如何在 Go 中实现一个平滑的加权轮询负载均衡-Golang-PHP中文网

Weighted Round Robin 不能直接用 time.Sleep 控制平滑性，因为这会导致调度器阻塞、无法响应实时权重变更且不满足并发安全；真正的平滑是通过动态维护 currentWeight 实现概率密度均匀分布，而非依赖时间间隔硬控。

如何在 go 中实现一个平滑的加权轮询负载均衡

为什么 `WeightedRoundRobin` 不能直接用 `time.Sleep` 控制平滑性

很多人一想到“平滑”，就立刻在轮询逻辑里加 time.Sleep 或者用 time.Ticker 做定时分发——这会导致整个调度器阻塞，无法响应实时权重变更，也无法并发安全地处理请求。真正的平滑，是让高权重节点被选中的概率密度更均匀，而不是靠时间间隔硬控。

核心思路是：把每个后端看作一个带“剩余权重”的参与者，每次选择时先按权重放大（比如 ×100），再累加当前余数，选出最大值后扣减对应权重并归一化余数。这就是经典的 SmoothWeightedRoundRobin（SWRR）算法。

weight 是静态配置值，但参与调度的是动态的 currentWeight
每次选节点后必须更新其 currentWeight：减去总权重和，再加回自身原始 weight
所有 currentWeight 初始值应为 0，否则第一次调度会偏斜

如何用 Go 实现线程安全的 `SmoothWeightedRoundRobin` 调度器

Go 的 sync/atomic 可以高效更新整数字段，但 currentWeight 是 float64，原子操作受限；更稳妥的做法是用 sync.RWMutex 保护整个状态数组，或把每个后端封装成独立结构体，用 sync.Mutex 锁粒度控制到单个节点。

下面是一个最小可行实现的关键片段：

type Backend struct {
    Addr       string
    Weight     int64
    mu         sync.Mutex
    currentW   int64 // 注意：这里用 int64 避免浮点精度问题，权重放大后取整
}

func (b *Backend) NextWeight(totalWeight int64) int64 {
    b.mu.Lock()
    defer b.mu.Unlock()
    b.currentW += b.Weight
    return b.currentW
}

func (b *Backend) SelectAndDec(totalWeight int64) bool {
    b.mu.Lock()
    defer b.mu.Unlock()
    if b.currentW

避免用 float64 存 currentWeight：浮点误差会在多次迭代后导致权重漂移
把 Weight 放大 100 倍再转 int64，可保留两位小数精度且无误差
不要在 SelectAndDec 中返回 Addr，只做状态更新；选中逻辑由上层聚合判断

`select` 循环里调用 `NextWeight` 为什么容易漏掉并发竞争

常见错误是这样写：

使用Go语言搭建家庭相册系统-相关课件

下载

for _, b := range backends {
    w := b.NextWeight(total)
    if w > maxW {
        maxW = w
        selected = b
    }
}
selected.SelectAndDec(total)

问题在于：多个 goroutine 同时执行这段代码时，NextWeight 和 SelectAndDec 不是一次原子操作，中间可能插入其他请求，导致同一个 Backend 被重复选中或跳过。