預(yù)熱
- 預(yù)熱是一個(gè)服務(wù)啟動(dòng)，到承接 100% 流量之間的一種狀態(tài)；
- 預(yù)熱的越早期，服務(wù)分到的流量就越少；
- Dubbo 在做負(fù)載均衡的時(shí)候，會(huì)獲取每個(gè) Invoker 的權(quán)重，而權(quán)重的計(jì)算，會(huì)受預(yù)熱時(shí)間的影響，預(yù)熱的越早期，Invokder 計(jì)算得到的權(quán)重就越小，Invoker 被負(fù)載均衡算法選中的概率就越??；
Dubbo 提供的 4 中負(fù)載均衡算法
- Random（默認(rèn)）
- RoundRobin
- LeastActive
- ConsistentHash
負(fù)載均衡中用到的設(shè)計(jì)模式
- 模板方法模式；
- 接口是 LoadBalancd；
- 抽象類是 AbstractLoadBalance；
- 模板方法是 select；
- 開(kāi)放給子類實(shí)現(xiàn)的方法是 doSelect；
Random | 按權(quán)重隨機(jī)
- 如果所有的 Invoker 的權(quán)重一樣，就直接 nextInt()；
- 如果不是所有的 Invoker 的權(quán)重都一樣，則先計(jì)算出總權(quán)重，然后在總權(quán)重的范圍內(nèi)選一個(gè)值作為標(biāo)定點(diǎn)，然后一個(gè)一個(gè) Invoker 的權(quán)重去減這個(gè)標(biāo)定點(diǎn)，直到減到負(fù)數(shù)，把表定點(diǎn)減到負(fù)數(shù)的 Invoker 就是被負(fù)載均衡到的 Invoker；
RoundRobin | 按權(quán)重平滑輪詢
- 所謂平滑，就是防止權(quán)重大的 Invoker 被頻繁的選中，在權(quán)重大的 Invoker 被選中的間隙，會(huì)選中一些權(quán)重低的 Invoker；
算法概述
- 每輪負(fù)載（選 Invoker）都會(huì)遍歷所有 Invoker；
- 每個(gè) Invoker 有自己的權(quán)重，還有一個(gè)用于累加自己權(quán)重的 current 屬性；
- 所有 Invoker 之外有一個(gè)記錄本輪遍歷總權(quán)重的地方；
- 每便利到一個(gè) Invoker，這個(gè) Invoker 的 current += 自己的權(quán)重，并把自己的權(quán)重累加到記錄本輪遍歷總權(quán)重的地方；
- 一輪下來(lái)，current 最高的 Invoker 被選中，并把其 current -= 本輪遍歷的總權(quán)重，完了本輪便利的總權(quán)重清零；
LeastActive | 按最少活躍調(diào)用數(shù)負(fù)載
- 會(huì)配合一個(gè) Filter，記錄所有 Invoker 的活躍數(shù)，每次從活躍數(shù)最小的 Invoker 中選一個(gè)；
ConsistentHash | Ketama 一致性哈希負(fù)載
- 一致性哈希是把節(jié)點(diǎn)散列到一個(gè)環(huán)上，請(qǐng)求來(lái)了，把參數(shù)也散列到這個(gè)環(huán)上，參數(shù)的落點(diǎn)順時(shí)針遇到的第一個(gè)節(jié)點(diǎn)，就是這次負(fù)載的節(jié)點(diǎn)；
- Dubbo 的一致性哈希，是真實(shí)節(jié)點(diǎn)混著虛擬節(jié)點(diǎn)，一起散列到環(huán)上，這樣能使真實(shí)節(jié)點(diǎn)散列的更均勻；
- 環(huán)的實(shí)現(xiàn)是基于 TreeMap 的有序型，TreeMap 上的 key 是各種算來(lái)算去完了一個(gè) MD5；
