干货 | 三分钟带你挑选专属负载均衡

最新推荐文章于 2022-05-23 16:30:03 发布
最新推荐文章于 2022-05-23 16:30:03 发布
阅读量94 收藏
点赞数

干货 | 三分钟带你挑选专属负载均衡

原创：   京东云IaaS产品部   京东云开发者社区    今天



对于云厂商来说，在提高系统可用性、扩展系统服务能力方面，负载均衡可谓是重要一环。


负载均衡可将用户的业务请求按照一定策略自主分发给多台后端服务器处理，从而调整资源利用情况，消除由于单台后端服务器故障对系统的影响。


LB?

ALB?

NLB?

DNLB?

傻傻分不清楚

？

负载均衡的使用场景众多，

无论你是传统行业，还是互联网行业，

不知不觉中，你就会接触到负载均衡。

如果还分不清其中的区别，

不知道如何做选择，

那就不是坑队友，

是坑自己了！

|

剧透一下

我们今天会重点比较

ALB

NLB

DNLB

欢迎围观！

2_02.png?wxfrom=5&wx_lazy=1&wx_co=1


·

·

·

·



负载均衡，Load Balancer，简称为 LB 。 京东云负载均衡产品包括 应用负载均衡 （Application Load Balancer，简称ALB）、 网络负载均衡 （Network Load Balancer，简称NLB）和 分布式网络负载均衡 (Distributed Network Load Balancer，简称DNLB)。


三款负载均衡在组网中的部署位置相同，且都可以为内网和外网业务提供负载均衡服务，只是服务的业务类型不同。下面，我们从多角度介绍三者的不同，为大家提供选择的依据。



640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1



No.1 应用场景


ALB☟

工作在proxy模式的 七层负载均衡 ，主要面向基于HTTP和HTTPS的WEB应用程序，其在请求级别运行， 可以为应用层业务提供更加出色的服务 。


NLB☟

有状态 四层负载均衡 ，专注于提供四层有状态负载均衡服务，主要面向基于TCP的四层有状态业务， 可提供高性能、低延时、会话保持等四层应用服务能力 。


DNLB☟

基于SDN技术的 无状态四层负载均衡 ，提供软件定义的全可用区分布式负载均衡服务。相比于兼具会话保持功能的ALB和NLB，DNLB将负载均衡功能与会话保持解耦，天然具有转发性能无瓶颈、全可用区高可用、低时延、自动弹缩和长期免费的优点， 满足客户三高一低（高性能、高可用、高弹性和低时延）服务场景需求 。





No.2 产品特性


相比较于ALB支持丰富的七层特性，NLB支持保持业务状态信息，DNLB作为一款轻量级负载均衡产品，提供纯粹的负载均衡服务，满足用户的高性能需求，简化用户配置。


640?wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1




No.3 资源占用情况


ALB和NLB实例有具体的实体，需要占用京东云的计算资源及用户私网IP地址，规划网络方案时需考虑ALB和NLB实例的弹性扩展情况，预留足够的私网IP地址。


DNLB实例是基于京东云SDN技术架构的逻辑实体，不占用任何计算资源，实例IP地址采用京东云预留的IP地址，不占用用户私网IP地址，且DNLB天然具有转发性能无瓶颈的特性，无需弹性扩展。





No.4 产品定价


目前三款负载均衡均免费，后续将采取不同的收费策略。

三款相比??? ALB>??NLB>?DNLB


DNLB作为一款为广大京东云用户提供实惠的重量级产品，长期免费哦！

???

