古人云，不患寡而患不均。
在計算機的世界，這就是大家耳熟能詳的負載均衡（load balancing），所謂負載均衡，就是說如果一組計算機節點（或者一組程式）提供相同的（同質的）服務，那麼對服務的請求就應該均勻的分攤到這些節點上。負載均衡的前提一定是“provide a single Internet service from multiple servers”， 這些提供服務的節點被稱之為server farm、server pool或者backend servers。
這裡的服務是廣義的，可以是簡單的計算，也可能是資料的讀取或者儲存。負載均衡也不是新事物，這種思想在多核CPU時代就有了，只不過在分散式系統中，負載均衡更是無處不在，這是分散式系統的天然特性決定的，分散式就是利用大量計算機節點完成單個計算機無法完成的計算、儲存服務，既然有大量計算機節點，那麼均衡的排程就非常重要。
負載均衡的意義在於，讓所有節點以最小的代價、最好的狀態對外提供服務，這樣系統吞吐量最大，效能更高，對於使用者而言請求的時間也更小。而且，負載均衡增強了系統的可靠性，最大化降低了單個節點過載、甚至crash的概率。不難想象，如果一個系統絕大部分請求都落在同一個節點上，那麼這些請求響應時間都很慢，而且萬一節點降級或者崩潰，那麼所有請求又會轉移到下一個節點，造成雪崩。
事實上，網上有很多文章介紹負載均衡的演算法，大多都是大同小異。本文更多的是自己對這些演算法的總結與思考。
一分鐘瞭解負載均衡的一切
本章節的標題和內容都來自一分鐘瞭解負載均衡的一切這一篇文章。當然，原文的標題是誇張了點，不過文中列出了在一個大型web網站中各層是如何用到負載均衡的，一目瞭然。
常見網際網路分散式架構如上，分為客戶端層、反向代理nginx層、站點層、服務層、資料層。可以看到，每一個下游都有多個上游呼叫，只需要做到，每一個上游都均勻訪問每一個下游，就能實現“將請求/資料【均勻】分攤到多個操作單元上執行”。
(1)【客戶端層】到【反向代理層】的負載均衡，是通過“DNS輪詢”實現的
(2)【反向代理層】到【站點層】的負載均衡，是通過“nginx”實現的
(3)【站點層】到【服務層】的負載均衡，是通過“服務連線池”實現的
(4)【資料層】的負載均衡，要考慮“資料的均衡”與“請求的均衡”兩個點，常見的方式有“按照範圍水平切分”與“hash水平切分”。
資料層的負載均衡，在我之前的《帶著問題學習分散式系統之資料分片》中有詳細介紹。
演算法衡量
在我看來，當我們提到一個負載均衡演算法，或者具體的應用場景時，應該考慮以下問題
第一，是否意識到不同節點的服務能力是不一樣的，比如CPU、記憶體、網路、地理位置
第二，是否意識到節點的服務能力是動態變化的，高配的機器也有可能由於一些突發原因導致處理速度變得很慢
第三，是否考慮將同一個客戶端，或者說同樣的請求分發到同一個處理節點，這對於“有狀態”的服務非常重要，比如session，比如分散式儲存
第四，誰來負責負載均衡，即誰充當負載均衡器（load balancer），balancer本身是否會成為瓶頸
下面會結合具體的演算法來考慮這些問題
負載均衡演算法
輪詢演算法（round-robin）
思想很簡單，就是提供同質服務的節點逐個對外提供服務，這樣能做到絕對的均衡。Python示例程式碼如下
|
1 2 3 4 5 6 7 8 9 10 |
SERVER_LIST = [ '10.246.10.1', '10.246.10.2', '10.246.10.3', ] def round_robin(server_lst, cur = [0]): length = len(server_lst) ret = server_lst[cur[0] % length] cur[0] = (cur[0] + 1) % length return ret |
可以看到，所有的節點都是以同樣的概率提供服務，即沒有考慮到節點的差異，也許同樣數目的請求，高配的機器CPU才20%，低配的機器CPU已經80%了
加權輪詢演算法（weight round-robin）
加權輪訓演算法就是在輪訓演算法的基礎上，考慮到機器的差異性，分配給機器不同的權重，能者多勞。注意，這個權重的分配依賴於請求的型別，比如計算密集型，那就考慮CPU、記憶體；如果是IO密集型，那就考慮磁碟效能。Python示例程式碼如下
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
