load-balancer-algorithm

KO | EN

gitlite — search

#python #ai #go #golang #nodejs #macos #java #cli #kubernetes #awesome-list #pytorch #mcp #openai #open-source

load-balancer-algorithm

(★ 62)

Go implementations of random, round-robin, least-connections and Maglev load balancing algorithms.

load-balancer-algorithm 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Go 负载均衡算法实现

[![Go Test](https://github.com/catwithtudou/load-balancer-algorithm/actions/workflows/go.yml/badge.svg)](https://github.com/catwithtudou/load-balancer-algorithm/actions/workflows/go.yml)
[![Go Reference](https://pkg.go.dev/badge/github.com/catwithtudou/load-balancer-algorithm.svg)](https://pkg.go.dev/github.com/catwithtudou/load-balancer-algorithm)
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://raw.githubusercontent.com/catwithtudou/load-balancer-algorithm/main/LICENSE)

[English Version](./docs/README.en.md)

> 20250324:趁热输出了一篇关于负载均衡算法介绍的博客
>
> 希望帮助大家理解，有兴趣的同学可以看看，[博客链接](https://zhengyua.cn/new_blog/blog/2025/03/24/深入理解四种经典负载均衡算法/)
>
>

这个项目用 Go 语言实现了几种常见的负载均衡算法，可用于分布式系统中的负载分配。

本项目参考了 [@Zheaoli 的 Python 实现](https://github.com/Zheaoli/load-balancer-algorithm)，并对算法进行了 Go 语言的重新实现和优化。

## 快速开始

```bash
go get github.com/catwithtudou/load-balancer-algorithm
```

这个仓库适合作为理解负载均衡策略的代码样例，也可以直接把 `loadbalancer` 包引入到实验项目里做对比验证。

## 实现的算法

本项目实现了以下四种负载均衡算法：

1. 随机选择 (Random Selection)
2. 轮询 (Round Robin)
3. 最小连接 (Least Connections)
4. Maglev 一致性哈希 (Consistent Hashing)

每种算法都支持加权和非加权版本，以适应不同场景下的负载均衡需求。

## 算法详解

### 1. 随机选择算法

随机选择算法是最简单的负载均衡策略之一，它随机从可用服务器池中选择一个服务器来处理请求。

**特点**：
- 实现简单，易于理解
- 支持加权随机选择，权重越大被选中的概率越高
- 过滤不可用（权重为0）的服务器

**适用场景**：
- 服务器性能相近
- 请求处理时间差异不大
- 请求分布相对均衡

### 2. 轮询算法

轮询算法按照顺序依次选择服务器，实现请求的平均分配。

**特点**：
- 按顺序循环选择服务器
- 支持加权轮询（平滑加权轮询算法），权重大的服务器处理更多请求
- 可以跳过不可用的服务器

**适用场景**：
- 服务器配置相近
- 请求负载均衡
- 适合长期运行的系统中保持均衡负载

### 3. 最小连接算法

最小连接算法选择当前活动连接数最少的服务器，优化资源利用率。

**特点**：
- 动态跟踪每台服务器的连接数
- 支持加权最小连接算法，考虑服务器权重和当前连接数的比值
- 在连接完成后释放资源
- 使用原子操作确保并发安全

**适用场景**：
- 请求处理时间差异大
- 服务器处理能力不同
- 需要动态平衡负载的场景

### 4. Maglev 一致性哈希算法

Maglev 一致性哈希算法是 Google 设计的高效一致性哈希算法，用于大规模分布式系统。

**特点**：
- 使用哈希表实现 O(1) 的查找性能
- 服务器变更时，最小化重新映射的请求数
- 支持加权一致性哈希，权重大的服务器处理更多请求
- 使用双哈希函数（murmur3 和 xxh3）提高随机性和分布均匀性

**适用场景**：
- 需要会话保持或缓存一致性的系统
- 服务器动态增减频繁的环境
- 大规模分布式系统

## 使用示例

```go
package main

import (
    "fmt"
    "github.com/catwithtudou/load-balancer-algorithm/loadbalancer"
)

func main() {
    // 创建服务器
    servers := []*loadbalancer.Server{
        {Address: "192.168.1.1:8080", Weight: 1},
        {Address: "192.168.1.2:8080", Weight: 2},
        {Address: "192.168.1.3:8080", Weight: 3},
    }

// 创建负载均衡器 (以一致性哈希为例)
    lb := loadbalancer.NewMaglevHashLoadBalancer()

// 添加服务器
    for _, server := range servers {
        lb.AddServer(server)
    }

// 使用负载均衡器选择服务器
    for i := 0; i < 5; i++ {
        key := fmt.Sprintf("user%d", i)
        server := lb.GetServer(key)
        fmt.Printf("请求 %s 被分配到服务器: %s\n", key, server.Address)
    }
}
```

## 性能测试与对比

各算法在不同场景下的性能对比：

| 算法 | 时间复杂度 | 空间复杂度 | 一致性 | 负载均衡性 | 适合场景 |
|------|------------|------------|--------|------------|----------|
| 随机选择 | O(1) | O(n) | 低 | 中 | 简单系统，短连接 |
| 轮询 | O(1) | O(n) | 低 | 高 | 性能接近的服务器集群 |
| 最小连接 | O(n) | O(n) | 中 | 高 | 处理时间差异大的请求 |
| Maglev哈希 | O(1) | O(m) | 高 | 中 | 需要会话保持的系统 |

## 项目结构

```
loadbalancer/
  ├── base.go           # 基础结构和接口定义
  ├── random.go         # 随机选择算法实现
  ├── round_robin.go    # 轮询算法实现
  ├── least_connections.go  # 最小连接算法实现
  └── consistent_hash.go    # Maglev一致性哈希算法实现
```

load-balancer-algorithm

load-balancer-algorithm 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

load-balancer-algorithm

load-balancer-algorithm 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README