作为传说中的不占用计算资源、全可用区高可用、免费、转发性能无瓶颈的负载均衡产品

DNLB已经完全开放！

邀请大家一起公测！！！





Summary


最后，本着满足各位大佬业务需求、提供更好的性能体验、花费更低的原则，敲黑板划重点：


  • 如果您的业务 需要负载均衡产品提供七层负载均衡服务 ， 请选择ALB；

  • 如果您的业务 需要负载均衡产品提供四层有状态负载均衡服务 ， 请选择NLB。相比于ALB，NLB可以提供更高的性能体验、更低的费用；

  • 如果您的业务 需要负载均衡产品提供四层无状态负载均衡服务， 请选择DNLB。相比于ALB和NLB，DNLB可以提供无瓶颈的性能体验、更简单的配置，且不收取任何费用，是成本相对敏感用户的不二选择。




最后的最后，

分享两个负载均衡产品选择不合适的小case，

仅供参考，不建议模仿！！！


??? 用户场景需提供基于TCP的四层负载均衡服务，且后端服务端需感知或者统计真实源端信息，用户选择使用ALB。



(点击空白处查看内容)

▼

分析： ALB也支持提供四层负载均衡服务并获取客户端源IP，但配置复杂、费用相对较高。ALB工作在proxy模式，通过proxy protocol携带客户端源IP，后端服务器需额外配置支持解析proxy protocol相关字段。建议根据业务场景选择NLB或DNLB，二者都支持直接透传客户端源IP，无需后端服务器额外配置，且费用较低或免费。

???目前三款负载均衡产品都是免费的，所以无论什么场景，都选择功能最丰富、最成熟的ALB。

(点击空白处查看内容)

▼

分析： NLB和DNLB虽然是京东云陆续推出的新产品，但是这两款产品早已在京东云多个产品服务（例如：CFS、RDS、MongoDB、Redis等）的高可用架构中成熟应用，所以稳定性及可用性无需顾虑。况且，ALB和NLB即将收费，建议大家根据需求选择最合适的负载均衡产品。


*点击“阅读原文”快来试试看，哪一款负载均衡最适合你吧！*


640?wxfrom=5&wx_lazy=1&wx_co=1



阅读原文
 


来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/69912185/viewspace-2646132/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/69912185/viewspace-2646132/

