今天在看《大型分布式**架構設計與實踐》一書中， 看到了一種比較簡單的加權的演算法， 在這裡記下來：
var serverweightmap = new dictionary();serverweightmap.add("192.168.1.100", 1);
serverweightmap.add("192.168.1.101", 1);
// 權重為 4
serverweightmap.add("192.168.1.102", 4);
serverweightmap.add("192.168.1.103", 1);
serverweightmap.add("192.168.1.104", 1);
// 權重為 3
serverweightmap.add("192.168.1.105", 3);
serverweightmap.add("192.168.1.106", 1);
// 權重為 2
serverweightmap.add("192.168.1.107", 2);
serverweightmap.add("192.168.1.108", 1);
serverweightmap.add("192.168.1.109", 1);
serverweightmap.add("192.168.1.110", 1);
int pos = 0;
// 加權輪詢
public static string getroundrobin()
var ip = string.empty;
lock(pos)
return ip;
}// 加權隨機
public static string getrandom()
var randpos = convert.toint32((new random()).next(iplist.count));
var ip = iplist[randpos];
return ip;
}
上面的兩個方法中， 就處理伺服器 ip 位址的時候， 根據權重的不同， 在 ip 列表中重複新增 ip 值，權重越大， ip 列表中 ip 值的重複數就越多。
加權隨機演算法
本文參考 加權平均演算法一般應用於某個場景，有乙個集合s，裡面有a，b，c，d這四項。這時我們想隨機從中抽取一項，但是抽取的概率不同。比如我們希望抽到a的概率是50 抽到b和c的概率是20 d的概率是10 一般來說，我們可以給各項附乙個權重，抽取的概率正比於這個權重。那麼上述集合就成了 方法一 然後...
加權隨機演算法
public class weightedrandom 計算權重總和 int totalweights 0 for int i 0 i list.count i 隨機賦值權重 system.random ran new system.random getrandomseed getrandomsee...
負載均衡演算法 加權輪詢
輪詢演算法沒有考慮每台伺服器的處理能力，實際情況是每台伺服器的配置 安裝的業務應用等不同，其處理能力會不一樣。所以，加權輪詢演算法的原理就是 根據伺服器的不同處理能力，給每個伺服器分配不同的權值，使其能接受相應權值數的服務請求。首先看乙個簡單的nginx負載均衡配置。按照上述配置，nginx每收到7...