springboot 实现随机轮训加权轮训一致性哈希算法

最近公司做自己的网关去控制一些请求相对应的服务自己结合网上大神的思路跟自己总结了一下写了一个简单的demo

新手上路大神勿喷


import java.math.BigInteger;
import java.util.*;/*** 随机 轮训 一致性哈希 算法*/
public class Algorithm {/*** 假设节点有三个*/private static List<String>  node =new ArrayList<>();/*** 加权轮训节点*/private static List<Map<String,Object>>  weightNode =new ArrayList<>();private static int currentIndex;private static int totalServer;private static int currentWeight;private static int maxWeight;private static int gcdWeight;//key表示服务器的hash值，value表示服务器private static SortedMap<Integer, String> sortedMap = new TreeMap<Integer, String>();static{//=============================node.add("192.168.1");node.add("192.168.2");node.add("192.168.3");//=============================Map<String,Object> map = new HashMap<>();map.put("ip","192.168.1");map.put("weight",5);weightNode.add(map);Map<String,Object> map1 = new HashMap<>();map1.put("ip","192.168.2");map1.put("weight",10);weightNode.add(map1);Map<String,Object> map2 = new HashMap<>();map2.put("ip","192.168.3");map2.put("weight",15);weightNode.add(map2);//=============================totalServer = node.size();currentIndex = totalServer - 1;maxWeight = maxWeight();gcdWeight = serverGcd();//=============================for (int i=0; i<node.size(); i++) {int hash = getHash(node.get(i));System.out.println("[" + node.get(i) + "]加入集合中, 其Hash值为" + hash);sortedMap.put(hash, node.get(i));}}//=============================/*** 随机算法*/public static void random(){//得到一共有多少个节点int nodeSize=node.size();Random ra =new Random();int i = ra.nextInt(nodeSize);System.out.println("随机下标为: "+i+" 获取节点为："+ node.get(i));}//=============================/*** 普通轮训算法*/public static void loop(){currentIndex = (currentIndex + 1) % totalServer;System.out.println("轮训获取节点为："+ node.get(currentIndex));}//=============================/*** 加权轮训算法*/public  static void round() {while (true) {currentIndex = (currentIndex + 1) % totalServer;if (currentIndex == 0) {currentWeight = currentWeight - gcdWeight;if (currentWeight <= 0) {currentWeight = maxWeight;if(currentWeight == 0) {System.out.println("currentWeight==0");break;}}}if(Integer.parseInt(weightNode.get(currentIndex).get("weight").toString()) >= currentWeight) {System.out.println("加权轮训获取节点为："+ weightNode.get(currentIndex));break;}}}/*** 返回所有服务器的权重的最大公约数** @return*/private static int serverGcd() {int comDivisor = 0;for (int i = 0; i < totalServer - 1; i++) {if (comDivisor == 0) {//我只是图个方便用的map 大家可以封装一个类comDivisor = gcd(Integer.parseInt(weightNode.get(i).get("weight").toString()), Integer.parseInt(weightNode.get(i + 1).get("weight").toString()));} else {comDivisor = gcd(comDivisor, Integer.parseInt(weightNode.get(i + 1).get("weight").toString()));}}return comDivisor;}/*** 获得服务器中的最大权重** @return*/private static int maxWeight() {int max =Integer.parseInt( weightNode.get(0).get("weight").toString());int tmp;for (int i = 1; i < totalServer; i++) {tmp =Integer.parseInt(weightNode.get(i).get("weight").toString());if (max < tmp) {max = tmp;}}return max;}/*** 求两个数的最大公约数 4和6最大公约数是2** @param num1* @param num2* @return*/private static int gcd(int num1, int num2) {BigInteger i1 = new BigInteger(String.valueOf(num1));BigInteger i2 = new BigInteger(String.valueOf(num2));return i1.gcd(i2).intValue();}//=============================//使用FNV1_32_HASH算法计算服务器的Hash值,这里不使用重写hashCode的方法，最终效果没区别private static int getHash(String str) {final int p = 16777619;int hash = (int) 2166136261L;for (int i = 0; i < str.length(); i++){hash = (hash ^ str.charAt(i)) * p;}hash += hash << 13;hash ^= hash >> 7;hash += hash << 3;hash ^= hash >> 17;hash += hash << 5;// 如果算出来的值为负数则取其绝对值if (hash < 0) {hash = Math.abs(hash);}return hash;}//得到应当路由到的结点private static String getServer(String key) {//得到该key的hash值int hash = getHash(key);//得到大于该Hash值的所有MapSortedMap<Integer, String> subMap = sortedMap.tailMap(hash);if(subMap.isEmpty()){//如果没有比该key的hash值大的，则从第一个node开始Integer i = sortedMap.firstKey();//返回对应的服务器return sortedMap.get(i);}else{//第一个Key就是顺时针过去离node最近的那个结点Integer i = subMap.firstKey();//返回对应的服务器return subMap.get(i);}}/*** 一致性哈希*/public  static void consistentHashing(){String[] keys = {"张三的查询请求", "李四的修改请求", "王五的删除请求","赵六的新增请求"};for(int i=0; i<keys.length; i++){System.out.println("[" + keys[i] + "]的hash值为" +getHash(keys[i]) + ", 被路由到结点[" + getServer(keys[i]) + "]");}}public static void main(String[] args) {for (int i = 0; i <10 ; i++) {//随机//random();//轮训// loop();//加权轮训//round();//一致性哈希// consistentHashing();}}}

