Nginx的负载均衡 - 一致性哈希 (Consistent Hash)
Nginx版本:1.9.1
我的博客:http://blog.csdn.net/zhangskd
算法介绍
当后端是缓存服务器时,经常使用一致性哈希算法来进行负载均衡。
使用一致性哈希的好处在于,增减集群的缓存服务器时,只有少量的缓存会失效,回源量较小。
在nginx+ats / haproxy+squid等CDN架构中,nginx/haproxy所使用的负载均衡算法便是一致性哈希。
我们举个例子来说明一致性哈希的好处。
假设后端集群包含三台缓存服务器,A、B、C。
请求r1、r2落在A上。
请求r3、r4落在B上。
请求r5、r6落在C上。
使用一致性哈希时,当缓存服务器B宕机时,r1/r2会仍然落在A上,r5/r6会仍然落在C上,
也就是说这两台服务器上的缓存都不会失效。r3/r4会被重新分配给A或者C,并产生回源。
使用其它算法,当缓存服务器B宕机时,r1/r2不再落在A上,r5/r6不再落在C上了。
也就是说A、B、C上的缓存都失效了,所有的请求都要回源。
这里不介绍一致性哈希算法的基本原理,如果不了解,先花个10分钟看下这篇文章:
http://www.codeproject.com/Articles/56138/Consistent-hashing
在分析模块代码之前,先来看下nginx所实现的一致性哈希算法。
1. 初始化upstream块
主要工作是创建和初始化真实节点、创建和初始化虚拟节点。
其中真实节点是使用round robin的方法创建的。
Q:总共有多少个虚拟节点,一个真实节点对应多少个虚拟节点?
累加真实节点的权重,算出总的权重值total_weight,虚拟节点的个数一般为total_weight * 160。
一个权重为weight的真实节点,对应的虚拟节点数为weight * 160。
Q:对于每一个真实节点,是如何创建其对应的虚拟节点的?
1. 真实节点的server成员是其server指令的第一个参数,首先把它解析为HOST和PORT。
base_hash = crc32(HOST 0 PORT)
一个真实节点对应weight * 160个虚拟节点,对于每个虚拟节点来说,base_hash都是一样的。
2. 为了使每个虚拟节点的hash值都不同,又引入了PREV_HASH,它是上一个虚拟节点的hash值。
hash = crc32(base_hash PREV_HASH)
3. 虚拟节点的server成员,指向真实节点的server成员。如此一来,通过比较虚拟节点和真实节点的
server成员是否相同,可以判断它们是否是相对应的。
创建和初始化好虚拟节点数组后,对其中的虚拟节点按照hash值进行排序,对于hash值相同的虚拟节点,只保留第一个。
经过上述步骤,我们得到一个所有虚拟节点组成的数组,其元素的hash值有序而不重复。也就是说,ring建立起来了。
2. 初始话请求的负载均衡数据
根据hash指令第一个参数的实时值KEY,KEY一般是$host$uri之类的,计算出本次请求的哈希值。
hash = crc32(KEY)
根据请求的哈希值,在虚拟节点数组中,找到“顺时针方向”最近的一个虚拟节点,其索引为i。
什么叫顺时针方向最近?就是point[i - 1].hash < hash <= point[i].hash。
本次请求就落在该虚拟节点上了,之后交由其对应的真实节点来处理。
3. 选取真实节点
在peer.init中,已经知道请求落在哪个虚拟节点上了。
在peer.get中,需要查找虚拟节点对应的真实节点。
根据虚拟节点的server成员,在真实节点数组中查找server成员相同的、可用的真实节点。
如果找不到,那么沿着顺时针方向,继续查找下一个虚拟节点对应的真实节点。
如果找到了一个,那么就是它了。
如果找到了多个,使用轮询的方法从中选取一个。
4. 缺陷和改进
一个虚拟节点和一个真实节点,是依据它们的server成员来关联的。
这会出现一种情况,一个虚拟节点对应了多个真实节点,因为:
如果server指令的第一个参数为域名,可能解析为多个真实节点,那么这些真实节点的server成员都是一样的。
对于一个请求,计算其KEY的hash值,顺时针找到最近的虚拟节点后,发现该虚拟节点对应了多个真实节点。
使用哪个真实节点呢?本模块就使用轮询的方法,来从多个真实节点中选一个。
但我们知道使用一致性哈希的场景中,真实节点一般是缓存服务器。
一个虚拟节点对应多个真实节点,会导致一个文件被缓存在多个缓存服务器上。
这会增加磁盘的使用量,以及回源量,显然不是我们希望看到的。
解决这个问题的方法其实很简单,就是虚拟节点和真实节点通过name成员来建立关联。
因为就算对应同一条server配置,server的第一个参数为域名,各个真实节点的name成员也是唯一的。
这样一来,找到了一个虚拟节点,就能找到一个唯一的真实节点,不会有上述问题了。
数据结构
1. 真实节点
就是采用round robin算法所创建的后端服务器,类型为ngx_http_upstream_rr_peer_t。
需要注意的是,如果server指令的第一个参数是IP和端口,那么一条server指令只对应一个真实节点。
如果server指令的第一个参数是域名,一条server指令可能对应多个真实节点。
它们的server成员是相同的,可以通过name成员区分。
