几种简单的负载均衡算法及其Java代码实现

源地点哈希算法的弱点在于：除非集群中处事器的很是不变，根基不会上下线，不然一旦有处事器上线、下线，那么通过源地点哈希算法路由到的处事器是处事器上线、下线前路由到的处事器的概率很是低，假如是session则取不到session，假如是缓存则也许激发"雪崩"。

05.加权轮询(Weight Round Robin)法

差异的处事器也许呆板设置和当前体系的负载并不沟通，因此它们的抗压手段也不尽相 同，给设置高、负载低的呆板设置更高的权重，让其处理赏罚更多的哀求，而低设置、高负载的呆板，则给其分派较低的权重，低落其体系负载。加权轮询法可以很好地 处理赏罚这一题目，并将哀求次序凭证权重分派到后端。加权轮询法的代码实现大抵如下：

public class WeightRoundRobin 
{ 
    private static Integer pos; 
 
    public static String getServer() 
    { 
        // 重建一个Map，停止处事器的上下线导致的并发题目 
        Map<String, Integer> serverMap =  
                new HashMap<String, Integer>(); 
        serverMap.putAll(IpMap.serverWeightMap); 
 
        // 取得Ip地点List 
        Set<String> keySet = serverMap.keySet(); 
        Iterator<String> iterator = keySet.iterator(); 
 
        List<String> serverList = new ArrayList<String>(); 
        while (iterator.hasNext()) 
        { 
            String server = iterator.next(); 
            int 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; 
    } 
} 

与轮询法相同，只是在获取处事器地点之前增进了一段权重计较的代码，按照权重的巨细，将地点一再地增进随处事器地点列表中，权重越大，该处事器每轮所得到的哀求数目越多。

06.加权随机(Weight Random)法

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!