WEIGHT_SERVER_LIST = { '10.246.10.1': 1, '10.246.10.2': 3, '10.246.10.3': 2, } def weight_round_robin(servers, cur = [0]): weighted_list = [] for k, v in servers.iteritems(): weighted_list.extend([k] * v) length = len(weighted_list) ret = weighted_list[cur[0] % length] cur[0] = (cur[0] + 1) % length return ret |
隨機演算法（random）
這個就更好理解了，隨機選擇一個節點服務，按照概率，只要請求數量足夠多，那麼也能達到絕對均衡的效果。而且實現簡單很多
|
1 2 3 4 |
def random_choose(server_lst): import random random.seed() return random.choice(server_lst) |
加權隨機演算法（random）
如同加權輪訓演算法至於輪訓演算法一樣，也是在隨機的時候引入不同節點的權重，實現也很類似。
|
1 2 3 4 5 6 7 |
def weight_random_choose(servers): import random random.seed() weighted_list = [] for k, v in servers.iteritems(): weighted_list.extend([k] * v) return random.choice(weighted_list) |
當然，如果節點列表以及權重變化不大，那麼也可以對所有節點歸一化，然後按概率區間選擇
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
def normalize_servers(servers): normalized_servers = {} total = sum(servers.values()) cur_sum = 0 for k, v in servers.iteritems(): normalized_servers[k] = 1.0 * (cur_sum + v) / total cur_sum += v return normalized_servers def weight_random_choose_ex(normalized_servers): import random, operator random.seed() rand = random.random() for k, v in sorted(normalized_servers.iteritems(), key = operator.itemgetter(1)): if v >= rand: return k else: assert False, 'Error normalized_servers with rand %s ' % rand |
雜湊法（hash）
根據客戶端的IP，或者請求的“Key”，計算出一個hash值，然後對節點數目取模。好處就是，同一個請求能夠分配到同樣的服務節點，這對於“有狀態”的服務很有必要
|
1 2 3 |
def hash_choose(request_info, server_lst): hashed_request_info = hash(request_info) return server_lst[hashed_request_info % len(server_lst)] |
只要hash結果足夠分散，也是能做到絕對均衡的。
一致性雜湊
雜湊演算法的缺陷也很明顯，當節點的數目發生變化的時候，請求會大概率分配到其他的節點，引發到一系列問題，比如sticky session。而且在某些情況，比如分散式儲存，是絕對的不允許的。
為了解決這個雜湊演算法的問題，又引入了一致性雜湊演算法，簡單來說，一個物理節點與多個虛擬節點對映，在hash的時候，使用虛擬節點數目而不是物理節點數目。當物理節點變化的時候，虛擬節點的數目無需變化，只涉及到虛擬節點的重新分配。而且，調整每個物理節點對應的虛擬節點數目，也就相當於每個物理節點有不同的權重
最少連線演算法（least connection）
以上的諸多演算法，要麼沒有考慮到節點間的差異（輪訓、隨機、雜湊），要麼節點間的權重是靜態分配的（加權輪訓、加權隨機、一致性hash）。
考慮這麼一種情況，某臺機器出現故障，無法及時處理請求，但新的請求還是會以一定的概率源源不斷的分配到這個節點，造成請求的積壓。因此，根據節點的真實負載，動態地調整節點的權重就非常重要。當然，要獲得接節點的真實負載也不是一概而論的事情，如何定義負載，負載的收集是否及時，這都是需要考慮的問題。