struct ngx_http_upstream_rr_peer_s { struct sockaddr *sockaddr; /* 后端服务器的地址 */ socklen_t socklen; /* 地址的长度*/ ngx_str_t name; /* 后端服务器地址的字符串,server.addrs[i].name */ ngx_str_t server; /* server的名称,server.name */ ngx_int_t current_weight; /* 当前的权重,动态调整,初始值为0 */ ngx_int_t effective_weight; /* 有效的权重,会因为失败而降低 */ ngx_int_t weight; /* 配置项指定的权重,固定值 */ ngx_uint_t conns; /* 当前连接数 */ ngx_uint_t fails; /* "一段时间内",已经失败的次数 */ time_t accessed; /* 最近一次失败的时间点 */ time_t checked; /* 用于检查是否超过了"一段时间" */ ngx_uint_t max_fails; /* "一段时间内",最大的失败次数,固定值 */ time_t fail_timeout; /* "一段时间"的值,固定值 */ ngx_uint_t down; /* 服务器永久不可用的标志 */ ... ngx_http_upstream_rr_peer_t *next; /* 指向下一个后端,用于构成链表 */ ... } ngx_http_upstream_rr_peer_t;
ngx_http_upstream_rr_peers_t表示一组后端服务器,比如一个后端集群。
struct ngx_http_upstream_rr_peers_s { ngx_uint_t number; /* 后端服务器的数量 */ ... ngx_uint_t total_weight; /* 所有后端服务器权重的累加值 */ unsigned single:1; /* 是否只有一台后端服务器 */ unsigned weighted:1; /* 是否使用权重 */ ngx_str_t *name; /* upstream配置块的名称 */ ngx_http_upstream_rr_peers_t *next; /* backup服务器集群 */ ngx_http_upstream_rr_peer_t *peer; /* 后端服务器组成的链表 */ };
2. 虚拟节点
一个真实节点,一般会对应weight * 160个虚拟节点。
虚拟节点的server成员,指向它所归属的真实节点的server成员,如此一来找到了一个虚拟节点后,
就能找到其归属的真实节点。
但这里有一个问题,通过一个虚拟节点的server成员,可能会找到多个真实节点,而不是一个。
因为如果server指令的第一个参数为域名,那么多个真实节点的server成员都是一样的。
typedef struct { uint32_t hash; /* 虚拟节点的哈希值 */ ngx_str_t *server; /* 虚拟节点归属的真实节点,对应真实节点的server成员 */ } ngx_http_upstream_chash_point_t; typedef struct { ngx_uint_t number; /* 虚拟节点的个数 */ ngx_http_upstream_chash_point_t point[1]; /* 虚拟节点的数组 */ } ngx_http_upstream_chash_points_t; typedef struct { ngx_http_complex_value_t key; /* 关联hash指令的第一个参数,用于计算请求的hash值 */ ngx_http_upstream_chash_points_t *points; /* 虚拟节点的数组 */ } ngx_http_upstream_chash_points_t;
3. 请求的一致性哈希数据
typedef struct { /* the round robin data must be first */ ngx_http_upstream_rr_peer_data_t rrp; /* round robin的per request负载均衡数据 */ ngx_http_upstream_hash_srv_conf_t *conf; /* server配置块 */ ngx_str_t key; /* 对于本次请求,hash指令的第一个参数的具体值,用于计算本次请求的哈希值 */ ngx_uint_t tries; /* 已经尝试的虚拟节点数 */ ngx_uint_t rehash; /* 本算法不使用此成员 */ uint32_t hash; /* 根据请求的哈希值,找到顺时方向最近的一个虚拟节点,hash为该虚拟节点在数组中的索引 */ ngx_event_get_peer_pt get_rr_peer; /* round robin算法的peer.get函数 */ } ngx_http_upstream_hash_peer_data_t;
round robin的per request负载均衡数据。
typedef struct { ngx_http_upstream_rr_peers_t *peers; /* 后端集群 */ ngx_http_upstream_rr_peer_t *current; /* 当前使用的后端服务器 */ uintptr_t *tried; /* 指向后端服务器的位图 */ uintptr_t data; /* 当后端服务器的数量较少时,用于存放其位图 */ } ngx_http_upstream_rr_peer_data_t;
指令的解析函数
在一个upstream配置块中,如果有hash指令,且它只带一个参数,则使用的负载均衡算法为哈希算法,比如:
hash $host$uri;
在一个upstream配置块中,如果有hash指令,且它带了两个参数,且第二个参数为consistent,则使用的
负载均衡算法为一致性哈希算法,比如:
hash $host$uri consistent;
这说明hash指令所属的模块ngx_http_upstream_hash_module同时实现了两种负载均衡算法,而实际上
哈希算法、一致性哈希算法完全可以用两个独立的模块来实现,它们本身并没有多少关联。
哈希算法的实现比较简单,类似之前分析过的ip_hash,接下来分析的是一致性哈希算法。
hash指令的解析函数主要做了:
把hash指令的第一个参数,关联到一个ngx_http_complex_value_t变量,之后可以通过该变量获取参数的实时值。
