Nginx的负载均衡 - 一致性哈希 ，Consistent Hash

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。

[java]view plaincopy

1. struct ngx_http_upstream_rr_peer_s {
2. struct sockaddr *sockaddr; /* 后端服务器的地址 */
3. socklen_t socklen; /* 地址的长度*/
4. ngx_str_t name; /* 后端服务器地址的字符串，server.addrs[i].name */
5. ngx_str_t server; /* server的名称，server.name */
6. ngx_int_t current_weight; /* 当前的权重，动态调整，初始值为0 */
7. ngx_int_t effective_weight; /* 有效的权重，会因为失败而降低 */
8. ngx_int_t weight; /* 配置项指定的权重，固定值 */
9. ngx_uint_t conns; /* 当前连接数 */
10. ngx_uint_t fails; /* "一段时间内"，已经失败的次数 */
11. time_t accessed; /* 最近一次失败的时间点 */
12. time_t checked; /* 用于检查是否超过了"一段时间" */
13. ngx_uint_t max_fails; /* "一段时间内"，最大的失败次数，固定值 */
14. time_t fail_timeout; /* "一段时间"的值，固定值 */
15. ngx_uint_t down; /* 服务器永久不可用的标志 */
16. ...
17. ngx_http_upstream_rr_peer_t *next; /* 指向下一个后端，用于构成链表 */
18. ...
19. } 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。

[java]view plaincopy

1. struct ngx_http_upstream_rr_peers_s {
2. ngx_uint_t number; /* 后端服务器的数量 */
3. ...
4. ngx_uint_t total_weight; /* 所有后端服务器权重的累加值 */
5. unsigned single:1; /* 是否只有一台后端服务器 */
6. unsigned weighted:1; /* 是否使用权重 */
7. ngx_str_t *name; /* upstream配置块的名称 */
8. ngx_http_upstream_rr_peers_t *next; /* backup服务器集群 */
9. ngx_http_upstream_rr_peer_t *peer; /* 后端服务器组成的链表 */
10. };

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。

[java]view plaincopy

1. typedef struct {
2. uint32_t hash; /* 虚拟节点的哈希值 */
3. 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 */
4. } ngx_http_upstream_chash_point_t;
5. typedef struct {
6. ngx_uint_t number; /* 虚拟节点的个数 */
7. ngx_http_upstream_chash_point_t point[1]; /* 虚拟节点的数组 */
8. } ngx_http_upstream_chash_points_t;
9. typedef struct {
10. 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 */
11. ngx_http_upstream_chash_points_t *points; /* 虚拟节点的数组 */
12. } ngx_http_upstream_chash_points_t;

3. 请求的一致性哈希数据

[java]view plaincopy

1. typedef struct {
2. /* the round robin data must be first */
3. ngx_http_upstream_rr_peer_data_t rrp; /* round robin的per request负载均衡数据 */
4. ngx_http_upstream_hash_srv_conf_t *conf; /* server配置块 */
5. 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 */
6. ngx_uint_t tries; /* 已经尝试的虚拟节点数 */
7. ngx_uint_t rehash; /* 本算法不使用此成员 */
8. 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 */
9. ngx_event_get_peer_pt get_rr_peer; /* round robin算法的peer.get函数 */
10. } ngx_http_upstream_hash_peer_data_t;

round robin的per request负载均衡数据。

[java]view plaincopy

1. typedef struct {
2. ngx_http_upstream_rr_peers_t *peers; /* 后端集群 */
3. ngx_http_upstream_rr_peer_t *current; /* 当前使用的后端服务器 */
4. uintptr_t *tried; /* 指向后端服务器的位图 */
5. uintptr_t data; /* 当后端服务器的数量较少时，用于存放其位图 */
6. } 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。

