myrpc 学习笔记-007 负载均衡

项目地址 欢迎访问

https://gitee.com/longlong5/myrpc

笔记总览 myrpc 学习笔记-001 实现简易版 rpc myrpc 学习笔记-002 配置加载 myrpc 学习笔记-003 Mock 服务代理 myrpc 学习笔记-004 序列化实现和 SPI 机制 myrpc 学习笔记-005 注册中心 myrpc 学习笔记-006 自定义协议 myrpc 学习笔记-007 负载均衡 myrpc 学习笔记-008 重试机制 myrpc 学习笔记-009 容错机制 myrpc 学习笔记-0010 启动机制和注解驱动

架构图v7.0.0

• 实现负载均衡
• 支持 轮询 随机 等负载均衡策略
• 支持自定义策略

（1）轮询策略

RoundRobinLoadBalancer

原理：按顺序依次分配请求，使用原子类 AtomicInteger保证多线程安全。

▼
java
复制代码
@Slf4j
public class RoundRobinLoadBalancer implements LoadBalancer {
    // 原子计数器，保证线程安全
    private final AtomicInteger currentIndex = new AtomicInteger(0);

    @Override
    public ServiceMetaInfo select(Map<String, Object> requestParams, List<ServiceMetaInfo> serviceMetaInfoList) {
        log.info("当前负载均衡策略: 轮询");
        if (serviceMetaInfoList.isEmpty()) return null;
        int size = serviceMetaInfoList.size();
        if (size == 1) return serviceMetaInfoList.get(0);
        
        // 取模轮询：计数器自增后对服务数量取模
        int index = currentIndex.getAndIncrement() % size;
        return serviceMetaInfoList.get(index);
    }
}

（2）随机策略

RandomLoadBalancer

原理：使用随机数生成器，从服务列表中随机选择一个节点。

▼
java
复制代码
@Slf4j
public class RandomLoadBalancer implements LoadBalancer {
    private final Random random = new Random();

    @Override
    public ServiceMetaInfo select(Map<String, Object> requestParams, List<ServiceMetaInfo> serviceMetaInfoList) {
        log.info("当前负载均衡策略: 随机");
        int size = serviceMetaInfoList.size();
        if (size == 0) return null;
        if (size == 1) return serviceMetaInfoList.get(0);
        
        // 随机生成下标
        return serviceMetaInfoList.get(random.nextInt(size));
    }
}

（3）一致性哈希策略

ConsistentHashLoadBalancer

原理：

• 构建虚拟节点环，解决数据倾斜问题
• 使用 TreeMap 模拟哈希环，ceilingEntry 寻找匹配节点
• 同一个请求参数始终命中同一个服务节点，适合有状态服务

▼
java
复制代码
@Slf4j
public class ConsistentHashLoadBalancer implements LoadBalancer {
    // 一致性Hash环，TreeMap天然有序
    private final TreeMap<Integer, ServiceMetaInfo> virtualNodes = new TreeMap<>();
    // 虚拟节点数量（提高分布均匀性）
    private static final int VIRTUAL_NODE_NUM = 100;

    @Override
    public ServiceMetaInfo select(Map<String, Object> requestParams, List<ServiceMetaInfo> serviceMetaInfoList) {
        log.info("当前负载均衡策略: 一致性哈希");
        if (serviceMetaInfoList.isEmpty()) return null;

        // 1. 构建虚拟节点环
        for (ServiceMetaInfo serviceMetaInfo : serviceMetaInfoList) {
            // 为每个真实节点创建100个虚拟节点
            for (int i = 0; i < VIRTUAL_NODE_NUM; i++) {
                int hash = getHash(serviceMetaInfo.getServiceAddress() + "#" + i);
                virtualNodes.put(hash, serviceMetaInfo);
            }
        }

        // 2. 计算请求参数的哈希值
        int hash = getHash(requestParams);

        // 3. 寻找大于等于当前hash的最近节点
        Map.Entry<Integer, ServiceMetaInfo> entry = virtualNodes.ceilingEntry(hash);
        // 无匹配节点，返回环的第一个节点
        if (entry == null) entry = virtualNodes.firstEntry();
        
        return entry.getValue();
    }

    // 哈希算法（可替换为FNV、MurmurHash等）
    private int getHash(Object key) {
        return key.hashCode();
    }
}

使用方式

1. 配置指定策略

▼
yaml
复制代码
rpc:
  loadBalancer: consistentHash

2. 代码中调用

▼
java
复制代码
// 获取负载均衡实例
LoadBalancer loadBalancer = LoadBalancerFactory.getLoadBalancer(rpcConfig.getLoadBalancer());
// 选择服务节点
ServiceMetaInfo selectedService = loadBalancer.select(requestParams, serviceMetaInfoList);