轮询算法是非常常用的一种调度/负载均衡的算法。依照百度百科上的解释:
Round-Robin，轮询调度，通信中信道调度的一种策略，该调度策略使用户轮流使用共享资源，不会考虑瞬时信道条件。从相同数量无线资源（相同调度时间段）被分配给每条通信链路的角度讲，轮询调度可以被视为公平调度。然而，从提供相同服务质量给所有通信链路的角度而言，轮询调度是不公平的，此时，必须为带有较差信道条件的通信链路分配更多无线资源（更多时间）。此外，由于轮询调度在调度过程中不考虑瞬时信道条件，因此它将导致较低的整体系统性能，但与最大载干比调度相比，在各通信链路间具有更为均衡的服务质量。
更广泛的轮询调度应用在广度的服务调度上面，尤其在面向服务或者是面向微服务的架构中，比可以在很多知名的软件中看到它的身影，比如LVS、Nginx、Dubblo等。但是正如上面的百度百科中的介绍一样，轮询调度有一个很大的问题，那就是它认为所有的服务的性能都是一样的，每个服务器都被公平的调度，在服务器的性能有显著差别的环境中，性能比较差的服务器被调度了相同的次数，这不是我们所期望的。所以本文要介绍的是加权的轮询算法，轮询算法可以看成是加权的轮询算法的一个特例，在这种情况下，每个服务器的权重都是一样的。
本文介绍了Nginx和LVS的两种算法，比较了它们的优缺点，并提供了一个通用的 Go 语言实现的加权轮询算法库： weighted,可以用在负载均衡/调度/微服务网关等场合。
WRR(weighted round-robin) 也是周而复始地轮询分组服务资源，但不同的是WRR算法为每个服务资源分配一个权值，当轮询到某个服务的时候，将根据它所具有权值的大小决定其是否可以提供服务。由于WRR是基于轮询的，因此它只是在大于一个轮询周期的时间上才能显示是公平的。
本文介绍了Nginx和LVS基于权重的轮询算法，这两个算法都是通过巧妙的运算得到每次要提供的服务对象，但各自又有自己的特点。
Nginx算法
Nginx基于权重的轮询算法的实现可以参考它的一次代码提交： Upstream: smooth weighted round-robin balancing。
它不但实现了基于权重的轮询算法，而且还实现了平滑的算法。所谓平滑，就是在一段时间内，不仅服务器被选择的次数的分布和它们的权重一致，而且调度算法还比较均匀的选择服务器，而不会集中一段时间之内只选择某一个权重比较高的服务器。如果使用随机算法选择或者普通的基于权重的轮询算法，就比较容易造成某个服务集中被调用压力过大。
举个例子，比如权重为{a:5, b:1, c:1)的一组服务器，Nginx的平滑的轮询算法选择的序列为{ a, a, b, a, c, a, a },这显然要比{ c, b, a, a, a, a, a }序列更平滑，更合理，不会造成对a服务器的集中访问。
算法如下：
1234567891011121314151617181920212223242526272829func nextWeighted(servers []*Weighted) (best *Weighted) { total := 0 for i := 0; i < len(servers); i++ { w := servers[i] if w == nil { continue } w.CurrentWeight += w.EffectiveWeight total += w.EffectiveWeight if w.EffectiveWeight < w.Weight { w.EffectiveWeight++ } if best == nil || w.CurrentWeight > best.CurrentWeight { best = w } } if best == nil { return nil } best.CurrentWeight -= total return best}on each peer selection we increase current_weight of each eligible peer by its weight, select peer with greatest current_weight and reduce its current_weight by total number of weight points distributed
among peers.
如果你使用weighted库，你可以通过下面的几行代码就可以使用这个算法进行调度：
123456789101112func ExampleW_() { w := &W1{} w.Add("a", 5) w.Add("b", 2) w.Add("c", 3) for