[java]view plaincopy

1. static char *ngx_http_upstream_hash(ngx_conf_t *cf, ngx_command_t *cmd, void *conf)
2. {
3. ngx_http_upstream_hash_srv_conf_t *hcf = conf;
4. ngx_str_t *value;
5. ngx_http_upstream_srv_conf_t *uscf;
6. ngx_http_compile_complex_value_t ccv;
7. value = cf->args->elts;
8. ngx_memzero(&ccv, sizeof(ngx_http_compile_complex_value_t));
9. /* 把hash指令的第一个参数，关联到一个ngx_http_complex_value_t变量，
10. * 之后可以通过该变量获取参数的实时值。
11. */
12. ccv.cf = conf;
13. ccv.value = &value[1];
14. ccv.complex_value = &hcf->key;
15. if (ngx_http_compile_complex_value(&ccv) != NGX_OK)
16. return NGX_CONF_ERROR;
17. /* 获取所在的upstream{}块 */
18. uscf = ngx_http_conf_get_module_srv_conf(cf, ngx_http_upstream_module);
19. if (uscf->peer.init_upstream)
20. ngx_conf_log_error(NGX_LOG_WARN, cf, 0, "load balancing method redefined");
21. /* 指定此upstream块中server指令支持的属性 */
22. uscf->flags = NGX_HTTP_UPSTREAM_CREATE
23. | NGX_HTTP_UPSTREAM_WEIGHT
24. | NGX_HTTP_UPSTREAM_MAX_FAILS
25. | NGX_HTTP_UPSTREAM_FAIL_TIMEOUT
26. | NGX_HTTP_UPSTREAM_DOWN;
27. /* 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。
28. * 每种算法都有自己的upstream块初始化函数。
29. */
30. if (cf->args->nelts == 2)
31. uscf->peer.init_upstream = ngx_http_upstream_init_hash;
32. else if (ngx_strcmp(value[2].data, "consistent") == 0)
33. uscf->peer.init_upstream = ngx_http_upstream_init_chash;
34. else
35. ngx_conf_log_error(NGX_LOG_EMERG, cf, 0, "invalid parameter \"%V\"", &value[2]);
36. return NGX_CONF_OK;
37. }

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

[java]view plaincopy

1. static ngx_int_t ngx_http_upstream_init_chash(ngx_conf_t *cf, ngx_http_upstream_srv_conf_t *us)
2. {
3. u_char *host, *port, c;
4. size_t host_len, port_len, size;
5. uint32_t hash, base_hash;
6. ngx_str_t *server;
7. ngx_uint_t npoints, i, j;
8. ngx_http_upstream_rr_peer_t *peer;
9. ngx_http_upstream_rr_peers_t *peers;
10. ngx_http_upstream_chash_points_t *points;
11. ngx_http_upstream_hash_srv_conf_t *hcf;
12. union {
13. uint32_t value;
14. u_char byte[4];
15. } prev_hash;
16. /* 使用round robin的upstream块初始化函数，创建和初始化真实节点 */
17. if (ngx_http_upstream_init_round_robin(cf, us) != NGX_OK)
18. return NGX_ERROR:
19. /* 重新设置per request的负载均衡初始化函数 */
20. us->peer.init = ngx_http_upstream_init_chash_peer;
21. peers = us->peer.data; /* 真实节点的集群 */
22. npoints = peers->total_weight * 160;
23. /* 一共创建npoints个虚拟节点 */
24. size = sizeof(ngx_http_upstream_chash_points_t) +
25. sizeof(ngx_http_upstream_chash_point_t) * (npoints - 1);
26. points = ngx_palloc(cf->pool, size);
27. if (points == NULL)
28. return NGX_ERROR;
29. points->number = 0;
30. /* 初始化所有的虚拟节点 */
31. for (peer = peers->peer; peer; peer = peer->next) {
32. server = &peer->server; /* server指令的第一个参数, server.name */
33. /* Hash expression is compatible with Cache::Memcached::Fast:
34. * crc32(HOST 0 PORT PREV_HASH).
35. */
36. if (server->len >= 5 && ngx_strncasecmp(server->data, (u_char *) "unix:", 5) == 0)
37. {
38. host = server->data + 5;
39. host_len = server->len - 5;
40. port = NULL;
41. port_len = 0;
42. goto done;
43. }
44. /* 把每个peer的server成员，解析为HOST和PORT */
45. for (j = 0; j < server->len; j++) {
46. c = server->data[server->len - j - 1];
47. if (c == ":") {
48. host = server->data;
49. host_len = server->len - j - 1;
50. port = server->data + server->len - j;
51. port_len = j;
52. goto done;
53. }
54. if (c < '0' || c > '9') /* 表示没有指定端口 */
55. break;
56. }
57. host = server->data;
58. host_len = server->len;
59. port = NULL;
60. port_len = 0;
61. done:
62. /* 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 */
63. ngx_crc32_init(base_hash);
64. ngx_crc32_update(&base_hash, host, host_len);
65. ngx_crc32_update(&base_hash, (u_char *) "", 1); /* 空字符串包含字符\0 */
66. ngx_crc32_update(&base_hash, port, port_len);
67. /* 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 */
68. prev_hash.value = 0;
69. npoints = peer->weight * 160;
70. for (j = 0; j < npoints; j++) {
71. hash = base_hash;
72. ngx_crc32_update(&hash, prev_hash.byte, 4);
73. ngx_crc32_final(hash);
74. points->point[points->number].hash = hash; /* 虚拟节点的哈希值 */
75. 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 */
76. points->number++;
77. #if (NGX_HAVE_LITTLE_ENDIAN)
78. prev_hash.value = hash;
79. #else
80. prev_hash.byte[0] = (u_char) (hash & 0xff);
81. prev_hash.byte[1] = (u_char) ((hash >> 8) & 0xff);
82. prev_hash.byte[2] = (u_char) ((hash >> 16) & 0xff);
83. prev_hash.byte[3] = (u_char) ((hash >> 24) & 0xff);
84. #endif
85. }
86. }
87. /* 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 */
88. ngx_qsort(points->point, points->number, sizeof(ngx_http_upstream_chash_point_t),
89. ngx_http_upstream_chash_cmp_points);
90. /* 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 */
91. for (i = 0, j = 1; j < points->number; j++)
92. if (points->point[i].hash != points->point[j].hash)
93. points->point[++i] = points->point[j];
94. /* 经过上述步骤后，虚拟节点数组中的元素，有序而不重复 */
95. points->number = i + 1;
96. hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
97. hcf->points = points; /* 保存虚拟节点数组 */
98. return NGX_OK;
99. }

