该用加权轮询而非普通轮询当后端节点能力不均时，如16C32G、8C16G、4C8G机器混部，普通轮询导致负载失衡；加权轮询通过权重控制调度比例，保障长期公平与局部稳定。
什么时候该用加权轮询而不是普通轮询
普通轮询在节点能力不均时会导致强节点闲置、弱节点过载。比如你有三台机器，配置分别是 16C32G、8C16G、4C8G，直接轮询会让它们承接相同请求数，明显不合理。加权轮询（Weighted Round Robin） 就是为解决这个设计的：权重越高，单位周期内被选中的概率越大。
注意不是“每次按权重比例随机”，而是保证长期调度公平性的同时避免抖动——所以不能只靠 rand() + 权重归一化，那样会破坏请求序列的局部稳定性（比如连续两次打到同一台弱机）。
如何手写一个线程安全的加权选择器
核心是维护一个“当前最大权重”和每个节点的“当前权重计数器”，每次选择后递减，归零则重置为原始权重。这个算法叫 WeightedRoundRobin，比简单随机更可控，也比完全状态化的最小连接数更轻量。
- 用
std::vector<std::pair<std::string, int>>存服务地址和权重，避免 map 查找开销 - 用
std::atomic<size_t>记录当前选中索引，配合 CAS 实现无锁递增（注意 wrap-around） - 权重必须 > 0，0 权重节点应提前过滤，否则会导致除零或逻辑跳过
- 如果所有权重都是 1，它就退化为普通轮询，无需额外分支判断
示例关键片段：
立即学习“C++免费学习笔记（深入）”；
class WeightedSelector {
std::vector<std::pair<std::string, int>> servers_;
std::atomic<size_t> idx_{0};
public:
explicit WeightedSelector(std::vector<std::pair<std::string, int>> s) : servers_(std::move(s)) {}
std::string select() {
if (servers_.empty()) return "";
size_t i = idx_++ % servers_.size();
return servers_[i].first;
}
};
⚠️ 这个只是最简版——它没做权重适配。真正加权需要引入 current_weight 数组和全局 max_weight 计算，否则权重信息完全没用上。
怎么让权重真正生效：实现带权重的 increment-select
标准做法是维护两个数组：weight[]（原始权重）和 current_weight[]（运行时衰减值）。每轮遍历所有节点，对每个节点执行 current_weight[i] += weight[i]，然后选 current_weight 最大的那个，再将其减去总权重和（sum(weight)）。
但这个 O(n) 每次调用太重。实用做法是用“平滑加权轮询”（Smooth Weighted Round Robin），参考 Nginx 实现：只维护一个 current_weight 和一个 max_weight，每次选完更新当前节点的 current_weight，并用原子操作同步。
-
current_weight初始为 0，每次 select 前加对应权重，选完后减去 sum_weight - 选节点时遍历一次，记录最大
current_weight对应的索引 - 权重变化需重建内部状态，不能热更新（否则 current_weight 含义错乱）
- 整数权重足够，浮点权重会引入累积误差，别用
double做 current_weight
为什么不用 std::discrete_distribution 做随机加权
std::discrete_distribution 确实能按权重随机采样，但它本质是概率抽样，不保序、不保频次、不可预测——你无法控制“接下来三次一定不重复”，也无法做到“100 次里精确命中权重比”。负载均衡器往往需要可复现的调度行为，便于问题追踪和压测对齐。
更实际的问题是性能：构造 distribution 对象涉及归一化和前缀和，每次 select 要二分查找，比 O(1) 的平滑轮询慢 3–5 倍。如果你只是想“大致按比例分发”，它够用；但要真实承载线上流量，就得用确定性算法。
真正容易被忽略的是权重归一化边界：比如权重设成 {1, 1, 100}，小权重节点可能连续几十次都选不到，而运维通常只看“比例”，没意识到数值悬殊会放大调度毛刺。建议权重范围控制在 1–10，用倍率而非数量级来表达差异。
