Sing-box 负载均衡与路由选择机制的技术演进
2025-05-09 18:50:17作者:柏廷章Berta
背景与现状
Sing-box 作为一款新兴的网络工具,其核心功能之一是通过出站规则(Outbound)实现流量路由。当前版本中,用户主要通过 selector 和 urltest 两种出站类型来实现节点选择功能:
selector:提供手动选择节点的能力urltest:通过URL测试自动选择最优节点
然而,现有架构存在一些局限性,社区提出了三种改进方案,旨在提供更灵活、更强大的路由选择机制。
技术方案分析
方案一:路由动作集成选择功能
该方案建议将选择功能整合到路由动作中,通过扩展 route 动作的参数来实现:
{
"action": "route",
"outbounds": ["proxy1", "proxy2"],
"default": "proxy1",
"mode": "selector/urltest/random"
}
优势:
- 统一路由逻辑,减少配置复杂度
- 可扩展多种选择模式
挑战:
- 无法嵌套使用选择器
- 限制了选择器只能用于路由动作
方案二:专用负载均衡出站
此方案提出新增 balancer 出站类型,专门处理负载均衡场景:
{
"type": "balancer",
"outbounds": ["node-a", "node-b"],
"mode": "random/round-robin/weighted",
"default": "node-a"
}
特点:
- 支持多种负载均衡算法
- 保持与现有架构的兼容性
- 可独立使用或与其他功能组合
方案三:通用选择器条件
该方案将选择器提升为一级配置项,可作为路由条件使用:
{
"selectors": [{
"name": "ad_filter",
"options": ["on", "off"],
"default": "off"
}],
"rules": [{
"selector": "ad_filter",
"selector-value": "on"
}]
}
创新点:
- 选择器不再局限于节点选择
- 支持多条件组合
- 提供更细粒度的控制能力
技术考量与建议
从架构设计的角度,三种方案各有侧重:
- 方案一适合简化基础使用场景,但灵活性受限
- 方案二保持了出站类型的独立性,易于扩展新算法
- 方案三提供了最高灵活性,但实现复杂度较高
建议采用分层设计:
- 基础层:保留现有出站类型,确保兼容性
- 增强层:实现负载均衡出站,满足高级需求
- 扩展层:提供通用选择器条件,支持复杂场景
实现建议
-
负载均衡算法应包括:
- 随机选择(Random)
- 轮询(Round-robin)
- 加权选择(Weighted)
- 延迟最优(Latency-based)
-
选择器条件应支持:
- 布尔型开关
- 枚举值选择
- 数值范围条件
-
性能优化考虑:
- 选择结果缓存
- 异步健康检查
- 最小连接数算法
总结
Sing-box 的路由选择机制演进方向应兼顾易用性与灵活性。通过引入负载均衡出站和通用选择器条件,可以满足从简单到复杂的各种使用场景,同时保持配置的清晰性和可维护性。这种分层设计既照顾了普通用户的基础需求,也为高级用户提供了充分的定制空间。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
466
3.47 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
201
81
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
715
172
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
846
427
Ascend Extension for PyTorch
Python
275
311
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
694