csxyo42460
关注
Ribbon 负载均衡策略 —— 图解、源码级解析
如切如磋，如琢如磨
06-03 3059
文章目录负载均衡策略RandomRuleRoundRobinRuleRetryRuleWeightedResponseTimeRuleBestAvailableRuleAvailabilityFilteringRuleZoneAvoidanceRuleRibbon 负载均衡策略源码 通过本文你可以学习到： 常见的7种负载均衡策略思想 自旋锁的使用方式 防御性编程 负载均衡策略 RandomRule 该策略会从当前可用的服务节点中，随机挑选一个节点访问，使用了yield+自旋的方式做重试，还采用了严格的
RocketMQ 消息负载均衡策略解析——图解、源码级解析
如切如磋，如琢如磨
07-01 3772
Producer发送消息时，会首先获取Topic路由信息（通过本地 + 注册中心拉取），RocketMQ的架构里有多个Broker服务器，而消息队列也会存在于多个Broker服务器里，所以就需要负载均衡策略来将流量尽可能均匀的打到所有服务器上。本章节就介绍一下RocketMQ中常用的四种负载均衡策略。找到Producer发送消息时选择消息队列的逻辑，在类中定义了方法： 进入到方法里： 上述代码的类中定义了方法： 根据源码可以很清楚地看到，默认策略就是依次选择消息队列进行发送，具体的执行细节如下：如何选一个
简单的Nginx负载均衡
醉酒当歌叹几许
10-20 314
本人是在centos6.4上做的实验,centos7上还没有试过。 需要先搭建lnmp环境 需要三台虚拟机做实验。 配置域名： 在root用户下输入：lnmp vhost add 则会显示出如图所示的内容：          Rule:规则  log:日志  第三个是mysql根据需求选择自己所需要的 成功后会在home/wwwroot/ 创建一个跟域名相同的文件 进入文
企业级负载均衡解决方案之九：AWS CLB/ALB/NLB
cloudvtech的博客
06-02 1万+
一、前言
AWS ELB技术要点
热门推荐
Swallow_he的博客
07-26 1万+
AWS ELB技术要点 一、ELB优点 l  ELB支持自动扩展； l  可对后端的EC2运行状态检查 l  支持TCP协议，支持加密协议SSL/TLS l  配置简单   二、ELB提供的功能 1、运行状况检查    为了查明AmazonEC2 实例的可用性,ELB会定期发送 ping,尝试进行连接或者发送请求来测试 Amazon EC2 实例。这些测试称为运行状况检查。若要让
日常运维之AWS 60s超时问题解决
小安安
05-18 1946
场景：在AWS上部署JavaWeb项目，下载时间超过60s就会超时。 部署架构：ALB+Elastic Beanstalk+SSH+Mysql 1、修改ALB配置如下：空闲超时 300 秒。 2、修改EB /etc/httpd/conf/httpd.conf配置文件。此步骤需要 1） 在生成的war包的根目录下创建一个名为.ebextensions目录，将修改完的httpd.conf放至该目录，并在该目录下再创建一个名为custom_config.config 的文件，注意该文件名必须以.config为
Spring Cloud Ribbon 中的 7 种负载均衡策略
m0_70565884的博客
05-23 3495
负载均衡通器常有两种实现手段，一种是服务端负载均衡器，另一种是客户端负载均衡器，而我们今天的主角 Ribbon 就属于后者——客户端负载均衡器。 服务端负载均衡器的问题是，它提供了更强的流量控制权，但无法满足不同的消费者希望使用不同负载均衡策略的需求，而使用不同负载均衡策略的场景确实是存在的，所以客户端负载均衡就提供了这种灵活性。 然而客户端负载均衡也有其缺点，如果配置不当，可能会导致服务提供者出现热点，或者压根就拿不到任何服务的情况，所以我们本文就来了解一下这 7 种内置负载均衡策略的具体规则。
超详细讲解！SpringBoot如何实现负载均衡？绝对干货分享
m0_57286679的博客
05-05 2873
前言 前几日有个小老弟找我哭诉，挤破脑袋进Alibaba，三轮技术下来倒在了**缓存技术（Redis+MongDB）**上。听完我这小老弟的一番肺腑之言，这…缓存架构技术：Redis+MongDB，不就是阿里P7面试必跳的坑？跳不过去那就只能say godbye了，在坑里“等死”呀…紧接着…吾日三省吾身，突然发现自己掌握的好像也不咋滴，不得不回家好好“补一补”。 熬了三天三夜，四处收集缓存架构相关的：Redis+MongDB面试、实战等等笔记资料，完事之后感觉还不错呢，今天特地拿出来献宝~~ 第一部分
直接上干货！SpringBoot如何实现负载均衡？看这篇足矣了！
