超級負載均衡

2021-06-21 21:48:46 字數 2626 閱讀 1196

超級負載均衡旨在為解決服務不斷擴充套件、機器不斷增多、機器效能差異等問題,以增強系統的穩定性,自動分配請求壓力。演算法實現了多個模型和均衡策略,能通過配置實現隨機、輪詢、一致hash等。同時也能實現跨機房的相關分配。現已經在多個系統中使用。

tag

負載均衡

內容

現有系統中存在的問題:

1. 慢連線、瞬時訪問慢。

場景一:

如果後端新增加機器,cache命中率低,因此響應速度慢,但是能連線上且不超時。如果ui持續訪問就會把ui夯住。

場景二:

如果後端模組某一台機器響應較慢。如果前端持續訪問就會被夯住。

2. 宕機。

場景一:

能斷斷續續響應請求,不過速度很慢。造成ui夯住。

3. 混合部署。

場景一:

多個模組在同一機器上,專案影響。

4. 機器權重。

場景一:

老機器,效能差;新機器,效能彪悍。因此他們應該承載不同的壓力。

5. 跨機房冗餘。

場景一:

後端對cache依賴很高的模組,因為採用的是一致hash演算法,如果掛掉一台機器,對另外的機器cache命中率衝擊很大。因此希望將對這個機器的請求均衡到另外乙個機房。

6. php

和c使用同樣的策略。

現在php和c希望能使用的策略實際上是有很大的一致。為了避免重複開發,php和c希望採用同樣的負載均衡庫。

要解決的問題:

設計思路:

1. 根據均衡策略計算出的均衡值對server進行逆序排序。

2. 負載選擇。對步驟1排序後的server按以下順序進行選擇:

a、按連線失敗概率進行選擇。

注:橫軸代表失敗次數,縱軸代表選擇的概率。

cconn:一段區間內失敗次數

f(cconn):連線概率,取值範圍在(0,100]

b、按健康狀態選擇。

整個模型基於服務處理時間的收斂性。

分析:1) 如果機器狀態良好,則平均處理時間會保持在乙個穩定水平;即使是小波動,也會較快平穩在乙個狀態。

2) 如果機器開始出現問題,處理時間會開始增長。如果增長持續超過一段時間,則說明有可能會影響服務;如果一段時間後穩定了,說明對請求沒有太多影響。

f(healthy):機器健康狀態,取值範圍[0,1]

select(healthy):機器選擇概率,取值範圍[r,1]

c、如果所有機器都沒選中,則隨機選擇一台機器進行服務。

3. 機器流量均分。

不同的機器處理能力是不一樣的。當按照步驟2選擇了某台機器,需要將其他處理時間為他的1/t(t>=2)的機器也選取出來,將部分壓力分給對應的機器。

設k臺機器的處理時間分別是t1, t2,…,tk, 選中的機器id=i,比該機器處理能力高的機器時間分別為p1,p2,..,pr, (其中pj × t <= ti)。設一段時間總訪問量為y,每台機器理論上的訪問量應該為vg=y/k。而實際的vr=y/(ti * (1/t1+1/t2+…+1/tk))。則應該分出vg-vr的流量給pj。pj的流量比例為1/p1:1/p2:…:1/pr

演算法設計:

a、均衡演算法

1. 一致hash演算法。

將每個server的ip和port加上balance_key三者做字串拼接後,做md5簽名。

value(server) = md5(server_ip + server_port + balance_key)

2. 隨機演算法。

value(server) = random();

3. 輪詢演算法。

value(server) =((server.id – (rounds % server_count)) + server_count) % server_count

4. 多個選一演算法。

rank初始化為1, 如果預設的server失敗,則rank+1

value(server) =((server.id – (rank % server_count)) + server_count) % server_count

b、負載演算法

1. 連線狀態演算法。

a、對每乙個server開闢乙個狀態佇列。bool queue[k] 用來統計失敗次數。每次有壞狀態進隊,計數加一。如果有壞狀態出隊,則計數減一。

b、按照f(cconn)公式計算出選擇概率。

c、利用rand()%100是否在[0,f(cconn)]來決定是否選擇該機器。

2. 健康狀態演算法。

a、每台機器維持乙個一秒鐘內的處理時間t和次數c。

b、當一秒過去以後,將t、c計算為平均處理時間r。

c、每m秒,統計每台機器最近一段時間的平均處理時間, 按照公式select(healthy)算出選擇概率。

d、利用rand()%100是否在[0, select(healthy)*100]來決定是否選擇該機器。

c、流量均分

按照策略選出滿足要求的機器,按照流量均分公式進行流量分配。

分配時按照balance_key+server方式和random()來分配機器, 盡量保證請求落在同一臺機器。

超級負載均衡

超級負載均衡旨在為解決服務不斷擴充套件 機器不斷增多 機器效能差異等問題,以增強系統的穩定性,自動分配請求壓力。演算法實現了多個模型和均衡策略,能通過配置實現隨機 輪詢 一致hash等。同時也能實現跨機房的相關分配。現已經在多個系統中使用。tag 負載均衡 內容 現有系統中存在的問題 1.慢連線 瞬...

超級負載均衡

超級負載均衡旨在為解決服務不斷擴充套件 機器不斷增多 機器效能差異等問題,以增強系統的穩定性,自動分配請求壓力。演算法實現了多個模型和均衡策略,能通過配置實現隨機 輪詢 一致hash等。同時也能實現跨機房的相關分配。現已經在多個系統中使用。tag 負載均衡 內容 現有系統中存在的問題 1.慢連線 瞬...

超級負載均衡

摘要 超級負載均衡旨在為解決服務不斷擴充套件 機器不斷增多 機器效能差異等問題,以增強系統的穩定性,自動分配請求壓力。演算法實現了多個模型和均衡策略,能通過配置實現隨機 輪詢 一致hash等。同時也能實現跨機房的相關分配。現已經在多個系統中使用。tag 負載均衡 內容 現有系統中存在的問題 1.慢連...