最早由范浩博科学院发表在负载均衡算法——RoundRobin一文中，我们指出了加权轮循算法的一个明显缺陷。即在某些特殊权重下，加权轮询调度会产生不均匀的实例序列。这种不均匀的负载可能会在某些情况下导致瞬时高负载，从而导致系统停机的风险。为了解决这种调度缺陷，提出了一种平滑的加权循环调度算法。Openproblem为说明smoothweightedround-robin调度的平滑性，使用以下3个特殊的加权实例演示调度过程。服务实例权重值192.168.10.1:22025192.168.10.2:22021192.168.10.3:22021我们已经知道，通过加权轮询算法调度后，会产生如下不均匀的调度序列。Requesttheselectedinstance1192.168.10.1:22022192.168.10.1:22023192.168.10.1:22024192.168.10.1:22025192.168.10.1:22026192.168.10.2:22027192.168.10.1:22025192.168.10.1:22026192.168.10.2:22027192.168.10.1:Whatabouttheresultingsequenceof实例？算法描述假设有N个实例S={S1,S2,…,Sn}，配置权重W={W1,W2,…,Wn}，有效权重CW={CW1,CW2,…,CWn}。每个实例i除了一个配置权重Wi，还有一个当前有效权重CWi，CWi初始化为Wi；指标变量currentPos表示当前选中的实例ID，初始化为-1；所有实例的配置权重之和为weightSum；那么，调度算法可以描述为：1.初始时，每个实例i的当前有效权重CWi为配置权重Wi，得到配置权重和weightSum；2.选取当前有效权重最大的实例，将当前有效权重CWi减去所有实例的权重和weightSum，变量currentPos指向这个位置；3、将配置权重Wi加到每个实例i的当前有效权重CWi上；4、此时变量currentPos指向的实例就是要调度的实例；5、每次调度重复上述2、3、4步；以上3个服务，配置weight和weightSum为7，调度过程如下：请求选择前的当前权重currentPos选择后选择实例的当前权重1{5,1,1}0192.168.10.1:2202{-2,1,1}2{3,2,2}0192.168.10.1:2202{-4,2,2}3{1,3,3}1192.168.10.2:2202{1,-4,3}4{6,-3,4}0192.168.10.1:2202{-1,-3,4}5{4,-2,5}2192.168.10.3:2202{4,-2,-2}6{9,-1,-1}0192.168.10.1:2202{2,-1,-1}7{7,0,0}0192.168.10.1:2202{0,0,0}8{5,1,1}0192.168.10.1:2202{-2,1,1}可以看出，上述调度顺序的分散非常均匀，当前有效权重值在第8次调度时返回到{0,0,0}，则实例状态与初始状态一致，以后可以重复调度操作。这种round-robin调度算法思想最早是由Nginx开发者提出的，参见phusion/nginx部分。这里的代码是使用PHP实现的，源码见fan-haobai/load-balance部分。类SmoothWeightedRobin实现RobinInterface{private$services=array();私人$总计；私人$currentPos=-1;publicfunctioninit(array$services){foreach($servicesas$ip=>$weight){$this->services[]=['ip'=>$ip,'weight'=>$weight,'current_weight'=>$重量，]；$this->total=count($this->services);}publicfunctionnext(){//获取当前最大有效权重实例的位置$this->currentPos=$this->getMaxCurrentWeightPos();//当前重量减去重量总和$currentWeight=$this->getCurrentWeight($this->currentPos)-$this->getSumWeight();$this->setCurrentWeight($this->currentPos,$currentWeight);//每个实例当前的有效权重加上配置的权重$this->recoverCurrentWeight();返回$this->services[$this->currentPos]['ip'];其中，getSumWeight()为所有实例的配置权重总和；获取当前Weight()和setCurrentWeight()分别用于获取和设置指定实例的当前有效权重；getMaxCurrentWeightPos()获取当前有效权重最大的实例位置，实现如下：publicfunctiongetMaxCurrentWeightPos(){$currentWeight=$pos=0;foreach($this->servicesas$index=>$service){if($service['current_weight']>$currentWeight){$currentWeight=$service['current_weight'];$pos=$索引；}}return$pos;}recoverCurrentWeight()用于调整每个实例当前的有效权重，即加上配置权重，如下：publicfunctionrecoverCurrentWeight(){foreach($this->servicesas$index=>&$service){$service['current_weight']+=$service['weight'];}}需要注意的是，在配置services服务列表时，还需要指定其权重：$services=['192.168.10.1:2202'=>5,'192.168.10.2:2202'=>1,'192.168.10.3:2202'=>1,];数学证明遗憾的是，关于这个调度算法的严谨的数学证明很少，但是网友tenfy给出的安大神的证明过程非常值得参考和学习证明权重的合理性。如果有n个节点，请记住第i个节点的权重为$x_i$，总权重为$S=x_1+x_2+...+x_n$。选择分为两个步骤：1.将其权重值添加到每个节点；2.选择最大的节点减去总权重值；n个节点的初始化值为[0,0,...,0]，数组的长度为n，取值全为0。执行完第一轮选择的step1后，取值该数组是$[x_1,x_2,…,x_n]$。假设经过第1步，最大节点为j，则从第j个节点减去S。所以第2步的数组是$[x_1,x_2,…,x_j-S,…,x_n]$。步骤2执行后，数组之和为：$x_1+x_2+...+x_j-S+...+x_n=>x_1+x_2+...+x_n-S=S-S=0$可以看出，每一轮第一步选择的操作是数组的和加上S，然后第二步的和从S中减去，所以每一轮选择后的数组的和为0.假设一共进行了S轮选择，第i个节点被选择了$m_i$次。当前第i个节点的权重为$w_i$。假设节点j在第t轮之前已经被选中了$x_j$次(t
