HTTP/2协议引入了流的概念，允许在一个TCP连接上同时发送多个请求。为了避免网络拥塞导致的队头阻塞问题，协议设计了一套基于依赖树的优先级模型。在这个模型中，每个流可以被标记为依赖于另一个流，从而形成树状结构。依赖关系意味着父流应该优先获得资源，只有当父流被阻塞或完成后，子流才能获取剩余的带宽。
HTTP/2依赖树与权重分配原理
除了依赖关系，HTTP/2还引入了权重参数，取值范围是1到256。当多个流依赖于同一个父流时，权重决定了它们之间分配资源的比例。例如，流A权重为200，流B权重为100，那么流A将获得三分之二的带宽，流B获得三分之一。这种机制使得客户端能够非常精细地控制资源加载顺序，比如优先加载核心CSS文件，再加载图片资源。权重的分配并不是简单的绝对值，而是相对的比例，这就要求在算法实现时必须进行归一化处理。
在实际应用中，浏览器或客户端会根据用户行为动态调整流的优先级，比如页面滚动触发新的资源加载。这种动态调整会导致依赖树频繁发生结构变化，包括节点的移动、依赖链的断裂与重建。要正确实现这套逻辑，必须深入理解RFC 7540规范中关于优先级窗口的计算规则，并在代码层面高效地维护树结构。如果依赖树维护不当，不仅无法提升加载效率，反而会导致资源分配不均，甚至引发死锁。
Ruby环境下的依赖树数据结构设计
在Ruby中实现权重调整算法，首先需要设计合适的数据结构来表示依赖树。我们可以定义一个Stream类，用于封装流的唯一标识符、权重值、父节点引用以及子节点列表。Ruby的面向对象特性非常适合构建这种具有复杂引用关系的模型。通过实例变量维护节点间的上下级关系，我们可以方便地进行树的遍历和修改操作。数据结构的设计直接决定了后续算法的清晰度和执行效率。
在类定义中，我们需要提供attr_accessor来允许外部读取和修改权重及依赖关系。同时，为了防止循环依赖导致死锁，在设置父节点时必须进行环检测。Ruby的灵活性允许我们使用递归或者迭代器来遍历整棵树，计算每个节点的实际可用带宽比例。我们可以利用哈希表来存储子节点，这样在查找、插入和删除子节点时都能保持O(1)的时间复杂度，这对于处理大规模并发流至关重要。
class Stream
attr_accessor :id, :weight, :parent, :children
def initialize(id, weight = 16, parent = nil)
@id = id
@weight = weight
@parent = parent
@children = {}
end
def add_child(child_stream)
@children[child_stream.id] = child_stream
child_stream.parent = self
end
def remove_child(child_id)
@children.delete(child_id)
end
end上面的代码展示了一个基础的Stream类实现，说明了如何初始化节点以及如何建立父子依赖关系。在这个实现中，我们使用哈希表来存储子节点，以提高查找和删除操作的效率。同时，我们预留了计算优先级的方法接口，为后续的权重调整算法打下基础。在实际的HTTP/2服务器中，还需要考虑并发修改时的线程安全问题，可以通过引入互斥锁来保证数据的一致性。
权重调整算法的核心逻辑实现
权重调整的核心在于当依赖关系发生变化时，如何正确地重新分配带宽。假设流C原本依赖于流A，现在客户端发送PRIORITY帧将其改为依赖于流B。此时，我们需要从A的子节点列表中移除C，并将其添加到B的子节点列表中。随后，必须重新计算A和B子树中所有节点的资源分配比例。这个过程涉及到树的遍历和权重的重新归一化计算。
在计算实际带宽分配时，我们需要将权重转换为百分比。对于一组兄弟节点，每个节点分配到的资源比例等于其自身权重除以所有兄弟节点权重之和。这个过程是递归的，因为子节点继承的资源需要继续按照其自身子节点的权重比例进行向下分配。这种递归分配机制是HTTP/2优先级算法的灵魂。如果某个节点没有子节点，它将保留所有分配到的资源；如果它有子节点，则资源会继续向下传递，直到叶子节点。
def calculate_priority(stream, total_bandwidth)
if stream.children.empty?
return { stream.id => total_bandwidth }
end
total_weight = stream.children.values.sum(&:weight)
result = {}
stream.children.each_value do |child|
child_bandwidth = total_bandwidth * (child.weight.to_f / total_weight)
child_result = calculate_priority(child, child_bandwidth)
result.merge!(child_result)
end
result
end上述Ruby代码展示了如何遍历依赖树并计算每个流实际获得的带宽比例。算法通过深度优先搜索（DFS）遍历整棵树，将父节点传递下来的可用资源按权重比例分配给子节点。这种实现方式不仅逻辑清晰，而且能够高效地响应动态优先级调整请求。当客户端发送新的PRIORITY帧时，服务器只需调整对应的依赖关系，然后重新调用这个计算方法即可获得最新的资源分配方案。
算法性能优化与边界条件处理
虽然基础的递归算法能够正确计算权重分配，但在极端情况下，HTTP/2依赖树可能会变得非常深，甚至出现由于客户端Bug导致的循环依赖。如果不加限制，递归算法会导致栈溢出。因此，在Ruby实现中，我们需要引入最大深度限制，并在检测到循环依赖时抛出异常或自动断开非法链接。可以通过维护一个已访问节点的集合来检测环的存在，一旦发现当前节点已经在集合中，立即终止递归并记录错误日志。
讨论性能优化的策略也是必不可少的。每次优先级调整都重新遍历整棵树显然是不高效的。我们可以采用惰性计算和缓存机制。只有当某个流的实际带宽被请求时，才计算从根节点到该流的路径上的权重分配。同时，如果某个子树的结构没有发生变化，我们可以直接使用上一次的计算结果，从而大幅减少CPU的计算开销。这种增量更新的方式在处理高并发HTTP/2请求时尤为关键。
通过Ruby实现的这套HTTP/2依赖树权重调整算法，不仅可以帮助开发者深入理解协议底层的资源调度机制，还可以应用于自定义的HTTP/2代理服务器或API网关中。在这些中间件场景下，服务端可以根据自身的负载情况，主动介入并调整客户端请求的优先级，从而优化整体响应时间和用户体验。掌握这套算法的实现细节，对于构建高性能现代Web基础设施具有重要意义。