一、负载均衡

负载均衡是一个很大的概念，既有从硬件层面来解决问题的，又有从软件层面解决的，有关负载均衡的介绍，推荐阅读： http://os.51cto.com/art/201108/285359.htm，(11年的文章你会不会吐槽我不负责任)
本文主要介绍负载均衡算法中很简单的一种WRR(Weighted Round Robin)，加权轮训调度算法，并且配合实现以及对它存在问题进行分析和提出一些优化策略。

二、原始的WRR算法

假设有３台机器ａ，ｂ，ｃ权重分别为５,１,１，原始的WRR算法实现是：每次选出权重最大的，给其权重减1,直到权重全部为0后，按照此时生成的序列轮训。

算法很容易理解，最终确定的轮序序列是a,a,a,a,a,b,c，虽然此时负载是均衡的(5:1:1)，但是前五次都去访问了a机器，b和c机器是空闲的，这样并不是最好的，理想状态是在均衡的情况下让访问次数也均衡开，于是就有了下面的SWRR（Smooth Weighted Round Robin）,平滑加权轮训调度算法。

三、改进的SWRR算法

继续上面的例子，这次我们的策略是：

• 从权重中选出最大的，减去总权重
• 然后再给每个权重加上自身权重初始值
• 再次轮训，直到权重为0，确定序列

说明：

• 第一行最后的-2 , 1 , 1 是 5(当前权值最大) – 7（总权重）=-2 ,其他两个值不变得来的。
• 第二行的 3，2， 2， 是 上一行的 -2 , 1 , 1 加 各自权重初始值 5 ,1 1 得来的。（3=-2+5 , 2 = 1+1 , 2 = 1+1）

这样我们得到的最终轮训序列是 ：a,a,b,a,c,a,a ,是不是效果比之前好多了，如丝般柔顺，实现也很简单（代码中去掉了输出代码）:

while (flag) {
        /*找到目前的最大元素*/
        auto big = std::max_element(std::begin(temp),std::end(temp));
        /*找出最大元素的下标*/
        auto bigIndex = std::distance(std::begin(temp),big);
        temp[bigIndex] -= TOTAL;  //找出的最大元素减去总权重
        /*各自加上初始权重*/
        for(int j = 0; j < temp.size();++j) {
            temp[j] += weight[j];
        }
    }

但是这个算法还是存在问题：在大量并发来临的那一刻，我们第一次始终会选择a机器，那它必然就会爆掉。

应对这样的问题：我们可以在生成序列之后随机选择一个开始，比如我们有5台负载的机器，它们都生成了a,a,b,a,c,a,a的序列，但是我们不完全按照这个序列轮训，在每台机器上可以随机选择一个开始，那生成的序列就可能变成下面这样：

这样能降低些第一台机器被爆掉的概率。

[完]