指定此upstream块中server指令支持的属性。
根据hash指令携带的参数来判断是使用哈希算法,还是一致性哈希算法。如果hash指令的第二个参数为"consistent",
则表示使用一致性哈希算法,指定upstream块的初始化函数uscf->peer.init_upstream。
static char *ngx_http_upstream_hash(ngx_conf_t *cf, ngx_command_t *cmd, void *conf) { ngx_http_upstream_hash_srv_conf_t *hcf = conf; ngx_str_t *value; ngx_http_upstream_srv_conf_t *uscf; ngx_http_compile_complex_value_t ccv; value = cf->args->elts; ngx_memzero(&ccv, sizeof(ngx_http_compile_complex_value_t)); /* 把hash指令的第一个参数,关联到一个ngx_http_complex_value_t变量, * 之后可以通过该变量获取参数的实时值。 */ ccv.cf = conf; ccv.value = &value[1]; ccv.complex_value = &hcf->key; if (ngx_http_compile_complex_value(&ccv) != NGX_OK) return NGX_CONF_ERROR; /* 获取所在的upstream{}块 */ uscf = ngx_http_conf_get_module_srv_conf(cf, ngx_http_upstream_module); if (uscf->peer.init_upstream) ngx_conf_log_error(NGX_LOG_WARN, cf, 0, "load balancing method redefined"); /* 指定此upstream块中server指令支持的属性 */ uscf->flags = NGX_HTTP_UPSTREAM_CREATE | NGX_HTTP_UPSTREAM_WEIGHT | NGX_HTTP_UPSTREAM_MAX_FAILS | NGX_HTTP_UPSTREAM_FAIL_TIMEOUT | NGX_HTTP_UPSTREAM_DOWN; /* 根据hash指令携带的参数来判断是使用哈希算法,还是一致性哈希算法。 * 每种算法都有自己的upstream块初始化函数。 */ if (cf->args->nelts == 2) uscf->peer.init_upstream = ngx_http_upstream_init_hash; else if (ngx_strcmp(value[2].data, "consistent") == 0) uscf->peer.init_upstream = ngx_http_upstream_init_chash; else ngx_conf_log_error(NGX_LOG_EMERG, cf, 0, "invalid parameter \"%V\"", &value[2]); return NGX_CONF_OK; }
初始化upstream块
执行完指令的解析函数后,紧接着会调用所有HTTP模块的init main conf函数。
在执行ngx_http_upstream_module的init main conf函数时,会调用所有upstream块的初始化函数。
对于使用一致性哈希的upstream块,其初始化函数(peer.init_upstream)就是上一步中指定
ngx_http_upstream_init_chash,它主要做了:
调用round robin的upstream块初始化函数来创建和初始化真实节点
指定per request的负载均衡初始化函数peer.init
创建和初始化虚拟节点数组,使该数组中的虚拟节点有序而不重复
static ngx_int_t ngx_http_upstream_init_chash(ngx_conf_t *cf, ngx_http_upstream_srv_conf_t *us) { u_char *host, *port, c; size_t host_len, port_len, size; uint32_t hash, base_hash; ngx_str_t *server; ngx_uint_t npoints, i, j; ngx_http_upstream_rr_peer_t *peer; ngx_http_upstream_rr_peers_t *peers; ngx_http_upstream_chash_points_t *points; ngx_http_upstream_hash_srv_conf_t *hcf; union { uint32_t value; u_char byte[4]; } prev_hash; /* 使用round robin的upstream块初始化函数,创建和初始化真实节点 */ if (ngx_http_upstream_init_round_robin(cf, us) != NGX_OK) return NGX_ERROR: /* 重新设置per request的负载均衡初始化函数 */ us->peer.init = ngx_http_upstream_init_chash_peer; peers = us->peer.data; /* 真实节点的集群 */ npoints = peers->total_weight * 160; /* 一共创建npoints个虚拟节点 */ size = sizeof(ngx_http_upstream_chash_points_t) + sizeof(ngx_http_upstream_chash_point_t) * (npoints - 1); points = ngx_palloc(cf->pool, size); if (points == NULL) return NGX_ERROR; points->number = 0; /* 初始化所有的虚拟节点 */ for (peer = peers->peer; peer; peer = peer->next) { server = &peer->server; /* server指令的第一个参数, server.name */ /* Hash expression is compatible with Cache::Memcached::Fast: * crc32(HOST 0 PORT PREV_HASH). */ if (server->len >= 5 && ngx_strncasecmp(server->data, (u_char *) "unix:", 5) == 0) { host = server->data + 5; host_len = server->len - 5; port = NULL; port_len = 0; goto done; } /* 把每个peer的server成员,解析为HOST和PORT */ for (j = 0; j < server->len; j++) { c = server->data[server->len - j - 1]; if (c == ":") { host = server->data; host_len = server->len - j - 1; port = server->data + server->len - j; port_len = j; goto done; } if (c < '0' || c > '9') /* 表示没有指定端口 */ break; } host = server->data; host_len = server->len; port = NULL; port_len = 0; done: /* 根据解析peer的server成员所得的HOST和PORT,计算虚拟节点的base_hash值 */ ngx_crc32_init(base_hash); ngx_crc32_update(&base_hash, host, host_len); ngx_crc32_update(&base_hash, (u_char *) "", 1); /* 空字符串包含字符\0 */ ngx_crc32_update(&base_hash, port, port_len); /* 对于归属同一个真实节点的虚拟节点,它们的base_hash值相同,而prev_hash不同 */ prev_hash.value = 0; npoints = peer->weight * 160; for (j = 0; j < npoints; j++) { hash = base_hash; ngx_crc32_update(&hash, prev_hash.byte, 4); ngx_crc32_final(hash); points->point[points->number].hash = hash; /* 虚拟节点的哈希值 */ points->point[points->number].server = server; /* 虚拟节点所归属的真实节点,对应真实节点的server成员 */ points->number++; #if (NGX_HAVE_LITTLE_ENDIAN) prev_hash.value = hash; #else prev_hash.byte[0] = (u_char) (hash & 0xff); prev_hash.byte[1] = (u_char) ((hash >> 8) & 0xff); prev_hash.byte[2] = (u_char) ((hash >> 16) & 0xff); prev_hash.byte[3] = (u_char) ((hash >> 24) & 0xff); #endif } } /* 使用快速排序,使虚拟节点数组的元素,按照其hash值从小到大有序 */ ngx_qsort(points->point, points->number, sizeof(ngx_http_upstream_chash_point_t), ngx_http_upstream_chash_cmp_points); /* 如果虚拟节点数组中,有多个元素的hash值相同,只保留第一个 */ for (i = 0, j = 1; j < points->number; j++) if (points->point[i].hash != points->point[j].hash) points->point[++i] = points->point[j]; /* 经过上述步骤后,虚拟节点数组中的元素,有序而不重复 */ points->number = i + 1; hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module); hcf->points = points; /* 保存虚拟节点数组 */ return NGX_OK; }
static int ngx_libc_cdel ngx_http_upstream_chash_cmp_points(const void *one, const void *two) { ngx_http_upstream_chash_point_t *first = (ngx_http_upstream_chash_point_t *) one; ngx_http_upstream_chash_point_t *second = (ngx_http_upstream_chash_point_t *) two; if (first->hash < second->hash) return -1; else if (first->hash > second->hash) return 1; else return 0; }
