1. 介绍

常见的Load balance算法想必大家都不陌生，Random、Round-robin、Least connection、Consistent hash等应该都耳熟能详，这些算法都在实践中有广泛的应用，例如Nginx、Haproxy等负载均衡模块都有相应算法的实现。本文将和大家分享一种全新的Load balance算法：Power of Two Random Choices[1]，也算是Fast 2019 best paper解读《Distcache: Provable load balancing for large-scale storage systems with distributed caching》 的续篇，DistCache利用Power of two random choices实现Cache Query的Load balance：就是在查询Cache中item的时候，从命中的2个Cache节点中选择负载较低的Cache节点来服务；实现简单，效果却不简单。除此之外，新版本的Nginx和Haproxy近都增加了对Power of Two Random Choices算法的支持[8、9]，可见一斑。

本文将从Power of Two Random Choices算法的起源说起（也就是数学里面经典的Balls into Bins问题[4、5]），向大家展示Power of Two Random Choices算法背后的数学原理。并介绍其在解决Hash冲突中的应用，想必能进一步加深大家对Cuckoo Hash、BloomFilter等使用多个hash function做法的理解。

2. Balls into Bins

首先看数学一个经典的Balls into Bins问题[4]：

假如顺序地将n个Balls投入到ｎ个bins（垃圾桶），策略是从n个bin中随机独立均匀地选择任意一个bin

那么当抛球结束的时候，以非常高的概率（ 也就是以概率1-ｏ(1)），n个bin中大负载为(1+ｏ(1))logn/loglogn个balls。注意o(1)指的是高阶无穷小，可以直接忽略掉。

这实际上就是一个无状态的Load balance问题，考虑一个负载均衡器（LB）将n个请求随机等概率的发送给n个Server，那么就可以知道Server上大的可能负载会是多少。

3. Power of two random choices

如果选择上做一个小改动，也就是今天要说的Power of two random choices[1]：

假如顺序地将n个Balls投入到ｎ个bins（垃圾桶），策略是从n个bin中随机独立均匀地选择d个bin，然后选择Ball少的bin放入

那么当抛球结束的时候，将以非常高的概率（ 也就是以概率1-ｏ(1)），n个bin中大负载为(1+ｏ(1))loglogn/logd+Ｏ(1)个balls。

现在情况Balls的数量往往远大于Bins的数量，所以扩展一下[5]：

假如顺序地将m个Balls投入到ｎ个bins（垃圾桶），策略是从n个bin中随机独立均匀地选择d个bin，然后选择Ball少的bin放入，其中m>=n，d>=2

下面给出一个一组计算的算例，分别m=n={2^2,2^3,2^4......,2^64}，其中红色为普通的Balls into Bins问题的大负载，蓝色为Power of two random choices d=2情况下的大负载：

通过上图可以发现，Power of two random choices负载均衡的效果是不错的。尽管上面的模型太过理想，假定了所有的key都是必须均匀分布，每个request的size都是相同，和实际生产环境相差巨大，但仍然不妨碍我们认定这种做法的有效性。

4. App

（1）Load balance

得益于Power of Two Random Choices的实现简单和效果良好，开源的NGINX在版本1.15.1中开始支持[8]，Haproxy也在2.0版本中开始支持，且将其替换成了默认的随机算法[9]，文献[9]中Haproxy有一些对比测试，大家可以参考。

（2）Hash

如果使用这种方法来解决Hash冲突，以开链（separate chaining）法为例，如果每次选择哈希映射的桶时，通过两个hash function随机挑出两个桶，并从中选择链表长度相对更短的桶插入[10]（如下图），根据Power of Two Rand Choices理论，那么每个hash bucket的开链长度肯定会更加均衡。

实际上回过头来看Cuckoo Hash、BloomFilter设计多个hash function是有道理的。

如上图，是一个Cuckoo Hash一种典型实现，通过两个hash函数来映射key，且每个bucket都可以存放多个items，实际上根据Power of Two Random Choices的原理，这样，可以使得每个bucket的冲突更加均衡，从而可以在设计Cuckoo hash的时候设置较小的Bucket容量，避免空间浪费，或者换一个角度，可以延迟resize hash的发生。

5. Summary

Power of two random choices尽管是一种理想的理论模型，但是方法和思路仍然可以作为生产实践的指导，这也大概是理论研究的意义所在。

（需要特别声明的是，限于本人是个数学渣渣，所以第2、3小节数学分析大家悠着点看，有任何错误的地方，轻喷）。

鸣谢

非常感谢 @林谨 对文章[6]中存在问题的指出，让学习到了两个非常有意思东西：（1）Small cache, big effect[7]；（2）Power of two random choices[1]。关于Fast2019 DistCache更深入的解读可以参考 @林谨 的博文[2]，娓娓道来，非常深入，值得拥有。

Notes

限于作者水平，难免在理解和描述上有疏漏或者错误的地方，欢迎共同交流；部分参考已经在正文和参考文献列表中注明，但仍有可能有疏漏的地方，有任何侵权或者不明确的地方，欢迎指出，必定及时更正或者删除；文章供于学习交流，转载注明出处

参考

[1]. Mitzenmacher M. The power of two choices in randomized load balancing[J]. IEEE Transactions on Parallel and Distributed Systems, 2001, 12(10): 1094-1104.

[2]. FAST 2019 DistCache. https://jimchenglin.github.io/2019/04/15/FAST-2019-DistCache/

[3]. [1]. Liu Z, Bai Z, Liu Z, et al. Distcache: Provable load balancing for large-scale storage systems with distributed caching[C]//17th {USENIX} Conference on File and Storage Technologies ({FAST} 19). 2019: 143-157.

[4]. 皇甫先鹏, 罗雪山. 基于非对称 balls-into-bins 的高效平衡负载分配模型[J]. 国防科技大学学报, 2013, 35(3): 67-71.

[5]. Balls into bins problem. https://en.wikipedia.org/wiki/Balls_into_bins_problem

[6]. Load balancing for large-scale storage systems. https://zhuanlan.zhihu.com/p/64265624

[7]. Fan B, Lim H, Andersen D G, et al. Small cache, big effect: Provable load balancing for randomly partitioned cluster services[C]//Proceedings of the 2nd ACM Symposium on Cloud Computing. ACM, 2011: 23.

[8]. NGINX and the “Power of Two Choices” Load-Balancing Algorithm. https://www.nginx.com/blog/nginx-power-of-two-choices-load-balancing-algorithm/

[9]. Test Driving “Power of Two Random Choices” Load Balancing. https://www.haproxy.com/blog/power-of-two-load-balancing/

[10]. 随机的力量(1) - The power of random two choices. https://blog.csdn.net/three_body/article/details/49538777