每個節點當前的連線數目是一個非常容易收集的指標，因此lease connection是最常被人提到的演算法。也有一些側重不同或者更復雜、更客觀的指標，比如最小響應時間（least response time）、最小活躍數（least active）等等。
一點思考
有狀態的請求
首先來看看“演算法衡量”中提到的第三個問題：同一個請求是否分發到同樣的服務節點，同一個請求指的是同一個使用者或者同樣的唯一標示。什麼時候同一請求最好（必須）分發到同樣的服務節點呢？那就是有狀態 — 請求依賴某些存在於記憶體或者磁碟的資料，比如web請求的session，比如分散式儲存。怎麼實現呢，有以下幾種辦法：
（1）請求分發的時候，保證同一個請求分發到同樣的服務節點。
這個依賴於負載均衡演算法，比如簡單的輪訓，隨機肯定是不行的，雜湊法在節點增刪的時候也會失效。可行的是一致性hash，以及分散式儲存中的按範圍分段（即記錄哪些請求由哪個服務節點提供服務），代價是需要在load balancer中維護額外的資料。
（2）狀態資料在backend servers之間共享
保證同一個請求分發到同樣的服務節點，這個只是手段，目的是請求能使用到對應的狀態資料。如果狀態資料能夠在服務節點之間共享，那麼也能達到這個目的。比如服務節點連線到共享資料庫，或者記憶體資料庫如memcached
（3）狀態資料維護在客戶端
這個在web請求中也有使用，即cookie，不過要考慮安全性，需要加密。
關於load balancer
接下來回答第四個問題：關於load balancer，其實就是說，在哪裡做負載均衡，是客戶端還是服務端，是請求的發起者還是請求的3。具體而言，要麼是在客戶端，根據服務節點的資訊自行選擇，然後將請求直接傳送到選中的服務節點；要麼是在服務節點叢集之前放一個集中式代理（proxy），由代理負責請求求分發。不管哪一種，至少都需要知道當前的服務節點列表這一基礎資訊。
如果在客戶端實現負載均衡，客戶端首先得知道伺服器列表，要麼是靜態配置，要麼有簡單介面查詢，但backend server的詳細負載資訊，就不適用通過客戶端來查詢。因此，客戶端的負載均衡演算法要麼是比較簡單的，比如輪訓（加權輪訓）、隨機（加權隨機）、雜湊這幾種演算法，只要每個客戶端足夠隨機，按照大數定理，服務節點的負載也是均衡的。要在客戶端使用較為複雜的演算法，比如根據backend的實際負載，那麼就需要去額外的負載均衡服務（external load balancing service）查詢到這些資訊，在grpc中，就是使用的這種辦法
可以看到，load balancer與grpc server通訊，獲得grpc server的負載等具體詳細，然後grpc client從load balancer獲取這些資訊，最終grpc client直連到被選擇的grpc server。
而基於Proxy的方式是更為常見的，比如7層的Nginx，四層的F5、LVS，既有硬體路由，也有軟體分發。集中式的特點在於方便控制，而且能容易實現一些更精密，更復雜的演算法。但缺點也很明顯，一來負載均衡器本身可能成為效能瓶頸；二來可能引入額外的延遲，請求一定先發到達負載均衡器，然後到達真正的服務節點。
load balance proxy對於請求的響應（response），要麼不經過proxy，如LVS；要麼經過Proxy，如Nginx。下圖是LVS示意圖（來源見水印）
而如果response也是走load balancer proxy的話，那麼整個服務過程對客戶端而言就是完全透明的，也防止了客戶端去嘗試連線後臺伺服器，提供了一層安全保障！
值得注意的是，load balancer proxy不能成為單點故障（single point of failure），因此一般會設計為高可用的主從結構
其他
在這篇文章中提到，負載均衡是一種推模型，一定會選出一個服務節點，然後把請求推送過來。而換一種思路，使用訊息佇列，就變成了拉模型：空閒的服務節點主動去拉取請求進行處理，各個節點的負載自然也是均衡的。訊息佇列相比負載均衡好處在於，服務節點不會被大量請求沖垮，同時增加服務節點更加容易；缺點也很明顯，請求不是事實處理的。
想到另外一個例子，比如在gunicorn這種pre-fork模型中，master（gunicorn 中Arbiter）會fork出指定數量的worker程式，worker程式在同樣的埠上監聽，誰先監聽到網路連線請求，誰就提供服務，這也是worker程式之間的負載均衡。