C++如何实现一个简单的带权重的负载均衡选择器

风丽同学_5665

风丽同学_5665

2026-07-28

122人浏览

原创

该用加权轮询而非普通轮询当后端节点能力不均时,如16c32g、8c16g、4c8g机器混部,普通轮询导致负载失衡;加权轮询通过权重控制调度比例,保障长期公平与局部稳定。

c++如何实现一个简单的带权重的负载均衡选择器

什么时候该用加权轮询而不是普通轮询

普通轮询在节点能力不均时会导致强节点闲置、弱节点过载。比如你有三台机器,配置分别是 16C32G、8C16G、4C8G,直接轮询会让它们承接相同请求数,明显不合理。加权轮询(Weighted Round Robin) 就是为解决这个设计的:权重越高,单位周期内被选中的概率越大。

注意不是“每次按权重比例随机”,而是保证长期调度公平性的同时避免抖动——所以不能只靠 rand() + 权重归一化,那样会破坏请求序列的局部稳定性(比如连续两次打到同一台弱机)。

如何手写一个线程安全的加权选择器

核心是维护一个“当前最大权重”和每个节点的“当前权重计数器”,每次选择后递减,归零则重置为原始权重。这个算法叫 WeightedRoundRobin,比简单随机更可控,也比完全状态化的最小连接数更轻量。

  • 用 std::vector<:pair int>></:pair> 存服务地址和权重,避免 map 查找开销
  • 用 std::atomic<size_t></size_t> 记录当前选中索引,配合 CAS 实现无锁递增(注意 wrap-around)
  • 权重必须 > 0,0 权重节点应提前过滤,否则会导致除零或逻辑跳过
  • 如果所有权重都是 1,它就退化为普通轮询,无需额外分支判断

示例关键片段:

class WeightedSelector {
    std::vector<:pair int>> servers_;
    std::atomic<size_t> idx_{0};
public:
    explicit WeightedSelector(std::vector<:pair int>> s) : servers_(std::move(s)) {}
    
    std::string select() {
        if (servers_.empty()) return "";
        size_t i = idx_++ % servers_.size();
        return servers_[i].first;
    }
};
</:pair></size_t></:pair>

⚠️ 这个只是最简版——它没做权重适配。真正加权需要引入 current_weight 数组和全局 max_weight 计算,否则权重信息完全没用上。

C++ Code Review Master
C++ Code Review Master

组合式C++代码评审方案,融合静态分析、AI推理、多轮迭代评审和C++专项检查,适用于PR审查、增量代码审查、全项目评审和代码质量评分,触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

怎么让权重真正生效:实现带权重的 increment-select

标准做法是维护两个数组:weight[](原始权重)和 current_weight[](运行时衰减值)。每轮遍历所有节点,对每个节点执行 current_weight[i] += weight[i],然后选 current_weight 最大的那个,再将其减去总权重和(sum(weight))。

但这个 O(n) 每次调用太重。实用做法是用“平滑加权轮询”(Smooth Weighted Round Robin),参考 Nginx 实现:只维护一个 current_weight 和一个 max_weight,每次选完更新当前节点的 current_weight,并用原子操作同步。

  • current_weight 初始为 0,每次 select 前加对应权重,选完后减去 sum_weight
  • 选节点时遍历一次,记录最大 current_weight 对应的索引
  • 权重变化需重建内部状态,不能热更新(否则 current_weight 含义错乱)
  • 整数权重足够,浮点权重会引入累积误差,别用 double 做 current_weight

为什么不用 std::discrete_distribution 做随机加权

std::discrete_distribution 确实能按权重随机采样,但它本质是概率抽样,不保序、不保频次、不可预测——你无法控制“接下来三次一定不重复”,也无法做到“100 次里精确命中权重比”。负载均衡器往往需要可复现的调度行为,便于问题追踪和压测对齐。

更实际的问题是性能:构造 distribution 对象涉及归一化和前缀和,每次 select 要二分查找,比 O(1) 的平滑轮询慢 3–5 倍。如果你只是想“大致按比例分发”,它够用;但要真实承载线上流量,就得用确定性算法。

真正容易被忽略的是权重归一化边界:比如权重设成 {1, 1, 100},小权重节点可能连续几十次都选不到,而运维通常只看“比例”,没意识到数值悬殊会放大调度毛刺。建议权重范围控制在 1–10,用倍率而非数量级来表达差异。

C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

c++ c++标准整数类型

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
c++和c语言的区别有哪些
c++和c语言的区别有哪些

c++和c语言的区别:1、面向对象编程(OOP)支持不同;2、新增特性不同;3、标准库不同;4、编译方式不同;5、命名空间不同等等。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.14

2228

9

c++和python学习顺序推荐
c++和python学习顺序推荐

一般建议先学习C++,再学习Python,因为这样可以逐步从较为底层的编程语言向更高级的语言过渡。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

999

6

python和c++学习性价比分析
python和c++学习性价比分析

Python易于学习,广泛应用于Web开发、数据科学和人工智能等领域,但性能较低。C语言性能高,适用于对性能要求较高的场景,如游戏开发和系统编程,但学习曲线陡峭,错误处理复杂。想了解更多python的相关内容,可以阅读本专题下面的文章。

2024.03.14

407

5

c语言和c++一样吗
c语言和c++一样吗

c语言和c++是两种不同的编程语言,虽然有相似之处,但存在显著差异。c语言专注于过程式编程和系统级开发,以简洁、高效著称。c++作为c语言的超集,引入了面向对象编程,增强了代码组织和管理能力,但学习曲线也更陡峭。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

307

5

c语言和c++先学哪个好
c语言和c++先学哪个好

初学者选择学习c语言还是c++语言,需要根据个人学习目标、背景以及编程兴趣和预期应用方向来决定。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

406

5

c语言和c++的区别和联系
c语言和c++的区别和联系

c语言和c++是计算机科学领域应用广泛的编程语言。虽然它们有着相似的基础,但它们在语言类型、语法功能和内存管理方面存在着显著差异。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.03.14

580

5

c++软件中文更改教程
c++软件中文更改教程

对于 ide,可通过打开设置,找到语言设置,选择中文,并保存更改。对于非 ide 应用程序,可查找设置或选项,选择语言设置,更改为中文,并保存更改。想了解更多c++的相关内容,可以阅读本专题下面的文章。

2024.03.21

1389

9

python和java和c++学习性价比分析
python和java和c++学习性价比分析

Python以其易学性、丰富的库和活跃的社区而著称,适合数据科学、人工智能和Web开发。Java以其跨平台性、企业级应用开发和Android应用开发而闻名。C++以其底层控制能力、高效性能和游戏开发而著称。选择哪种语言取决于个人兴趣、职业方向和特定需求。想了解更多python和java和c++的相关内容,可以阅读本专题下面的文章。

2024.03.22

1197

7

c++和c语言学习顺序推荐
c++和c语言学习顺序推荐

对于初学者,建议先学习C语言,掌握编程基础后再转入C++,便于理解面向对象编程概念。有编程经验者可直接学习C++,快速接触高级编程技术。想了解更多c++和c语言的相关内容,可以阅读本专题下面的文章。

2024.03.25

1325

9

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Conan 2 Essentials 免费课程
Conan 2 Essentials 免费课程

共0课时 | 0人学习

CMake 与 Conan 集成实践
CMake 与 Conan 集成实践

共0课时 | 0人学习

Conan 2 高级依赖模型介绍
Conan 2 高级依赖模型介绍

共0课时 | 0人学习