负载均衡算法--轮询法（Round Robin）

在分布式系统中，为了实现系统的高性能、高并发、高可用，在构架中都会进行负载均衡设计，它是分布式系统的核心和中枢，负载均衡的好坏直接影响着整个系统的性能。负载均衡分为软件均衡和硬件均衡两类，比如apache、nginx、dubbo 等属于软件负载均衡，F5属于硬件负载均衡，当然他们都会使用到负载均衡算法。

常见的负载均衡算法包含：
1、轮询法（Round Robin）
2、加权轮询法（Weight Round Robin）
3、随机法（Random）
4、加权随机法（Weight Random）
5、平滑加权轮询法（Smooth Weight Round Robin）
6、源地址哈希法（Hash）
7、最小连接数法（Least Connections）

接下来的博客中会一一介绍如上几种算法，本文介绍轮询法。

轮询法是将请求按顺序轮流地分配到服务器上，它均衡地对待后端的每一台服务器，而不关心服务器实际的连接数和当前的系统负载。

算法描述

假设有 N 台服务器 S = {S0, S1, S2, …, Sn}，算法可以描述为：
1、从 S0 开始依次调度 S1, S2, …, Sn；
2、若所有服务器都已被调度过，则从头开始调度；

假定我们现在有如下四台服务器：

服务器地址	权重
192.168.1.1	1
192.168.1.2	2
192.168.1.3	3
192.168.1.4	4

轮训算法调度如下：

服务器地址	序号
192.168.1.1	1
192.168.1.2	2
192.168.1.3	3
192.168.1.4	4
192.168.1.1	5
192.168.1.2	6
192.168.1.3	7
192.168.1.4	8

轮训算法与服务器权重没有关系，每个服务器有序的会被轮训到。

代码实现

1、服务器管理类

package org.learn.loadbalance;import java.util.Map;
import java.util.TreeMap;/*** @author zhibo* @date 2019/5/16 16:25*/
public class ServerManager {public static Map<String, Integer> serverMap = new TreeMap<>();static {serverMap.put("192.168.1.1", 1);serverMap.put("192.168.1.2", 2);serverMap.put("192.168.1.3", 3);serverMap.put("192.168.1.4", 4);}
}

2、轮询类

package org.learn.loadbalance;import java.util.ArrayList;
import java.util.Set;
import java.util.concurrent.atomic.AtomicInteger;/*** @author zhibo* @date 2019/5/16 16:28*/
public class RoundRobin {private static AtomicInteger indexAtomic = new AtomicInteger(0);public static String getServer() {Set<String> serverSet = ServerManager.serverMap.keySet();ArrayList<String> serverList = new ArrayList<>(serverSet);if (indexAtomic.get() >= serverList.size()) {indexAtomic.set(0);}String server = serverList.get(indexAtomic.getAndIncrement());return server;}public static void main(String[] args) {for (int i = 0; i < 10; i++) {String server = getServer();System.out.println(server);}}
}

1、使用 AtomicInteger 进行轮询索引的增减，保证并发的安全性。
2、在多线程的情况下，线程A修改 ServerManager.serverMap 的值，线程B无法即时拿到线程A修改后的值，因此可能会产生请求错误，需要调用端进行容错处理。

执行 main 方法输出结果如下：

文章内容仅代表个人观点，如有不正之处，欢迎批评指正，谢谢大家。