负载均衡(Loadbalance)

在实际项目中，一个服务基本都是集群模式的，也就是多个功能相同的项目在运行，这样才能承受更高的并发，这时一个请求到这个服务，就需要确定访问哪一个服务器

 Dubbo框架内部支持负载均衡算法，能够尽可能的让请求在相对空闲的服务器上运行

在不同的项目中，可能选用不同的负载均衡策略，以达到最好效果

Dubbo内置的负载均衡策略算法

Dubbo内置4种负载均衡算法

• random loadbalance：随机分配策略（默认）
• round Robin Loadbalance：权重平均分配
• leastactive Loadbalance：活跃度自动感知分配
• consistanthash Loadbalance：一致性hash算法分配

实际运行过程中，每个服务器性能不同

在负载均衡时，都会有性能权重，这些策略算法都考虑权重问题

1.随机分配策略

假设我们当前三台服务器，经过测试它们的性能权重比值为5：3：1

随机生成随机数

在那个范围内让那个服务器运行

优点：

算法简单，效率高，长时间运行下，任务分配比例准确

缺点：

偶然性高，如果连续的几个随机请求发送到性能弱的服务器，会导致异常甚至宕机

2.权重平滑(均)分配

如果几个服务器权重一致，那么就是依次运行，但是服务器的性能权重一致的可能性很小

所以我们需要权重平滑分配

一个优秀的权重平均分配算法，应该时让每个服务器都有机会运行的

如果一个服务器集群的性能比为5：3：1服务器分别为A，B，C

那么1-5分配A，6-8分配B，9分配C

但是如果一个服务器被连续5个请求，那样子B和C就不会被分配任务，我们希望所有的服务器能够穿插在一起运行

因此

Dubbo2.7之后更新了这个算法使用“平滑加权算法”优化权重平均分配策略

 优点：能够尽可能的在权重要求的情况加，实现请求的穿插运行（交替运行），不会发生随机策略中的偶发情况

缺点：服务器较多时，可能需要减权和复权的计算，需要消耗系统资源

3.活跃度自动感知

记录每个服务器处理一次请求的时间

按照时间比列来分配任务输，运行一次需要的时间多的分配的请求输较少

4.一致性Hash算法

根据请求的参数进行hash运算

以后每次相同的参数的请求都会访问固定服务器

因为根据参数选择服务器，不能平均分配到每台服务器上

使用的也不多