6种负载均衡算法

1、轮询法

　　

此算法将请求按顺序轮流的分配到后端服务器，他均衡的对待后台每一台服务器，而不关心服务器实际的连接数和当前的系统负载

public class RoundRobin { private static Map<String,Integer> serverWeightMap=new HashMap<String,Integer>(); private static volatile Integer pos=new Integer(0); static{ serverWeightMap.put("192.168.1.100",1); serverWeightMap.put("192.168.1.101",1); serverWeightMap.put("192.168.1.102",4); serverWeightMap.put("192.168.1.103",1); serverWeightMap.put("192.168.1.104",1); serverWeightMap.put("192.168.1.105",3); serverWeightMap.put("192.168.1.106",1); serverWeightMap.put("192.168.1.107",2); serverWeightMap.put("192.168.1.108",1); serverWeightMap.put("192.168.1.109",1); serverWeightMap.put("192.168.1.110",1); } public static void main(String[] args) { for(int i=0;i<100;i++){ new Thread(new Runnable() { @Override public void run() { System.out.println(testRoundRobin()); } }).start(); } } public static String testRoundRobin(){ //重新创建一个map，避免出现由于服务器上线和下线导致的并发问题 Map<String,Integer> serverMap= new HashMap<String,Integer>(); serverMap.putAll(serverWeightMap); //取得Ip地址list Set<String> keySet=serverMap.keySet(); ArrayList<String> keyList=new ArrayList<String>(); keyList.addAll(keySet); String server=null; synchronized(pos){ if(pos>=keySet.size()){ pos=0; } server=keyList.get(pos); pos++; } return server; } } 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455

2）随机（Random）法  通过系统随机函数，根据后端服务器列表的大小值来随机选取其中一台进行访问。由概率统计论得知，随着调用量的增大，其实际效果越来越接近平均分配流浪到每一台后端服务器。

public static String testRandom(){ //重新创建一个map，避免出现由于服务器上线和下线导致的并发问题 Map<String,Integer> serverMap= new HashMap<String,Integer>(); serverMap.putAll(serverWeightMap); //取得Ip地址list Set<String> keySet=serverMap.keySet(); ArrayList<String> keyList=new ArrayList<String>(); keyList.addAll(keySet); int randomPos = new Random().nextInt(keyList.size()); return keyList.get(randomPos); } 12345678910111213 12345678910111213

3）源地址哈希（Hash）法  源地址哈希法的思想是获取客户端访问的IP地址，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。采用哈希法进行负载均衡，当后端服务器列表不变时，同一IP地址的客户端，每次都会被影射到同一台后端服务器。

public static String testConsumerHash(String remoteip){ //重新创建一个map，避免出现由于服务器上线和下线导致的并发问题 Map<String,Integer> serverMap= new HashMap<String,Integer>(); serverMap.putAll(serverWeightMap); //取得Ip地址list Set<String> keySet=serverMap.keySet(); ArrayList<String> keyList=new ArrayList<String>(); keyList.addAll(keySet); int hashCode=remoteip.hashCode(); int size=keyList.size(); int serverPos=hashCode%size; //此处服务器key是其Ip哈希值（hashCode%size） return keyList.get(serverPos); } 123456789101112131415 123456789101112131415

4）加权轮询法  不同的后端服务器可能机器的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。给配置高的、负载低的机器更高的权重，让其处理更多请求，而低配置、负载高的机器，则给其分配较低的权重，降低其系统负载。

public static String testWeightRoundRobin(){ //重新创建一个map，避免出现由于服务器上线和下线导致的并发问题 Map<String,Integer> serverMap= new HashMap<String,Integer>(); serverMap.putAll(serverWeightMap); //取得Ip地址list Set<String> keySet=serverMap.keySet(); Iterator<String> it=keySet.iterator(); ArrayList<String> serverList=new ArrayList<String>(); while(it.hasNext()){ String server=it.next(); Integer weight=serverMap.get(server); for(int i=0;i<weight;i++){ serverList.add(server); } } String server=null; synchronized(pos){ if(pos>=serverList.size()){ pos=0; } server=serverList.get(pos); pos++; } return server; } 12345678910111213141516171819202122232425262728293031 12345678910111213141516171819202122232425262728293031

5）加权随机（Weught Random）法  与加权轮询法类似，加权随机法也根据后端服务器不同的配置和负载情况，配置不同的权重

public static String testWeightRandom(){ //重新创建一个map，避免出现由于服务器上线和下线导致的并发问题 Map<String,Integer> serverMap= new HashMap<String,Integer>(); serverMap.putAll(serverWeightMap); //取得Ip地址list Set<String> keySet=serverMap.keySet(); Iterator<String> it=keySet.iterator(); ArrayList<String> serverList=new ArrayList<String>(); while(it.hasNext()){ String server=it.next(); Integer weight=serverMap.get(server); for(int i=0;i<weight;i++){ serverList.add(server); } } String server=null; int randomPos = new Random().nextInt(serverList.size()); server=serverList.get(randomPos); return server; }

6、最小连接数法

     最小连接数算法比较灵活和智能，由于后端服务器的配置不尽相同，对于请求的处理有快有慢，它是根据后端服务器当前的连接情况，动态地选取其中当前

积压连接数最少的一台服务器来处理当前的请求，尽可能地提高后端服务的利用效率，将负责合理地分流到每一台服务器