간단한 폴링 알고리즘
이 알고리즘은 비교적 간단합니다. 예를 들어 서버가 3개 있다고 가정해 보겠습니다.
첫 번째 서버 | 192.168.1.1 |
두 번째 서버 | 192.168.1.2 |
세 번째 서버 | 192.168.1.3 |
첫 번째 요청이 오면 기본적으로 첫 번째 서버에 접속하고, 두 번째 요청은 두 번째 서버에 접속하고, 세 번째 요청은 세 번째 서버에 접속하게 됩니다. 네 번째 요청은 첫 번째 역을 방문하라는 요청입니다. 다음은 제가 작성한 코드로 구현한 간단한 알고리즘입니다.
public class simplepolling { /** * key是ip */ public static list <string> ipservice = new linkedlist <>(); static { ipservice.add("192.168.1.1"); ipservice.add("192.168.1.2"); ipservice.add("192.168.1.3"); } public static int pos = 0; public static string getip(){ if(pos >= ipservice.size()){ //防止索引越界 pos = 0; } string ip = ipservice.get(pos); pos ++; return ip; } public static void main(string[] args) { for (int i = 0; i < 4; i++) { system.out.println(getip()); } } }
4번의 시뮬레이션 실행 결과는
이때, 더 좋은 성능을 가진 서버(192.168.1.1 등)가 있다면 이걸 원합니다. 서버에서 더 많은 요청을 처리해야 합니다. 이번에는 가중치 확률이 관련되어 있으므로 이 알고리즘을 구현할 수 없습니다. 나중에 설명하는 폴링 업그레이드 버전 알고리즘을 참조하세요.
Weighted Polling Algorithm
이때 앞에 있는 3개의 서버의 가중치를 설정해야 합니다. 예를 들어 첫 번째 서버는 5, 두 번째 서버는 1, 세 번째 서버는 다음과 같습니다. 서버는 1
으로 설정됩니다. 첫 번째 서버 서버 | 192.168.1.1 | 5 |
두 번째 서버 | 192.168.1.2 | 1 |
세 번째 서버 | 192.168.1.3 | 1 |
현재 상위 5개 각 요청은 첫 번째 서버에 액세스하고, 여섯 번째 요청은 두 번째 서버에 액세스하고, 일곱 번째 요청은 세 번째 서버에 액세스합니다.
다음은 제가 제시한 코드 예시입니다.
public class weightpolling { /** * key是ip,value是权重 */ public static map<string, integer> ipservice = new linkedhashmap<>(); static { ipservice.put("192.168.1.1", 5); ipservice.put("192.168.1.2", 1); ipservice.put("192.168.1.3", 1); } public static int requestid = 0; public static int getandincrement() { return requestid++; } public static string getip(){ //获取总的权重 int totalweight =0; for (integer value : ipservice.values()) { totalweight+= value; } //获取当前轮询的值 int andincrement = getandincrement(); int pos = andincrement% totalweight; for (string ip : ipservice.keyset()) { if(pos < ipservice.get(ip)){ return ip; } pos -= ipservice.get(ip); } return null; } public static void main(string[] args) { for (int i = 0; i < 7; i++) { system.out.println(getip()); } } }
이때 실행 결과는
처음으로 보이는 서버는 5번 실행되었고, 다음 2개의 서버는 1번 실행되었으며, 곧. 아마도 이 알고리즘이 나쁘지 않다고 생각할 수도 있습니다. 실제로 이 알고리즘의 한 가지 단점은 첫 번째 서버의 가중치가 너무 크면 첫 번째 서버에 많은 요청을 실행해야 할 수도 있다는 것입니다. 이 경우 분포가 고르지 않아 특정 서버에 부담을 줄 수 있습니다. 과도한 크기는 붕괴로 이어집니다. 그래서 나중에 이 문제를 해결하기 위해 세 번째 알고리즘을 소개하겠습니다
Smooth Weighted Polling Algorithms
이 알고리즘은 더 복잡할 수도 있습니다. 나중에 관련 정보를 읽었을 때 이해가 되지 않았습니다. 여기에서 예시로 든 서버 구성과 무게는 여전히 위와 같습니다
request | 현재 체중 = 본인 체중 + 선택 후 현재 체중 | 총 중량 | 현재 최대 중량 | 반환 IP | 선택 후 현재 중량 = 현재 최대 중량 - 총 중량 |
---|---|---|---|---|---|
{5,1,1} | 7 | 5 | 192. 168 .1.1 | {-2, 1,3 ,3} | 7 |
192.168.1.2 | {1,-4,3} | 4 | {6,-3,4} | 7 | |
192.16 8.1.1 | {-1,-3,4} | 5 | {4,-2,5} | 7 | |
192.168 .1.3 | {4,-2,-2} | 6 | {9,-1,-1} | 7 | |
192.168.1.1 | {2,-1,-1} | 7 | {7,0,0} | 7 | |
192.168.1.1 | {0,0,0} | 위 사진에서 볼 수 있듯이, 무게는 첫 번째 서버는 5로 설정되어 있으며 다섯 번째 요청은 아니지만 모두 첫 번째 서버에서 실행되지만 스케줄링 순서는 매우 균일하며 현재 가중치는 {0, 0, 0} 7번째 스케줄링에서 인스턴스의 상태가 초기 상태와 일치하므로 향후에도 스케줄링 작업이 반복될 수 있습니다. | 이전 그림의 의미를 명확하게 이해하지 못하실 수도 있습니다. 여기서 간단히 설명하겠습니다. | ||
2 2장에서. 요청이 들어오면 현재 가중치 선택 값을 기본적으로 {0,0,0}으로 초기화하므로 현재 가중치 값은 {5+0,1+0,1+0}입니다. 5,1,1은 앞서 설정한 각 서버별로 설정된 가중치입니다. | 3. 여기서 첫 번째 요청의 최대 가중치는 5라고 결론을 내릴 수 있습니다. 그런 다음 첫 번째 서버 ip로 돌아갑니다 | 4. 그러면 선택 후 현재 가중치를 설정합니다. 현재 최대 가중치에서 전체 가중치(5-7)를 뺀 값입니다. 이때 선택되지 않은 가중치는 변경되지 않습니다. 현재 가중치의 선택된 가중치를 구합니다. | 5. 두 번째 요청이 오면 위의 2, 3, 4단계를 계속합니다. 여기서는 이해가 되지 않습니다. 아래에 자체 Java 코드를 제공하겠습니다. 구현된 알고리즘: | 여기 코드의 실행 결과는 다음과 같습니다. | 여기의 실행 결과는 설명된 결과와 일치함을 알 수 있습니다. 탁자. |