加权轮询通过维护一个当前权值（current weight）和一个总权重（total weight）来计算分配比例。每次请求到来时，系统会将所有后端节点的当前权值加上其配置的固定权重，然后选出当前权值最大的节点进行服务，并将该节点的当前权值减去总权重。这种机制确保了在长周期内，每个节点获得的请求数严格符合其配置权重的比例。
加权轮询如何保证长期负载均衡
加权轮询的核心在于动态调整当前权值以平滑负载分布。假设我们有三个节点 A、B、C，权重分别为 5、3、2。总权重为 10。初始状态下，各节点当前权值为 0。第一轮请求时，A 的权值变为 5，B 变为 3，C 变为 2，A 最大，选中 A，A 的当前权值减 10 变为 -5。第二轮请求时，A 变为 0，B 变为 3，C 变为 2，B 最大，选中 B，B 变为 -7。第三轮请求时，A 变为 5，B 变为 -4，C 变为 2，A 最大，选中 A，A 变为 -5。第四轮请求时，A 变为 0，B 变为 -4，C 变为 2，C 最大，选中 C，C 变为 -8。第五轮请求时，A 变为 5，B 变为 -1，C 变为 -6，A 最大，选中 A。经过五轮请求，A 被选中 3 次，B 被选中 1 次，C 被选中 1 次，比例为 3:1:1，接近权重比 5:3:2。这种算法避免了简单轮询在权重差异大时的不均匀问题。
def weighted_round_robin(nodes, total_weight):
current_weights = {node: 0 for node in nodes}
selected_nodes = []
for _ in range(total_weight): # 模拟一个完整周期
best_node = None
max_weight = -float('inf')
for node in nodes:
current_weights[node] += nodes[node]['weight']
if current_weights[node] > max_weight:
max_weight = current_weights[node]
best_node = node
current_weights[best_node] -= total_weight
selected_nodes.append(best_node)
print(f"Selected: {best_node}, Current Weights: {current_weights}")
return selected_nodes
# 示例输入
nodes = {
'A': {'weight': 5},
'B': {'weight': 3},
'C': {'weight': 2}
}
total_weight = sum(n['weight'] for n in nodes.values())
result = weighted_round_robin(nodes, total_weight)
print(f"Result: {result}")
如何处理节点权重变化或失效
当节点权重发生变化或节点失效时，加权轮询算法会立即适应新的状态。如果节点权重增加，其当前权值在下一轮计算中会获得更大的增量，从而更有可能被选中。如果节点失效，通常需要从节点列表中移除，或者将其权重设为 0。例如，如果节点 B 失效，总权重变为 7。此时，A 和 C 的当前权值重置或继续累积。A 的权值增加 5，C 增加 2，A 被选中，A 的权值减 7。这种动态调整确保了系统在高可用场景下仍能保持合理的负载分配。
def handle_node_failure(nodes, failed_node):
if failed_node in nodes:
del nodes[failed_node]
new_total_weight = sum(n['weight'] for n in nodes.values())
print(f"Node {failed_node} failed. New total weight: {new_total_weight}")
return nodes, new_total_weight
return nodes, sum(n['weight'] for n in nodes.values())
# 示例：节点 B 失效
nodes_after_failure, new_total = handle_node_failure(nodes.copy(), 'B')
print(f"Nodes after failure: {nodes_after_failure}")
print(f"New total weight: {new_total}")
基于特定输入下的具体分配结果
基于上述代码和输入，我们可以验证具体的分配结果。对于权重为 5、3、2 的三个节点，在一个完整周期（5+3+2=10 次请求）内，节点 A 会被选中 5 次，节点 B 被选中 3 次，节点 C 被选中 2 次。这与配置的权重完全一致。这种精确的比例分配是加权轮询算法的优势所在，它确保了高权重节点获得更多流量，同时低权重节点也能获得一定的服务机会，避免了资源浪费。