[java]view plaincopy

1. static int ngx_libc_cdel ngx_http_upstream_chash_cmp_points(const void *one, const void *two)
2. {
3. ngx_http_upstream_chash_point_t *first = (ngx_http_upstream_chash_point_t *) one;
4. ngx_http_upstream_chash_point_t *second = (ngx_http_upstream_chash_point_t *) two;
5. if (first->hash < second->hash)
6. return -1;
7. else if (first->hash > second->hash)
8. return 1;
9. else
10. return 0;
11. }

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。

[java]view plaincopy

1. static ngx_int_t ngx_http_upstream_init_chash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us)
2. {
3. uint32_t hash;
4. ngx_http_upstream_hash_srv_conf_t *hcf;
5. ngx_http_upstream_hash_peer_data_t *hp;
6. /* 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 */
7. if (ngx_http_upstream_init_hash_peer(r, us) != NGX_OK)
8. return NGX_ERROR;
9. /* 重新指定peer.get，用于选取一个真实节点 */
10. r->upstream->peer.get = ngx_http_upstream_get_chash_peer;
11. hp = r->upstream->peer.data;
12. hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
13. /* 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 */
14. hash = ngx_crc32_long(hp->key.data, hp->key.len);
15. /* 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
16. * 在数组中的索引。
17. */
18. hp->hash = ngx_http_upstream_find_chash_point(hcf->points, hash);
19. return NGX_OK:
20. }

hash算法的per request负载均衡初始化函数。

[java]view plaincopy

1. static ngx_int_t ngx_http_upstream_init_hash_peer(ngx_http_request_t *r, ngx_http_upstream_srv_conf_t *us)
2. {
3. ngx_http_upstream_hash_srv_conf_t *hcf;
4. ngx_http_upstream_hash_peer_data_t *hp;
5. hp = ngx_palloc(r->pool, sizeof(ngx_http_upstream_hash_peer_data_t));
6. if (hp == NULL)
7. return NGX_ERROR:
8. /* 调用round robin的per request负载均衡初始化函数 */
9. r->upstream->peer.data = &hp->rrp;
10. if (ngx_http_upstream_init_round_robin_peer(r, us) != NGX_OK)
11. return NGX_ERROR;
12. r->upstream->peer.get = ngx_http_upstream_get_hash_peer;
13. hcf = ngx_http_conf_upstream_srv_conf(us, ngx_http_upstream_hash_module);
14. /* 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 */
15. if (ngx_http_complex_value(r, &hcf->key, &hp->key) != NGX_OK)
16. return NGX_ERROR;
17. ...
18. hp->conf = hcf;
19. hp->tries = 0;
20. hp->rehash = 0;
21. hp->hash = 0;
22. hp->get_rr_peer = ngx_http_upstream_get_round_robin_peer; /* round robin的peer.get函数 */
23. return NGX_OK;
24. }

