Dubbo源码分析（5）—— 负载均衡

前言

前面一篇文章提到了服务的消费，到最后还有一段关于集群的代码，在实际的生产环境中，zookeeper会有集群来提高服务的容错能力，所以dubbo编写了集群的代码去解决这个问题，集群一定会涉及到负载均衡，负载均衡的耦合性比较低适合单独拿出来分析，所以这一期介绍一下dubbo几种负载均衡策略以及实现

正文

dubbo负载均衡的接口是LoadBalance，使用了SPI注解

接口只有一个select方法，传入一个可供选择的invokers，返回选择的invoker

AbstractLoadBalance继承了LoadBalance接口，并且定义了一个抽象方法doSelect，用于子类实现的模板方法。

只有一个invoker直接返回

AbstractLoadBalance提供了一个计算服务提供者权重的方法，注释都写在内部了

---

继承了AbstractLoadBalance一共有四个类，分别代表了不同的负载均衡策略：

• ConsistentHashLoadBalance：一致性hash
• RoundRobinLoadBalance：轮询
• RandomLoadBalance：随机
• LeastActiveLoadBalance：最少活跃数

下面分别介绍每种策略的实现细节

RandomLoadBalance 随机负载均衡

随机选择是最简单的，直接看代码，注释写得很明白 标题

RoundRobinLoadBalance 轮询负载均衡

轮询负载均衡的难点是带权重的轮询

比如一个有三个服务：[A，B，C]，权重：[3，2，1]，当进行6次负载均衡以后，A、B、C三台服务器选择的次数分别为3，2，1

dubbo采用的方法是：

1. 初始化服务，维护一个current参数，初始化为0
2. 遍历每个服务，各自加上自己的权重，权重最大的被选中。
3. 被选中的服务减去总权重
4. 重复上面的步骤

轮询过程，6次轮询，A服务3次，B服务2次，C服务1次

代码

用WeightedRoundRobin类来维护服务信息，用methodWeightMap来保存方法->多个服务map

前面部分是创建map和获取key的操作，红框圈起来是核心业务代码，自增、计算weight的total和找到最大权重的服务。

这一段代码是新加入了服务，或者是太长没有被选择服务，调整methodWeightMap

最后就是选中的服务减去总权重，然后返回服务

LeastActiveLoadBalance 最小活跃负载均衡

首先初始化信息

然后遍历每个服务，遇到了最小的活跃数就重新计算，如果有相同的活跃度，则同样加入数组中。

经过上面的操作后，会选出几个具有相同活跃度的服务，如果只有一个就直接返回，有多个的话根据权重按照之前介绍的随机方法进行选择。

ConsistentHashLoadBalance 一致性hash负载均衡

一致性Hash的原理是将服务化成一个环

将数据Key使用相同的函数Hash计算出哈希值，并确定此数据在环上的位置，从此位置沿环顺时针查找，遇到的服务器就是其应该定位到的服务器

由于

对服务Ip加上编号，形成更多的虚拟IP，让一致性Hash的负载更加均衡

代码

使用一个Map，Value为ConsistentHashSelector来保存不同方法对应的集群，注意identityHashCode这个方法，它的返回值是原始的hashCode方法返回值一致，修改了hashCode也不会改变，这里有个Bug就是，如果传入invokers的时候对这个List做了stream操作，会导致list的地址改变，使这个map缓存无效。

进入ConsistentHashSelector类

使用了TreeMap来作为节点hash的映射，因为TreeMap是树结构，能够更快的求出大于\小于的所有节点。

有关于一致性Hash的配置如下：

//需要哪些参数来生成hashCode，如果invoker(Obecjt var1,Object var2)
默认值为0，代表只使用var1来生成hashCode<dubbo:parameter key="hash.arguments" value="0,1" />//虚拟节点的数量，默认为160<dubbo:parameter key="hash.nodes" value="320" />复制代码

根据Invoker和方法名称来初始化ConsistentHashSelector

红框部分：将所有的虚拟机节点4个分为一组，根据md5算法为每4个结点生成一个消息摘要，摘要长为16字节128位。然后通过hash算法计算出md5的hash值，放入TreeMap

主要方法是selectForKey，使用TreeMap的tailMap方法，能够获取大于该hash值的所有服务，通过firstEntry获取大于的第一个服务，由于是一个环状结构，entry为空的话就获取TreeMap的第一个服务节点。

结尾

介绍了dubbo四种负载均衡策略，这四种也是比较常见的负载均衡算法，在Spring Cloud中也有体现，这里可以看出来实现还是比较容易。