Golang优雅实现按比例切分流量

2023年 9月 3日 31.5k 0

我们在进行灰度发布时,往往需要转发一部分流量到新上线的服务上,进行小规模的验证,随着功能的不断完善,我们也会逐渐增加转发的流量,这就需要按比例去切分流量,那么如何实现流量切分呢?

我们很容易想到通过生成随机数方式进行实现,通过判断生成随机数是否落在指定区间内,从而决定是否进行流量的转发,这种方式虽然实现很简单,但是它有两点弊端:

  • 每次都要生成新的随机数,这是有性能损耗的,尤其是并发量高的场景下更为明显;
  • 随机数的生成往往不够均匀,比如有A、B两个服务,流量比例3:7,如果使用随机数方式,如果运气不好的话有可能请求100次全落在B服务上。

那有没有性能开销又小,又能精准切分流量的方式呢?当然是有的。实现思路如下:

  • 确定比例,并根据比例得到一个基数base,例如比例是3:7,那么基数就是10;
  • 生成长度为基数base的数组source,并填充数据0、1、2、3、4、5...;
  • 打乱数组source中元素顺序;
  • 创建全局计数器queryCount,每次有请求时加1(确保原子性);
  • 计算计数器queryCount与base取余后的值rate,并得到数组中对应位置的值source[rate];
  • 判断source[rate]落在哪个区间。
  • 看文字可能觉得理解起来有些别扭,这里贴上完整代码:

    import (  "fmt"  "math/rand"  "sync/atomic")
    type TrafficControl struct {  
        source     []int  
        queryCount uint32  
        base       int  
        ratio      int
    }
    func NewTrafficControl(base int, ratio int) *TrafficControl {  
        source := make([]int, base)  
        for i := 0; i < base; i++ {    
            source[i] = i  
        }
        
        rand.Shuffle(base, func(i, j int) {    
            source[i], source[j] = source[j], source[i]  
        })
      
        return &TrafficControl{    
            source: source,    
            base:   base,    
            ratio:  ratio,  
        }
    }
    
    func (t *TrafficControl) Allow() bool {  
        rate := t.source[int(atomic.AddUint32(&t.queryCount, 1))%t.base]  
        if rate < t.ratio {    
            return true  
        } else {    
            return false  
        }
    }
    

    接下来我们检测下这段代码是否真的能精准切分流量:

    func main() {  
        trafficCtl := NewTrafficControl(10, 6)  
        cnt := 100  
        serviceAQueryCnt := 0  
        serviceBQueryCnt := 0  
        for cnt > 0 {    
            if trafficCtl.Allow() {      
                serviceAQueryCnt++    
            } else {      
                serviceBQueryCnt++    
            }    
            cnt--  
        }
      
        fmt.Printf("service A query count: %v, service B query count %v", serviceAQueryCnt, serviceBQueryCnt)
    }
    

    执行结果如下:

    service A query count: 60, service B query count 40

    其实思路很简单:通过请求数与基数取余,确保在一定范围内总能按比例
    实现流量切分;通过打乱数组确保流量分布尽可能均匀。当然流量切分还有其他实现方式,如果大家有更精妙的实现,欢迎评论区留言哈。

    相关文章

    JavaScript2024新功能:Object.groupBy、正则表达式v标志
    PHP trim 函数对多字节字符的使用和限制
    新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
    使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
    为React 19做准备:WordPress 6.6用户指南
    如何删除WordPress中的所有评论

    发布评论