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。

[java]view plaincopy

1. static ngx_uint_t ngx_http_upstream_find_chash_point(ngx_http_upstream_chash_points_t *points, uint32_t hash)
2. {
3. ngx_uint_t i, j, k;
4. ngx_http_upstream_chash_point_t *point;
5. /* find first point >= hash */
6. point = &points->point[0];
7. i = 0;
8. j = points->number;'
9. while(i < j) {
10. k = (i + j) / 2;
11. if (hash > point[k].hash)
12. i = k + 1;
13. else if (hash < point[k].hash)
14. j = k;
15. else
16. return k;
17. }
18. return i;
19. }

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。

[java]view plaincopy

1. static ngx_http_upstream_get_chash_peer(ngx_peer_connection_t *pc, void *data)
2. {
3. ngx_http_upstream_hash_peer_data_t *hp = data; /* 请求的负载均衡数据 */
4. time_t now;
5. intptr_t m;
6. ngx_str_t *server;
7. ngx_int_t total;
8. ngx_uint_t i, n, best_i;
9. ngx_http_upstream_rr_peer_t *peer, *best;
10. ngx_http_upstream_chash_point_t *point;
11. ngx_http_upstream_chash_points_t *points;
12. ngx_http_upstream_hash_srv_conf_t *hcf;
13. ...
14. pc->cached = 0;
15. pc->connection = NULL:
16. now = ngx_time();
17. hcf = hp->conf;
18. points = hcf->points; /* 虚拟节点数组 */
19. point = &points->point[0]; /* 指向第一个虚拟节点 */
20. for ( ; ; ) {
21. /* 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，
22. * hash为该虚拟节点在数组中的索引。
23. * 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。
24. */
25. server = point[hp->hash % points->number].server;
26. best = NULL;
27. best_i = 0;
28. total = 0;
29. /* 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)，
30. * 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。
31. */
32. for (peer = hp->rrp.peers->peer, i = 0; peer; peer = peer->next, i++) {
33. /* 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 */
34. n = i / (8 * sizeof(uintptr_t));
35. m = (uintptr_t) 1 << i % (8 * sizeof(uintptr_t));
36. if (hp->rrp.tried[n] & m)
37. continue;
38. /* server指令中携带了down属性，表示后端永久不可用 */
39. if (peer->down)
40. continue;
41. /* 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 */
42. if (peer->server.len != server->len ||
43. ngx_strncmp(peer->server.data, server->data, server->len) != 0)
44. continue;
45. /* 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 */
46. if (peer->max_fails
47. && peer->fails >= peer->max_fails
48. && now - peer->checked <= peer->fail_timeout)
49. continue;
50. peer->current_weight += peer->effective_weight; /* 对每个真实节点，增加其当前权重 */
51. total += peer->effective_weight; /* 累加所有真实节点的有效权重 */
52. /* 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。
53. * 此后又通过增加其effective_weight来恢复它的权重。
54. */
55. if (peer->effective_weight < peer->weight)
56. peer->effective_weight++;
57. /* 选取当前权重最大者，作为本次选定的真实节点 */
58. if (best == NULL || peer->current_weight > best->current_weight) {
59. best = peer;
60. best_i = i;
61. }
62. }
63. /* 如果选定了一个真实节点 */
64. if (best) {
65. best->current_weight -= total; /* 如果使用了轮询，需要降低选定节点的当前权重 */
66. goto found;
67. }
68. hp->hash++; /* 增加虚拟节点的索引，即“沿着顺时针方向” */
69. hp->tries++; /* 已经尝试的虚拟节点数 */
70. /* 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 */
71. if (hp->tries >= points->number)
72. return NGX_BUSY;
73. }
74. found: /* 找到了和虚拟节点相对应的、可用的真实节点了 */
75. hp->rrp.current = best; /* 选定的真实节点 */
76. /* 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 */
77. pc->sockaddr = peer->sockaddr;
78. pc->socklen = peer->socklen;
79. pc->name = &peer->name;
80. best->conns++;
81. /* 更新checked时间 */
82. if (now - best->checked > best->fail_timeout)
83. best->checked = now;
84. n = best_i / (8 * sizeof(uintptr_t));
85. m = (uintptr_t) 1 << best_i % (8 * sizeof(uintptr_t));
86. /* 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 */
87. hp->rrp->tried[n] |= m;
88. return NGX_OK;
89. }

转载于:https://my.oschina.net/zhangjie830621/blog/653082