gRPC負載均衡(自定義負載均衡策略)
摘要:最後,我們只需要在服務端註冊服務時候附帶權重,然後客戶端在服務發現時把權重 Set 到 resolver.Address 中,最後客戶端把負載論衡策略改成 weight 就完成了。= nil { //非數字字符默認權重爲1 nodeWeight = 1 } //把服務地址權重存儲到resolver.Address的元數據中 addr = weight.SetAddrInfo(addr, weight.AddrInfo{Weight: nodeWeight}) s.serverList[key] = addr s.cc.UpdateState(resolver.State{Addresses: s.getServices()}) log.Println("put key :", key, "wieght:", val) }。
前言
上篇文章介紹瞭如何實現gRPC負載均衡,但目前官方只提供了 pick_first
和 round_robin
兩種負載均衡策略,輪詢法 round_robin
不能滿足因服務器配置不同而承擔不同負載量,這篇文章將介紹如何實現自定義負載均衡策略-- 加權隨機法
。
加權隨機法
可以根據服務器的處理能力而分配不同的權重,從而實現處理能力高的服務器可承擔更多的請求,處理能力低的服務器少承擔請求。
自定義負載均衡策略
gRPC提供了 V2PickerBuilder
和 V2Picker
接口讓我們實現自己的負載均衡策略。
type V2PickerBuilder interface { Build(info PickerBuildInfo) balancer.V2Picker }
V2PickerBuilder
接口:創建V2版本的子連接選擇器。
Build
方法:返回一個V2選擇器,將用於gRPC選擇子連接。
type V2Picker interface { Pick(info PickInfo) (PickResult, error) }
V2Picker
接口:用於gRPC選擇子連接去發送請求。 Pick
方法:子連接選擇
問題來了,我們需要把服務器地址的權重添加進去,但是地址 resolver.Address
並沒有提供權重的屬性。官方給的答覆是:把權重存儲到地址的元數據 metadata
中。
// attributeKey is the type used as the key to store AddrInfo in the Attributes // field of resolver.Address. type attributeKey struct{} // AddrInfo will be stored inside Address metadata in order to use weighted balancer. type AddrInfo struct { Weight int } // SetAddrInfo returns a copy of addr in which the Attributes field is updated // with addrInfo. func SetAddrInfo(addr resolver.Address, addrInfo AddrInfo) resolver.Address { addr.Attributes = attributes.New() addr.Attributes = addr.Attributes.WithValues(attributeKey{}, addrInfo) return addr } // GetAddrInfo returns the AddrInfo stored in the Attributes fields of addr. func GetAddrInfo(addr resolver.Address) AddrInfo { v := addr.Attributes.Value(attributeKey{}) ai, _ := v.(AddrInfo) return ai }
定義 AddrInfo
結構體並添加權重 Weight
屬性, Set
方法把 Weight
存儲到 resolver.Address
中, Get
方法從 resolver.Address
獲取 Weight
。
解決權重存儲問題後,接下來我們實現加權隨機法負載均衡策略。
首先實現 V2PickerBuilder
接口,返回子連接選擇器。
func (*rrPickerBuilder) Build(info base.PickerBuildInfo) balancer.V2Picker { grpclog.Infof("weightPicker: newPicker called with info: %v", info) if len(info.ReadySCs) == 0 { return base.NewErrPickerV2(balancer.ErrNoSubConnAvailable) } var scs []balancer.SubConn for subConn, addr := range info.ReadySCs { node := GetAddrInfo(addr.Address) if node.Weight <= 0 { node.Weight = minWeight } else if node.Weight > 5 { node.Weight = maxWeight } for i := 0; i < node.Weight; i++ { scs = append(scs, subConn) } } return &rrPicker{ subConns: scs, } }
加權隨機法
中,我使用空間換時間的方式,把權重轉成地址個數(例如 addr1
的權重是 3
,那麼添加 3
個子連接到切片中; addr2
權重爲 1
,則添加 1
個子連接;選擇子連接時候,按子連接切片長度生成隨機數,以隨機數作爲下標就是選中的子連接),避免重複計算權重。考慮到內存佔用,權重定義從 1
到 5
權重。
接下來實現子連接的選擇,獲取隨機數,選擇子連接
type rrPicker struct { subConns []balancer.SubConn mu sync.Mutex } func (p *rrPicker) Pick(balancer.PickInfo) (balancer.PickResult, error) { p.mu.Lock() index := rand.Intn(len(p.subConns)) sc := p.subConns[index] p.mu.Unlock() return balancer.PickResult{SubConn: sc}, nil }
關鍵代碼完成後,我們把加權隨機法負載均衡策略命名爲 weight
,並註冊到gRPC的負載均衡策略中。
// Name is the name of weight balancer. const Name = "weight" // NewBuilder creates a new weight balancer builder. func newBuilder() balancer.Builder { return base.NewBalancerBuilderV2(Name, &rrPickerBuilder{}, base.Config{HealthCheck: false}) } func init() { balancer.Register(newBuilder()) }
完整代碼 weight.go
最後,我們只需要在服務端註冊服務時候附帶權重,然後客戶端在服務發現時把權重 Set
到 resolver.Address
中,最後客戶端把負載論衡策略改成 weight
就完成了。
//SetServiceList 設置服務地址 func (s *ServiceDiscovery) SetServiceList(key, val string) { s.lock.Lock() defer s.lock.Unlock() //獲取服務地址 addr := resolver.Address{Addr: strings.TrimPrefix(key, s.prefix)} //獲取服務地址權重 nodeWeight, err := strconv.Atoi(val) if err != nil { //非數字字符默認權重爲1 nodeWeight = 1 } //把服務地址權重存儲到resolver.Address的元數據中 addr = weight.SetAddrInfo(addr, weight.AddrInfo{Weight: nodeWeight}) s.serverList[key] = addr s.cc.UpdateState(resolver.State{Addresses: s.getServices()}) log.Println("put key :", key, "wieght:", val) }
客戶端使用 weight
負載均衡策略
func main() { r := etcdv3.NewServiceDiscovery(EtcdEndpoints) resolver.Register(r) // 連接服務器 conn, err := grpc.Dial( fmt.Sprintf("%s:///%s", r.Scheme(), SerName), grpc.WithBalancerName("weight"), grpc.WithInsecure(), ) if err != nil { log.Fatalf("net.Connect err: %v", err) } defer conn.Close()
運行效果:
運行 服務1
,權重爲 1
運行 服務2
,權重爲 4
運行客戶端
查看前50次請求在 服務1
和 服務器2
的負載情況。 服務1
分配了 9
次請求, 服務2
分配了 41
次請求,接近權重比值。
斷開 服務2
,所有請求流向 服務1
以權重爲 4
,重啓 服務2
,請求以加權隨機法流向兩個服務器
總結
本篇文章以加權隨機法爲例,介紹瞭如何實現gRPC自定義負載均衡策略,以滿足我們的需求。
源碼地址:https://github.com/Bingjian-Zhu/etcd-example