本文實例講述了PHP實現(xiàn)負載均衡的加權輪詢方法。分享給大家供大家參考，具體如下：
1. 負載均衡算法有哪些？
- 輪詢法：將請求按順序輪流地分配到后端服務器上，它均衡地對待后端的每一臺服務器，而不關心服務器實際的連接數(shù)和當前的系統(tǒng)負載。
- 隨機法：通過系統(tǒng)的隨機算法，根據(jù)后端服務器的列表大小值來隨機選取其中的一臺服務器進行訪問。
- 源地址哈希法：根據(jù)獲取客戶端的IP地址，通過哈希函數(shù)計算得到一個數(shù)值，用該數(shù)值對服務器列表的大小進行取模運算，得到的結果便是客服端要訪問服務器的序號。采用源地址哈希法進行負載均衡，同一IP地址的客戶端，當后端服務器列表不變時，它每次都會映射到同一臺后端服務器進行訪問。
- 加權輪詢法：不同的后端服務器可能機器的配置和當前系統(tǒng)的負載并不相同，因此它們的抗壓能力也不相同。給配置高、負載低的機器配置更高的權重，讓其處理更多的請；而配置低、負載高的機器，給其分配較低的權重，降低其系統(tǒng)負載，加權輪詢能很好地處理這一問題，并將請求順序且按照權重分配到后端。
- 加權隨機法：與加權輪詢法一樣，加權隨機法也根據(jù)后端機器的配置，系統(tǒng)的負載分配不同的權重。不同的是，它是按照權重隨機請求后端服務器，而非順序。
- 最小連接數(shù)法：由于后端服務器的配置不盡相同，對于請求的處理有快有慢，最小連接數(shù)法根據(jù)后端服務器當前的連接情況，動態(tài)地選取其中當前積壓連接數(shù)最少的一臺服務器來處理當前的請求，盡可能地提高后端服務的利用效率，將負責合理地分流到每一臺服務器。
2.如何用PHP實現(xiàn)加權輪詢？
實現(xiàn)思路：
通過傳入不同的用戶id，然后給他們分配不同的主機。
首先，需要一個接收用戶id的數(shù)組。
其次，需要一個存主機的數(shù)組，這些主機有不同的權重。這里的權重可以這么考慮：
假設有abc三臺主機，權重分別為3，1，1，那么a的占比為0.6，b和c的占比各為0.2。
直接遍歷主機的數(shù)組，假如用戶來了100個人，到a的時候，a的占比是0.6，就從用戶數(shù)組里隨機取60個人分給a；輪到b時，b的占比是0.2，就從用戶數(shù)組里隨機取20人；同理，c20人，這樣就完成了100個請求的轉發(fā)。
可是真實場景不是固定一批用戶，而是持續(xù)不斷的用戶請求，由于轉發(fā)非常快，當來的新用戶非常少時，每次從用戶隊列中取完、轉發(fā)后立馬去用戶隊列中取，很有可能每次只取2條，造成請求全部給了a，b和c一直沒有的情況。這時候可以考慮按照不同策略從用戶隊列中取數(shù)據(jù)。假設以前5ms就處理完一次轉發(fā)，則現(xiàn)在定義兩種策略，如果用戶隊列中有100個用戶時，就取出來，按著主機占比進行轉發(fā)，如果用戶隊列中不足100人，但是當前時間和上一次取值時間相差10ms，就取出來進行轉發(fā)，這樣就可以累積5ms，而這5ms里隊列中又會多一些用戶請求，這樣就不會把所有請求都分給一臺機器了。
代碼：
?php
// php實現(xiàn)負載均衡的加權輪詢（WRR）
class WRR {
// 每次取100人
const num = 100;
// 上次取值時間，秒級時間戳
public $last_time;
// 權重 machine=>weight
public $machines = array(
'a' => 3, // 0.6
'b' => 1, // 0.2
'c' => 1 // 0.2
);
// 占比
public $proportion = array();
// 用戶隊列
public static $user_ids = array();
public function __construct() {
// 各機器的占比
$total = 0;
foreach ($this->machines as $machine => $weight) {
$total += $weight;
}
$this->proportion['a'] = $this->machines['a'] / $total;
$this->proportion['b'] = $this->machines['b'] / $total;
$this->proportion['c'] = $this->machines['c'] / $total;
}
public function getUsers() {
// 用戶人數(shù)
$cnt = count(self::$user_ids);
$a_num = 0;
$b_num = 0;
$c_num = 0;
if ($cnt >= self::num) { // 隊列超過100人
$a_num = round(self::num * $this->proportion['a']);
$b_num = round(self::num * $this->proportion['b']);
$c_num = $cnt - $a_num - $b_num;
} else { // 隊列不足100人
$last_time = $this->last_time; // 上次訪問時間
while (true) {
$current_time = $this->getMillisecond();
if (($current_time - $last_time) >= 10) { // 當前時間和上一次取值時間超過10ms
$a_num = round($cnt * $this->proportion['a']);
$b_num = round($cnt * $this->proportion['b']);
$c_num = $cnt - $a_num - $b_num;
$this->last_time = self::getMillisecond(); // 更新訪問時間
break;
}
}
}
$a = array_splice(self::$user_ids, 0, $a_num);
$b = array_splice(self::$user_ids, 0, $b_num);
$c = array_splice(self::$user_ids, 0, $c_num);
return array(
'a' => $a,
'b' => $b,
'c' => $c
);
}
// 獲取毫秒級時間戳
public function getMillisecond() {
list($t1, $t2) = explode(" ", microtime());
return (float)sprintf('%.0f', (floatval($t1) + floatval($t2)) * 1000);
}
}
// 測試
$wrr = new WRR();
for ($i = 0; $i 3; $i++) {// 模擬持續(xù)不斷的用戶請求
$random = rand(10, 120);
$user_ids = range(1, $random);
WRR::$user_ids = $user_ids;
$users = $wrr->getUsers();
print_r($users);
}
真實的算法比這個復雜多了，它需要考慮一點，就是來過的用戶要保持原來分配的機器，除非原來的機器掛了。這樣做的原因是緩存。很多基于內存的緩存，都是基于用戶級別的，所以相同的用戶保持同一臺機器，有助于提升性能。
更多關于PHP相關內容感興趣的讀者可查看本站專題：《PHP數(shù)據(jù)結構與算法教程》、《php程序設計算法總結》、《php字符串(string)用法總結》、《PHP數(shù)組(Array)操作技巧大全》、《PHP常用遍歷算法與技巧總結》及《PHP數(shù)學運算技巧總結》
希望本文所述對大家PHP程序設計有所幫助。
您可能感興趣的文章:- Nginx 安裝筆記(含PHP支持、虛擬主機、反向代理負載均衡)
- PHP開發(fā)負載均衡指南
- PHP實現(xiàn)負載均衡下的session共用功能
- PHP實現(xiàn)負載均衡session共享redis緩存操作示例
- Thinkphp結合AJAX長輪詢實現(xiàn)PC與APP推送詳解
- PHP經(jīng)典算法集錦【經(jīng)典收藏】
- php 分庫分表hash算法
- php的hash算法介紹
- PHP中對各種加密算法、Hash算法的速度測試對比代碼
- PHP實現(xiàn)的一致性Hash算法詳解【分布式算法】