初始化请求的负载均衡数据
收到一个请求后,一般使用的反向代理模块(upstream模块)为ngx_http_proxy_module,
其NGX_HTTP_CONTENT_PHASE阶段的处理函数为ngx_http_proxy_handler,在初始化upstream机制的
ngx_http_upstream_init_request函数中,调用在第二步中指定的peer.init,主要用于初始化请求的负载均衡数据。
对于一致性哈希,peer.init实例为ngx_http_upstream_init_chash_peer,主要做了:
首先调用hash算法的per request负载均衡初始化函数,创建和初始化请求的负载均衡数据。
重新指定peer.get,用于选取一个真实节点来处理本次请求。
获取的本请求对应的hash指令的第一个参数值,计算请求的hash值。
寻找第一个hash值大于等于请求的哈希值的虚拟节点,即寻找“顺时针方向最近”的一个虚拟节点。
static ngx_int_t ngx_http_upstream_init_chash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us) { uint32_t hash; ngx_http_upstream_hash_srv_conf_t *hcf; ngx_http_upstream_hash_peer_data_t *hp; /* 调用hash算法的per request负载均衡初始化函数,创建和初始化请求的负载均衡数据 */ if (ngx_http_upstream_init_hash_peer(r, us) != NGX_OK) return NGX_ERROR; /* 重新指定peer.get,用于选取一个真实节点 */ r->upstream->peer.get = ngx_http_upstream_get_chash_peer; hp = r->upstream->peer.data; hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module); /* 根据获取的本请求对应的hash指令的第一个参数值,计算请求的hash值 */ hash = ngx_crc32_long(hp->key.data, hp->key.len); /* 根据请求的hash值,找到顺时针方向最近的一个虚拟节点,hp->hash记录此虚拟节点 * 在数组中的索引。 */ hp->hash = ngx_http_upstream_find_chash_point(hcf->points, hash); return NGX_OK: }
hash算法的per request负载均衡初始化函数。
static ngx_int_t ngx_http_upstream_init_hash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us) { ngx_http_upstream_hash_srv_conf_t *hcf; ngx_http_upstream_hash_peer_data_t *hp; hp = ngx_palloc(r->pool, sizeof(ngx_http_upstream_hash_peer_data_t)); if (hp == NULL) return NGX_ERROR: /* 调用round robin的per request负载均衡初始化函数 */ r->upstream->peer.data = &hp->rrp; if (ngx_http_upstream_init_round_robin_peer(r, us) != NGX_OK) return NGX_ERROR; r->upstream->peer.get = ngx_http_upstream_get_hash_peer; hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module); /* 获取本请求对应的hash指令的第一个参数值,用于计算请求的hash值 */ if (ngx_http_complex_value(r, &hcf->key, &hp->key) != NGX_OK) return NGX_ERROR; ... hp->conf = hcf; hp->tries = 0; hp->rehash = 0; hp->hash = 0; hp->get_rr_peer = ngx_http_upstream_get_round_robin_peer; /* round robin的peer.get函数 */ return NGX_OK; }
我们知道虚拟节点数组是有序的,事先已按照虚拟节点的hash值从小到大排序好了。
现在使用二分查找,寻找第一个hash值大于等于请求的哈希值的虚拟节点,即“顺时针方向最近”的一个虚拟节点。
static ngx_uint_t ngx_http_upstream_find_chash_point(ngx_http_upstream_chash_points_t *points, uint32_t hash) { ngx_uint_t i, j, k; ngx_http_upstream_chash_point_t *point; /* find first point >= hash */ point = &points->point[0]; i = 0; j = points->number;' while(i < j) { k = (i + j) / 2; if (hash > point[k].hash) i = k + 1; else if (hash < point[k].hash) j = k; else return k; } return i; }
选取一个真实节点
一般upstream块中会有多个真实节点,那么对于本次请求,要选定哪一个真实节点呢?
