天天看點

PHP超級負載均衡

摘要

超級負載均衡旨在為解決服務不斷擴充、機器不斷增多、機器性能差異等問題,以增強系統的穩定性,自動配置設定請求壓力。算法實作了多個模型和均衡政策,能通過配置實作随機、輪詢、一緻hash等。同時也能實作跨機房的相關配置設定。現已經在多個系統中使用。

TAG

負載均衡

内容

現有系統中存在的問題:

1. 慢連接配接、瞬時通路慢。

場景一:

如果後端新增加機器,cache命中率低,是以響應速度慢,但是能連接配接上且不逾時。如果ui持續通路就會把ui夯住。

場景二:

如果後端子產品某一台機器響應較慢。如果前端持續通路就會被夯住。

2. 當機。

場景一:

能斷斷續續響應請求,不過速度很慢。造成ui夯住。

3. 混合部署。

場景一:

多個子產品在同一機器上,項目影響。

4. 機器權重。

場景一:

老機器,性能差;新機器,性能彪悍。是以他們應該承載不同的壓力。

5. 跨機房備援。

場景一:

後端對cache依賴很高的子產品,因為采用的是一緻hash算法,如果挂掉一台機器,對另外的機器cache命中率沖擊很大。是以希望将對這個機器的請求均衡到另外一個機房。

6. php和c使用同樣的政策。

現在php和c希望能使用的政策實際上是有很大的一緻。為了避免重複開發,php和c希望采用同樣的負載均衡庫。

要解決的問題:

設計思路:

1. 根據均衡政策計算出的均衡值對Server進行逆序排序。

2. 負載選擇。對步驟1排序後的Server按以下順序進行選擇:

a、按連接配接失敗機率進行選擇。

注:橫軸代表失敗次數,縱軸代表選擇的機率。

Cconn:一段區間内失敗次數

f(Cconn):連接配接機率,取值範圍在(0,100]

b、按健康狀态選擇。

整個模型基于服務處理時間的收斂性。

分析:

1) 如果機器狀态良好,則平均處理時間會保持在一個穩定水準;即使是小波動,也會較快平穩在一個狀态。

2) 如果機器開始出現問題,處理時間會開始增長。如果增長持續超過一段時間,則說明有可能會影響服務;如果一段時間後穩定了,說明對請求沒有太多影響。

f(healthy):機器健康狀态,取值範圍[0,1]

select(healthy):機器選擇機率,取值範圍[R,1]

c、如果所有機器都沒選中,則随機選擇一台機器進行服務。

3. 機器流量均分。

不同的機器處理能力是不一樣的。當按照步驟2選擇了某台機器,需要将其他處理時間為他的1/T(T>=2)的機器也選取出來,将部分壓力分給對應的機器。

k台機器的處理時間分别是t1, t2,…,tk, 選中的機器id=i,比該機器處理能力高的機器時間分别為p1,p2,..,pr, (其中pj ×

T <= ti)。設一段時間總通路量為Y,每台機器理論上的通路量應該為Vg=Y/k。而實際的Vr=Y/(ti *

(1/t1+1/t2+…+1/tk))。則應該分出Vg-Vr的流量給pj。pj的流量比例為1/p1:1/p2:…:1/pr

算法設計:

A、均衡算法

1. 一緻hash算法。

将每個server的ip和port加上balance_key三者做字元串拼接後,做md5簽名。

value(server) = md5(server_ip + server_port + balance_key)

2. 随機算法。

value(server) = random();

3. 輪詢算法。

value(server) =((server.id – (rounds % server_count)) + server_count) % server_count

4. 多個選一算法。

rank初始化為1, 如果預設的server失敗,則rank+1

value(server) =((server.id – (rank % server_count)) + server_count) % server_count

B、負載算法

1. 連接配接狀态算法。

a、對每一個server開辟一個狀态隊列。bool queue[K] 用來統計失敗次數。每次有壞狀态進隊,計數加一。如果有壞狀态出隊,則計數減一。

b、按照f(Cconn)公式計算出選擇機率。

c、利用rand()%100是否在[0,f(Cconn)]來決定是否選擇該機器。

2. 健康狀态算法。

a、每台機器維持一個一秒鐘内的處理時間T和次數C。

b、當一秒過去以後,将T、C計算為平均處理時間R。

c、每M秒,統計每台機器最近一段時間的平均處理時間, 按照公式select(healthy)算出選擇機率。

d、利用rand()%100是否在[0, select(healthy)*100]來決定是否選擇該機器。

C、流量均分

按照政策選出滿足要求的機器,按照流量均分公式進行流量配置設定。

配置設定時按照balance_key+server方式和random()來配置設定機器, 盡量保證請求落在同一台機器。