dubbo源码分析第二十二篇一dubbo负载均衡ConsistentHashLoadBalance及一致性hash算法

ConsistentHashLoadBalance

原理图

第一步: 基于网络地址hash构建虚拟一致性hash表

获取接口与方法名
每个方法构建一致性hash选择器
通过选择器选择一个Invoker

基于调用方法参数值hash获取hash结果

选择器选择Invoker的依据: 方法的参数值hash以及参与hash的方法参数数量
默认只有第一个参数的参数值参与hash

protected <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation) {获取接口与方法名String methodName = RpcUtils.getMethodName(invocation);String key = invokers.get(0).getUrl().getServiceKey() + "." + methodName;每一个方法一个一致性hash选择器int invokersHashCode = invokers.hashCode();ConsistentHashSelector<T> selector = (ConsistentHashSelector<T>) selectors.get(key);if (selector == null || selector.identityHashCode != invokersHashCode) {selectors.put(key, new ConsistentHashSelector<T>(invokers, methodName, invokersHashCode));selector = (ConsistentHashSelector<T>) selectors.get(key);}通过选择器选择一个Invokerreturn selector.select(invocation);}


获取一致性hash选择器

• 获取方法配置的结点数，默认160
• 获取需要进行hash的参数数组索引，默认对第一个参数进行hash
• 构建一致性hash表,大小为replicaNumber*Invoker数量

private static final class ConsistentHashSelector<T> {private final TreeMap<Long, Invoker<T>> virtualInvokers; // 一致性hash表 大小为replicaNumber*Invoker数量private final int replicaNumber; // 副本数 默认160个private final int identityHashCode;private final int[] argumentIndex;// [0,1,2]几个参数参数参与hash 负载,默认只有第一个参数参与也就是数组为[0]ConsistentHashSelector(List<Invoker<T>> invokers, String methodName, int identityHashCode) {this.virtualInvokers = new TreeMap<Long, Invoker<T>>();// 生成调用结点HashCodethis.identityHashCode = identityHashCode;URL url = invokers.get(0).getUrl();获取方法配置的结点数，默认160this.replicaNumber = url.getMethodParameter(methodName, HASH_NODES, 160);获取需要进行hash的参数数组索引，默认对第一个参数进行String methodParameter = url.getMethodParameter(methodName, HASH_ARGUMENTS, "0");String[] index = COMMA_SPLIT_PATTERN.split(methodParameter); // {&＃39;0&＃39;}构建参数hash的参数数组元信息argumentIndex = new int[index.length];for (int i = 0; i < index.length; i++) {argumentIndex[i] = Integer.parseInt(index[i]);}构建一致性hash表for (Invoker<T> invoker : invokers) { // 每个Invoker构建40*4个虚拟节点String address = invoker.getUrl().getAddress();for (int i = 0; i < replicaNumber / 4; i++) { // 每4个虚拟节点共用同一个地址进行hash// byte数组 128位byte[] digest = md5(address + i); // 简单理解: 有40个不同地址的节点 [有40个节点的hash 通过地址加index进行md5 hash]for (int h = 0; h < 4; h++) { // 每个地址hash结果为128位,分成0~31 32——63 64~95 96~127四部分long m = hash(digest, h); // 算出四部分每部分的hash值virtualInvokers.put(m, invoker); // 加入一致性hash表[注意不是环]}}}}


负载实现

• 根据前面配置的argumentIndex,判断取几个参数进行一致性hash
• 默认argumentIndex 大小为1,数组值为0;表示取第一个参数进行hash

public Invoker<T> select(Invocation invocation) {根据前面配置的argumentIndex,判断取几个参数进行一致性hashString key = toKey(invocation.getArguments());byte[] digest = md5(key);return selectForKey(hash(digest, 0));
}private String toKey(Object[] args) {默认argumentIndex 大小为1,数组值为0表示取第一个参数进行hashStringBuilder buf = new StringBuilder();for (int i : argumentIndex) {if (i >= 0 && i < args.length) {buf.append(args[i]);}}return buf.toString();
}


• 根据hash值取virtualInvokers一致性hash表上的节点
• 兜底逻辑: 溢出则取第一个

private Invoker<T> selectForKey(long hash) {Map.Entry<Long, Invoker<T>> entry = virtualInvokers.ceilingEntry(hash);if (entry == null) {entry = virtualInvokers.firstEntry();}return entry.getValue();}