负载均衡（算法）

概念

    负载：后端系统的承受能力；均衡：保证后端请求的平衡。

    一种算法，在跨平台系统调用的时候，考虑到后端机器承载情况的前提下，保证请求分配的平衡和合理。

为什么需要（what？）

    1、负载——当请求量过大，超过后端机器的承受能力时，有可能会导致某台机器宕机，同时也可能会引起连锁反应，导致服务器瘫痪。

    2、均衡——合理利用资源，保证相应时间。

怎么做（how？）

1、负载算法

    手工配置：根据各个机器的承受能力，固定宽度。多用于中小型系统，因为性能配置和承受能力都比较清楚。

    动态调整：根据机器的运行状态和历史平均值进行对比，动态设定宽度。

2、均衡算法

A、随机算法

    选取后端服务器的时候，采取随机的一个方法。

优缺点：均衡（从概率上来说）性，无状态性。

案例：最常用的方法。

B、轮训算法

    预先设定一个数组，作为固定排序，按顺序选取后端服务器。

优缺点：均衡性，有状态性。

C、一致哈希算法

    规定数据的范围，从0~2的32次方，首尾相连形成一个圆圈，以这个圆圈作为选取后端服务器的标准。使用hash算法计算并得到相应服务器的值，并标记在圆圈的某些点（Node-A，Node-B），而每一次请求也同样以这个hash算法计算得到相应的值，并标记在圆圈上的某些点（request-1，request-2），然后通过顺时针方向找到第一个服务器。

优缺点：无状态性，散列不变性，异常情况后可分散性。

案例：多用于cash缓存，将资源固定存储到某台服务器上。

D、主备算法

    将请求尽量放到某台固定的服务器上，再提供一些服务器做为备份，如果存在问题，则切换到另外的某台服务器上。

案例：一些特殊的情况下，为了保证数据的时序性。——未搞懂，后续补充