6大负载均衡算法详解(图文全面总结)

大家好，我是mikechen。

负载均衡无处不在，无论是大型网站，以及分布式架构里，还是在各种主流中间件里，都需要涉及到负载均衡@mikechen

比如：最早的淘宝，随着网站访问越来越大，单台服务器不能解决了，就需要扩充多台服务器来承担压力，这种横向扩展，就需要负载均衡来解决。

如下图所示：

比如，通过上图的Nginx来负载分配请求，到多台服务器。

除了，提高整体系统的性能和响应速度，而且，还避免了单一服务器的过度负载。

但是，如何把请求更好的分配到服务器呢，这里就需要涉及到具体的：负载均衡算法。

常见的算法主要包含，以下6种：

1.轮询（Round Robin）

轮询，英文是Round Robin，将请求按照顺序分配给服务器列表，每个请求都依次从头开始分配，循环往复。

如下图所示：

优点：

简单且公平，适用于服务器性能相近的情况。

缺点：

如果服务器性能差异较大，可能导致负载不均衡。

适用场景：

轮询适用于服务器性能相近，且无需考虑会话状态的情况。

2.IP 哈希（IP Hash）

IP哈希，主要是根据客户端的IP地址进行哈希计算，将同一IP的请求始终分配给同一台服务器，保持会话一致性。

如下图所示：

工作流程：

第一步：当有新的请求到达时，负载均衡器使用客户端的IP地址，作为输入进行哈希计算。

第二步：哈希计算完结果，然后决定了请求将被分配到服务器列表中的哪一台服务器。

第三步：所有拥有相同IP地址的请求，都将被分配给相同的服务器。

优点：

算法相对简单，不涉及复杂的权重计算，适用于需要维持特定会话的应用。

缺点：

在服务器数量变化时，可能导致部分请求需要重新分配。

适用场景：

适用于相同 IP 的客户端，将始终被分配到同一台服务器上的场景。

3.最少连接（Least Connection）

最少连接，其实非常容易理解，就是将请求分配给当前连接数最少的服务器，以确保连接较少的服务器得到更多的请求。

如下图所示：

优点：

该算法对服务器性能差异较大的情况有较好的适应性，比如：不同服务器处理速度不一致时，确保请求优先发送到连接数较少的服务器，有助于避免某些服务器被过度利用。

缺点：

需要实时监测连接数，可能引入一些计算开销。比如：特别是在高流量的环境中。

适用场景：

最小连接数算法适用于服务器性能差异较大的情况，以确保负载较小的服务器获得更多的请求，然而，需要权衡算法的实时监测开销和对连接持续时间变化的敏感性。

4.加权轮询（Weighted Round Robin）

加权轮询，就是在刚才我讲的轮询的基础上，增加一个权重值。

比如：为每个服务器分配一个权重值，按照权重进行轮询分配请求，权重高的服务器获得更多的请求。

如下图所示：

优点：

通过考虑服务器权重，加权轮询能够更公平地分配负载，确保性能较高的服务器能够处理更多的请求。

缺点：

当服务器性能动态变化时，需要手动调整权重。

适用场景：

加权轮询适用于服务器性能存在差异，通常用于服务器配置异构的环境，其中一些服务器可能比其他服务器更强大，能够处理更多的负载。

5.加权最少连接（Weighted Least Connection）

加权最少连接，类似于加权轮询，但还考虑了服务器的当前连接数，选择连接数和权重的乘积最小的服务器。

优点：结合了连接数和权重，更适应性强。

缺点：需要实时监测连接数，复杂度相对较高。

6.随机策略

随机策略，是通过随机选择一个服务器来处理新的请求，在随机策略中，每个服务器被选中的概率是相等的，无论服务器的性能或负载情况如何。

如下图所示：

优点：

最大的一个优点，就是实现简单，没有复杂的算法或参数设置。

缺点：

最大的缺点就是：不考虑服务器的性能差异，因此可能导致性能较差的服务器被选中处理更多的请求。

适用场景：

随机策略适用于一些简单的场景，特别是当服务器性能相近且请求分布相对均匀时。

本篇已收于mikechen原创超30万字《阿里架构师进阶专题合集》里面。