基于服务端状态的负载均衡策略

客户端基于服务状态数据的统计，指标包含：
请求数总数，耗时，错误数
然后可以计算出 error_percent 和 avg_rt
负载均衡策略思路都是减少问题机器的流量，当机器恢复时，恢复流量。并且要规避以下两个问题：

抖动：分摊到各个机器的流量比例一直在变化，不确定的东西对系统来说是不好的。相对比较耗费cpu计算
雪崩：减少问题机器的流量，导致其他机器因为流量过高而崩溃，进而导致集群崩溃。

响应时间权重算法

统计每个服务的平均rt：avg_rt_server1、 avg_rt_server2 、avg_rt_serverN
所有服务器的平均rt之和 : avg_rt_sum = avg_rt_server1 + … + avg_rt_serverN
某个服务器的权重值 : weight_server1 = avg_rt_sum - avg_rt_server1
服务器的权重值之和 : weight_sum = weight_server1 + … + weight_serverN
某个服务器被选中的概率 : probability_server1 = weight_server1 / weight_sum

效果：响应慢的机器被选中的概率偏小

优点：相对保险，不会导致雪崩。
缺点：只对正常请求有效，对直接报错的请求么有保护效果。权重的动态变化会导致流量的频繁波动。

netflix中的熔断策略
if( error_percent > user_specified_threshhold && allow_recover_test() ){
//错误率超过阀值&