m0_56830858的博客
04-11 3074
前言 今天我们来说说Redis为什么高性能？如何做高可用？ Redis为什么这么快？ Redis是单线程的，避免了多线程的上下文切换和并发控制开销； Redis大部分操作时基于内存，读写数据不需要磁盘I/O，所以速度非常快； Redis采用了I/O多路复用机制，提高了网络I/O并发性； Redis提供高效的数据结构，如跳跃表、哈希表等； 1.Java基础面试知识点 Java中==和equals和hashCode的区别 int、char、long各占多少字节数 int与integer的区别 探探对J
Ribbon负载均衡策略
Mr.xing的博客
03-15 2939
ribbon客户端负载均衡
干货 | 京东云应用负载均衡（ALB）多功能实操
weixin_30617797的博客
06-21 405
应用负载均衡（Application Load Balancer，简称ALB）是京东云自主研发的一款七层负载均衡产品，主要面向HTTP和HTTPS流量的WEB应用程序，提供灵活的功能配置。应用负载均衡在请求级别运行，可以为应用层业务提供更加出色的服务。 一、实操说明 自动伸缩功能将搭配京东云弹性伸缩产品与云主机进行实操，然后通过京东云应用型负载均衡（ALB）进行请求的分发； 会话保...
AWS创建ALB过程中遇到的问题总结
ITress_Tina的博客
09-11 6427
背景介绍 使用AWS中国区账号创建ALB，准备了两个运行在不同可用区的EC2实例，EC2运行的是linux操作系统。在EC2实例的安全组设置中，开放了HTTP 80端口。 问题一： 使用http://ip/访问，无法对实例的web服务进行访问。 原因一： 实例未安装httpd服务 解决方法： 使用yum安装httpd服务，执行以下命令： #yum install httpd 安...
干货 | 几种负载均衡的挑选
京东科技开发者
05-30 1314
对于云厂商来说，在提高系统可用性、扩展系统服务能力方面，负载均衡可谓是重要一环。 负载均衡可将用户的业务请求按照一定策略自主分发给多台后端服务器处理，从而调整资源利用情况，消除由于单台后端服务器故障对系统的影响。 LB? ALB? NLB? DNLB? 傻傻分不清楚 负载均衡的使用场景众多， 无论你是传统行业，还是互联网行业， 不知不觉中，你就会接触到负载均衡。 如果还分不...
现代网络负载均衡与代理
MyHerux的博客
10-17 832
现代网络负载均衡与代理 什么是网络负载均衡与代理？ 负载均衡 vs 代理 L4（连接 /session）负载均衡 L7（应用层）负载均衡 L7 负载均衡和 OSI 模型 负载均衡器的功能 服务发现 健康检查 负载均衡 粘性 session TLS 终端 观测性 安全性和 DoS 防御 配置控制层 负载均衡器拓扑结构类型 中间代理 边缘代理 嵌入式的客户端库 Sidecar 代...
PaddleX-YOLOv3.zip
10-04
PaddleX-YOLOv3
HarmonyOS Sans字体资源
10-04
官方 HarmonyOS Sans字体资源。（来自官方公开资料）
深圳技术大学在辽宁2020-2024各专业最低录取分数及位次表.pdf
10-04
那些年，与你同分同位次的同学都去了哪里？全国各大学在辽宁2020-2024年各专业最低录取分数及录取位次数据，高考志愿必备参考数据
软件开发C++重要培训资料分享13软件开发C++开发技术资料.zip
最新发布
10-04
软件开发C++重要培训资料分享13软件开发C++开发技术资料.zip
干货 | spark streaming 和 flink 详细对比
06-28
### 回答1： Spark Streaming 和 Flink 都是流处理框架，但在一些方面有所不同。 1. 数据处理模型 Spark Streaming 基于批处理模型，将流数据分成一批批进行处理。而 Flink 则是基于流处理模型，可以实时处理数据流。 2. 窗口处理 Spark Streaming 的窗口处理是基于时间的，即将一段时间内的数据作为一个窗口进行处理。而 Flink 的窗口处理可以基于时间和数据量，可以更加灵活地进行窗口处理。 3. 状态管理 Spark Streaming 的状态管理是基于 RDD 的，需要将状态存储在内存中。而 Flink 的状态管理是基于内存和磁盘的，可以更加灵活地管理状态。 4. 容错性 Flink 的容错性比 Spark Streaming 更加强大，可以在节点故障时快速恢复，而 Spark Streaming 则需要重新计算整个批次的数据。 总的来说，Flink 在流处理方面更加强大和灵活，而 Spark Streaming 则更适合批处理和数据仓库等场景。 ### 回答2： Spark Streaming 和 Flink 都是流处理框架，它们都支持低延迟的流处理和高吞吐量的批处理。但是，它们在处理数据流的方式和性能上有许多不同之处。下面是它们的详细比较： 1. 处理模型 Spark Streaming 采用离散化流处理模型（DPM），将长周期的数据流划分为离散化的小批量，每个批次的数据被存储在 RDD 中进行处理，因此 Spark Streaming 具有较好的容错性和可靠性。而 Flink 采用连续流处理模型（CPM），能够在其流处理过程中进行事件时间处理和状态管理，因此 Flink 更适合处理需要精确时间戳和状态管理的应用场景。 2. 数据延迟 Spark Streaming 在处理数据流时会有一定的延迟，主要是由于对数据进行缓存和离散化处理的原因。而 Flink 的数据延迟比 Spark Streaming 更低，因为 Flink 的数据处理和计算过程是实时进行的，不需要缓存和离散化处理。 3. 机器资源和负载均衡 Spark Streaming 采用了 Spark 的机器资源调度和负载均衡机制，它们之间具有相同的容错和资源管理特性。而 Flink 使用 Yarn 和 Mesos 等分布式计算框架进行机器资源调度和负载均衡，因此 Flink 在大规模集群上的性能表现更好。 4. 数据窗口处理 Spark Streaming 提供了滑动、翻转和窗口操作等灵活的数据窗口处理功能，可以使用户更好地控制数据处理的逻辑。而 Flink 也提供了滚动窗口和滑动窗口处理功能，但相对于 Spark Streaming 更加灵活，可以在事件时间和处理时间上进行窗口处理，并且支持增量聚合和全量聚合两种方式。 5. 集成生态系统 Spark Streaming 作为 Apache Spark 的一部分，可以充分利用 Spark 的分布式计算和批处理生态系统，并且支持许多不同类型的数据源，包括Kafka、Flume和HDFS等。而 Flink 提供了完整的流处理生态系统，包括流SQL查询、流机器学习和流图形处理等功能，能够灵活地适应不同的业务场景。 总之，Spark Streaming 和 Flink 都是出色的流处理框架，在不同的场景下都能够发挥出很好的性能。选择哪种框架取决于实际需求和业务场景。 ### 回答3： Spark Streaming和Flink都是流处理引擎，但它们的设计和实现方式有所不同。在下面的对比中，我们将比较这两种流处理引擎的主要特点和差异。 1. 处理模型 Spark Streaming采用离散流处理模型，即将数据按时间间隔分割成一批一批数据进行处理。这种方式可以使得Spark Streaming具有高吞吐量和低延迟，但也会导致数据处理的粒度比较粗，难以应对大量实时事件的高吞吐量。 相比之下，Flink采用连续流处理模型，即数据的处理是连续的、实时的。与Spark Streaming不同，Flink的流处理引擎能够应对各种不同的实时场景。Flink的实时流处理能力更强，因此在某些特定的场景下，它的性能可能比Spark Streaming更好。 2. 窗口计算 Spark Streaming内置了许多的窗口计算支持，如滑动窗口、滚动窗口，但支持的窗口计算的灵活性较低，只适合于一些简单的窗口计算。而Flink的窗口计算支持非常灵活，可以支持任意窗口大小或滑动跨度。 3. 数据库支持 在处理大数据时，存储和读取数据是非常重要的。Spark Streaming通常使用HDFS作为其数据存储底层的系统。而Flink支持许多不同的数据存储形式，包括HDFS，以及许多其他开源和商业的数据存储，如Kafka、Cassandra和Elasticsearch等。 4. 处理性能 Spark Streaming的性能比Flink慢一些，尤其是在特定的情况下，例如在处理高吞吐量的数据时，在某些情况下可能受制于分批处理的架构。Flink通过其流处理模型和不同的调度器和优化器来支持更高效的实时数据处理。 5. 生态系统 Spark有着庞大的生态系统，具有成熟的ML库、图处理库、SQL框架等等。而Flink的生态系统相对较小，但它正在不断地发展壮大。 6. 规模性 Spark Streaming适用于规模小且不太复杂的项目。而Flink可扩展性更好，适用于更大、更复杂的项目。Flink也可以处理无限制的数据流。 综上所述，Spark Streaming和Flink都是流处理引擎，它们有各自的优缺点。在选择使用哪一个流处理引擎时，需要根据实际业务场景和需求进行选择。如果你的业务场景较为复杂，需要处理海量数据并且需要比较灵活的窗口计算支持，那么Flink可能是更好的选择；如果你只需要简单的流处理和一些通用的窗口计算，Spark Streaming是更为简单的选择。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值