分布式系统之负载均衡(案例篇)

我们知道单机的承载能力和垂直扩展能力都是有上限的，它无法满足高并发高吞吐量的场景，所以常使用水平扩展也就是增加机器数量来满足需求。但是不同机房、同机房不同年代上架的机器的性能也是千差万别的，甚至业务之前申请到的都是8核16G内存的配置脱销了(申请时抢不到)，我们只能放低身位选择4核8G内存的服务器，那就注定了不同的服务器所能承担的吞吐量不一样。问题就来了，一只木桶能盛多少水，并不取决于最长的那块木板，而是取决于最短的那块木板。幸运的是，前人发明了负载均衡算法，从而有效解决了这个问题。

负载均衡算法是一种将数据流量按需分配给服务器去响应的算法，通常有简单轮询、加权轮询、粘性Session(一致性哈希)、最少连接数等等算法，本文不会讲解这些算法的具体原理，而是从实践出发，接下来就和我一起往下看吧。

1、负载均衡的好处只有减少机器性能差别产生的木桶效应吗？

答案肯定是否定的。

不少运营商和公司的办公职场都会将域名解析的结果进行缓存，减少递归查询的开销，然而缓存时间我们是不可控的，当我们急需修改解析记录止损时，并不能立即生效，效果显示差强人意。

有了负载均衡就不一样了，我们将域名通过A记录解析到负载均衡节点上也就是VIP(virtual IP address)节点，再由VIP节点转发到后端的实例上，当需要变更分流规则时，只需要变更分流规则的路由映射信息就能立即见效。

在京东，一个域名可以有多