加权随机负载均衡算法是一种根据服务器权重分配请求的算法，其核心思想是为每个服务器分配一个权重值，权重值高的服务器被选中的概率更大。这种算法适用于不同服务器处理能力存在差异的场景，能够有效地将请求按照服务器的能力进行分配，从而提高整体的处理效率。
该算法的基本步骤如下：
- 为每台服务器设置一个权重值，权重值通常与服务器的处理能力成正比。
- 将所有服务器的权重值相加，得到总权重。
- 生成一个随机数，范围从1到总权重（含）。
- 按顺序累加各服务器的权重值，直到累加值大于或等于随机数为止。
- 返回当前正在累加的服务器作为选中结果。
在实际应用中，如果某台服务器的权重值较大，那么它在整个权重范围内的占比也相应增大，因此被选中的概率也会更高。反之，权重值较小的服务器被选中的概率较低。通过这种方式，加权随机负载均衡算法能够确保高处理能力的服务器承担更多的请求，而低处理能力的服务器则承担较少的请求，从而达到优化资源利用和提高系统整体性能的目的。
例子：
package main
import (
"fmt"
"math/rand"
"time"
)
type Server struct {
Name string
Weight int
}
func main() {
servers := []Server{
{"Server1", 1},
{"Server2", 2},
{"Server3", 3},
}
rand.Seed(time.Now().UnixNano())
for i := 0; i < 10; i++ {
server := getRandomServer(servers)
fmt.Println("Selected server:", server.Name)
}
}
func getRandomServer(servers []Server) Server {
totalWeight := 0
for _, server := range servers {
totalWeight += server.Weight
}
randNum := rand.Intn(totalWeight) + 1
weightSum := 0
for _, server := range servers {
weightSum += server.Weight
if randNum <= weightSum {
return server
}
}
return servers[len(servers)-1]
} getRandomServer函数实现了加权随机负载均衡算法。它首先计算所有服务器的总权重，然后生成一个介于1和总权重之间的随机数。接着，它遍历服务器列表，累加每个服务器的权重，直到累加的权重大于或等于生成的随机数。此时，返回当前的服务器作为选择的结果。
值得注意的是，加权随机负载均衡算法并不保证绝对的公平性，因为权重较高的服务器可能会连续多次被选中，而权重较低的服务器可能长时间不被选中。然而，在实际系统中，由于请求量通常很大且不断变化，这种不均衡的情况会被平均掉，使得最终的效果接近于按照权重比例分配请求。