复制我的代码跑一下吧~

springboot 实现随机轮训加权轮训一致性哈希算法相关推荐

16 张图解带你掌握一致性哈希算法
摘要:一致性哈希是什么,使用场景,解决了什么问题? 本文分享自华为云社区<16 张图解 | 一致性哈希算法>,作者:小林coding. 如何分配请求? 大多数网站背后肯定不是只有一台服务器 ...
算法高级（24）-一致性哈希算法在分布式系统中的使用场景
本文将会从实际应用场景出发,介绍一致性哈希算法(Consistent Hashing)及其在分布式系统中的应用. 一.一致性Hash算法背景一致性哈希算法在1997年由麻省理工学院的Karger等人 ...
面试时遇到一致性哈希算法这样回答会让面试官眼前一亮
[CSDN 编者按]很多人都知道什么是哈希函数,在后端面试和开发中会遇到"一致性哈希",那什么是一致性哈希呢,当面试官问到你又该如何给出漂亮的回答. 作者 | 丁威责 ...
哈希分布与一致性哈希算法简介
前言在我们的日常web应用开发当中memcached可以算作是当今的标准开发配置了.相信memcache的基本原理大家也都了解过了,memcache虽然是分布式的应用服务,但分布的原则是由clien ...
一致性哈希算法以及其PHP实现
在做服务器负载均衡时候可供选择的负载均衡的算法有很多,包括: 轮循算法(Round Robin).哈希算法(HASH).最少连接算法(Least Connection).响应速度算法(Respons ...
一致性哈希算法及其在分布式系统中的应用
摘要本文将会从实际应用场景出发,介绍一致性哈希算法(Consistent Hashing)及其在分布式系统中的应用.首先本文会描述一个在日常开发中经常会遇到的问题场景,借此介绍一致性哈希算法以及这个 ...
java 取绝对值_Java实现一致性哈希算法，并搭建环境测试其负载均衡特性
实现负载均衡是后端领域一个重要的话题,一致性哈希算法是实现服务器负载均衡的方法之一,你很可能已在一些远程服务框架中使用过它.下面我们尝试一下自己实现一致性哈希算法. 一. 简述一致性哈希算法这里不详 ...
一文搞懂负载均衡中的一致性哈希算法
一致性哈希算法在很多领域有应用,例如分布式缓存领域的 MemCache,Redis,负载均衡领域的 Nginx,各类 RPC 框架.不同领域场景不同,需要顾及的因素也有所差异,本文主要讨论在负载均衡中 ...
白话解析：一致性哈希算法 consistent hashing
在了解一致性哈希算法之前,最好先了解一下缓存中的一个应用场景,了解了这个应用场景之后,再来理解一致性哈希算法,就容易多了,也更能体现出一致性哈希算法的优点,那么,我们先来描述一下这个经典的分布式缓存的 ...

springboot 实现随机轮训加权轮训一致性哈希算法

springboot 实现随机轮训加权轮训一致性哈希算法相关推荐

最新文章

热门文章

springboot 实现随机 轮训 加权轮训 一致性哈希 算法

springboot 实现随机 轮训 加权轮训 一致性哈希 算法相关推荐

最新文章

热门文章

springboot 实现随机轮训加权轮训一致性哈希算法

springboot 实现随机轮训加权轮训一致性哈希算法相关推荐