超级负载均衡

    摘要

    超级负载均衡旨在为解决服务不断扩展、机器不断增多、机器性能差异等问题，以增强系统的稳定性，自动分配请求压力。算法实现了多个模型和均衡策略，能通过配置实现随机、轮询、一致hash等。同时也能实现跨机房的相关分配。现已经在多个系统中使用。

    TAG

    负载均衡

    内容

    现有系统中存在的问题：

    1. 慢连接、瞬时访问慢。

    场景一：

    如果后端新增加机器，cache命中率低，因此响应速度慢，但是能连接上且不超时。如果ui持续访问就会把ui夯住。

    场景二：

    如果后端模块某一台机器响应较慢。如果前端持续访问就会被夯住。

    2. 死机。

    场景一：

    能断断续续响应请求，不过速度很慢。造成ui夯住。

    3. 混合部署。

    场景一：

    多个模块在同一机器上，项目影响。

    4. 机器权重。

    场景一：

    老机器，性能差；新机器，性能彪悍。因此他们应该承载不同的压力。

    5. 跨机房冗余。

    场景一：

    后端对cache依赖很高的模块，因为采用的是一致hash算法，如果挂掉一台机器，对另外的机器cache命中率冲击很大。因此希望将对这个机器的请求均衡到另外一个机房。

    6. php和c使用同样的策略。

    现在php和c希望能使用的策略实际上是有很大的一致。为了避免重复开发，php和c希望采用同样的负载均衡库。

    要解决的问题：

    设计思路：

    1. 根据均衡策略计算出的均衡值对Server进行逆序排序。

    2. 负载选择。对步骤1排序后的Server按以下顺序进行选择：

    a、按连接失败概率进行选择。

    注：横轴代表失败次数，纵轴代表选择的概率。

    Cconn：一段区间内失败次数

    f(Cconn)：连接概率，取值范围在(0，100]

    b、按健康状态选择。

    整个模型基于服务处理时间的收敛性。

    分析：

    1) 如果机器状态良好，则平均处理时间会保持在一个稳定水平；即使是小波动，也会较快平稳在一个状态。

    2) 如果机器开始出现问题，处理时间会开始增长。如果增长持续超过一段时间，则说明有可能会影响服务；如果一段时间后稳定了，说明对请求没有太多影响。

    f(healthy)：机器健康状态，取值范围[0,1]

    select(healthy)：机器选择概率，取值范围[R,1]

    c、如果所有机器都没选中，则随机选择一台机器进行服务。

    3. 机器流量均分。

    不同的机器处理能力是不一样的。当按照步骤2选择了某台机器，需要将其他处理时间为他的1/T(T>=2)的机器也选取出来，将部分压力分给对应的机器。

    设k台机器的处理时间分别是t1, t2,…,tk, 选中的机器id＝i，比该机器处理能力高的机器时间分别为p1,p2,..,pr, (其中pj × T <= ti)。设一段时间总访问量为Y，每台机器理论上的访问量应该为Vg=Y/k。而实际的Vr=Y/(ti * (1/t1+1/t2+…+1/tk))。则应该分出Vg-Vr的流量给pj。pj的流量比例为1/p1:1/p2:…:1/pr

    算法设计：

    A、均衡算法

    1. 一致hash算法。

    将每个server的ip和port加上balance_key三者做字符串拼接后，做md5签名。

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

    2. 随机算法。

    value(server) = random();

    3. 轮询算法。

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

4. 多个选一算法。

rank初始化为1， 如果默认的server失败，则rank＋1

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

B、负载算法

1. 连接状态算法。

a、对每一个server开辟一个状态队列。bool queue[K] 用来统计失败次数。每次有坏状态进队，计数加一。如果有坏状态出队，则计数减一。

b、按照f(Cconn)公式计算出选择概率。

c、利用rand()%100是否在[0,f(Cconn)]来决定是否选择该机器。

2. 健康状态算法。

a、每台机器维持一个一秒钟内的处理时间T和次数C。

b、当一秒过去以后，将T、C计算为平均处理时间R。

c、每M秒，统计每台机器最近一段时间的平均处理时间， 按照公式select（healthy）算出选择概率。

d、利用rand()%100是否在[0, select(healthy)*100]来决定是否选择该机器。

C、流量均分

按照策略选出满足要求的机器，按照流量均分公式进行流量分配。

分配时按照balance_key＋server方式和random（）来分配机器， 尽量保证请求落在同一台机器。

by wangbo