对于一致性哈希算法,选取真实节点的peer.get函数为ngx_http_upstream_get_chash_peer。
其实在peer.init中,已经找到了该请求对应的虚拟节点了:
根据请求对应的hash指令的第一个参数值,计算请求的hash值。
寻找第一个哈希值大于等于请求的hash值的虚拟节点,即“顺时针方向最近”的一个虚拟节点。
在peer.get中,需查找此虚拟节点对应的真实节点。
根据虚拟节点的server成员,在真实节点数组中查找server成员一样的且可用的真实节点。
如果找不到,那么沿着顺时针方向,继续查找下一个虚拟节点对应的真实节点。
如果找到一个真实节点,那么就是它了。
如果找到多个真实节点,使用轮询的方法从中选取一个。
static ngx_http_upstream_get_chash_peer(ngx_peer_connection_t *pc, void *data) { ngx_http_upstream_hash_peer_data_t *hp = data; /* 请求的负载均衡数据 */ time_t now; intptr_t m; ngx_str_t *server; ngx_int_t total; ngx_uint_t i, n, best_i; ngx_http_upstream_rr_peer_t *peer, *best; ngx_http_upstream_chash_point_t *point; ngx_http_upstream_chash_points_t *points; ngx_http_upstream_hash_srv_conf_t *hcf; ... pc->cached = 0; pc->connection = NULL: now = ngx_time(); hcf = hp->conf; points = hcf->points; /* 虚拟节点数组 */ point = &points->point[0]; /* 指向第一个虚拟节点 */ for ( ; ; ) { /* 在peer.init中,已根据请求的哈希值,找到顺时针方向最近的一个虚拟节点, * hash为该虚拟节点在数组中的索引。 * 一开始hash值肯定小于number,之后每尝试一个虚拟节点后,hash++。取模是为了防止越界访问。 */ server = point[hp->hash % points->number].server; best = NULL; best_i = 0; total = 0; /* 遍历真实节点数组,寻找可用的、该虚拟节点归属的真实节点(server成员相同), * 如果有多个真实节点同时符合条件,那么使用轮询来从中选取一个真实节点。 */ for (peer = hp->rrp.peers->peer, i = 0; peer; peer = peer->next, i++) { /* 检查此真实节点在状态位图中对应的位,为1时表示不可用 */ n = i / (8 * sizeof(uintptr_t)); m = (uintptr_t) 1 << i % (8 * sizeof(uintptr_t)); if (hp->rrp.tried[n] & m) continue; /* server指令中携带了down属性,表示后端永久不可用 */ if (peer->down) continue; /* 如果真实节点的server成员和虚拟节点的不同,表示虚拟节点不属于此真实节点 */ if (peer->server.len != server->len || ngx_strncmp(peer->server.data, server->data, server->len) != 0) continue; /* 在一段时间内,如果此真实节点的失败次数,超过了允许的最大值,那么不允许使用了 */ if (peer->max_fails && peer->fails >= peer->max_fails && now - peer->checked <= peer->fail_timeout) continue; peer->current_weight += peer->effective_weight; /* 对每个真实节点,增加其当前权重 */ total += peer->effective_weight; /* 累加所有真实节点的有效权重 */ /* 如果之前此真实节点发生了失败,会减小其effective_weight来降低它的权重。 * 此后又通过增加其effective_weight来恢复它的权重。 */ if (peer->effective_weight < peer->weight) peer->effective_weight++; /* 选取当前权重最大者,作为本次选定的真实节点 */ if (best == NULL || peer->current_weight > best->current_weight) { best = peer; best_i = i; } } /* 如果选定了一个真实节点 */ if (best) { best->current_weight -= total; /* 如果使用了轮询,需要降低选定节点的当前权重 */ goto found; } hp->hash++; /* 增加虚拟节点的索引,即“沿着顺时针方向” */ hp->tries++; /* 已经尝试的虚拟节点数 */ /* 如果把所有的虚拟节点都尝试了一遍,还找不到可用的真实节点 */ if (hp->tries >= points->number) return NGX_BUSY; } found: /* 找到了和虚拟节点相对应的、可用的真实节点了 */ hp->rrp.current = best; /* 选定的真实节点 */ /* 保存选定的后端服务器的地址,之后会向这个地址发起连接 */ pc->sockaddr = peer->sockaddr; pc->socklen = peer->socklen; pc->name = &peer->name; best->conns++; /* 更新checked时间 */ if (now - best->checked > best->fail_timeout) best->checked = now; n = best_i / (8 * sizeof(uintptr_t)); m = (uintptr_t) 1 << best_i % (8 * sizeof(uintptr_t)); /* 对于本次请求,如果之后需要再次选取真实节点,不能再选取同一个了 */ hp->rrp->tried[n] |= m; return NGX_OK; }