活跃数
21                 leastIndexs[leastCount ++] = i; // 累计相同最小活跃数下标
22                 totalWeight += weight; // 累计总权重
23                 // 判断所有权重是否一样
24                 if (sameWeight && i > 0
25                         && weight != firstWeight) {
26                     sameWeight = false;
27                 }
28             }
29         }
30         // assert(leastCount > 0)
31         if (leastCount == 1) {
32             // 如果只有一个最小则直接返回
33             return invokers.get(leastIndexs[0]);
34         }
35         if (! sameWeight && totalWeight > 0) {
36             // 如果权重不相同且权重大于0则按总权重数随机
37             int offsetWeight = random.nextInt(totalWeight);
38             // 并确定随机值落在哪个片断上
39             for (int i = 0; i < leastCount; i++) {
40                 int leastIndex = leastIndexs[i];
41                 offsetWeight -= getWeight(invokers.get(leastIndex), invocation);
42                 if (offsetWeight <= 0)
43                     return invokers.get(leastIndex);
44             }
45         }
46         // 如果权重相同或权重为0则均等随机
47         return invokers.get(leastIndexs[random.nextInt(leastCount)]);
48     }

4.ConsistentHashLoadBalance：一致性hash

一致性Hash负载均衡涉及到两个主要的配置参数为hash.arguments 与hash.nodes。

hash.arguments ： 当进行调用时候根据调用方法的哪几个参数生成key，并根据key来通过一致性hash算法来选择调用结点

hash.nodes： 为结点的副本数。

01 @SuppressWarnings("unchecked")
02     @Override
03     protected  Invoker doSelect(List> invokers, URL url, Invocation invocation) {
04         //获取调用方法名称
05         String key = invokers.get(0).getUrl().getServiceKey() + "." + invocation.getMethodName();
06         //生成调用列表的hashcode
07         int identityHashCode = System.identityHashCode(invokers);
08         //根据方法名key获取一致性hash选择器
09         ConsistentHashSelector selector = (ConsistentHashSelector) selectors.get(key);
10         if (selector == null || selector.getIdentityHashCode() != identityHashCode) {
11             selectors.put(key, new ConsistentHashSelector(invokers, invocation.getMethodName(), identityHashCode));
12             selector = (ConsistentHashSelector) selectors.get(key);
13         }
14         //选择节点
15         return selector.select(invocation);
16     }

01 private static final class ConsistentHashSelector {
02
03         private final TreeMap> virtualInvokers;//虚拟节点
04
05         private final int                       replicaNumber;//副本数
06
07         private final int                       identityHashCode;//调用节点的hashcode
08
09         private final int[]                     argumentIndex;//参数索引数组
10
11         public ConsistentHashSelector(List> invokers, String methodName, int identityHashCode) {
12             this.virtualInvokers = new TreeMap>();
13             this.identityHashCode = System.identityHashCode(invokers);
14             URL url = invokers.get(0).getUrl();
15             //获取所配置的虚拟节点数，默认为160个
16             this.replicaNumber = url.getMethodParameter(methodName, "hash.nodes", 160);
17             String[] index = Constants.COMMA_SPLIT_PATTERN.split(url.getMethodParameter(methodName, "hash.arguments", "0"));
18             argumentIndex = new int[index.length];
19             for (int i = 0; i < index.length; i ++) {
20                 argumentIndex[i] = Integer.parseInt(index[i]);
21             }
22             //创建虚拟节点，对每一个Invoker生成replicaNumber个虚拟节点并存放于virtualInvokers中
23             for (Invoker invoker : invokers) {
24                 for (int i = 0; i < replicaNumber / 4; i++) {
25                     byte[] digest = md5(invoker.getUrl().toFullString() + i);
26                     for (int h = 0; h < 4; h++) {
27                         long m = hash(digest, h);
28                         virtualInvokers.put(m, invoker);
29                     }
30                 }
31             }
32         }
33
34       ..........省略..........
35
36     }

5.自定义负载均衡策略

自定义类，只需要实现AbstractLoadBalance抽象类即可，然后将该类放入dubbo可发现的扩展点即可。