负载均衡是将请求分发到多个服务器上，以提升分布式场景的性能，下面详解常见5大负载均衡算法@mikechen
在早期淘宝等大型网站面临用户流量增长的挑战时，通过增加服务器数量实现横向扩展是一种常见的应对策略。
如下图所示：
初始阶段，当网站流量较小时，可能只需要一台服务器来处理用户请求。
但随着用户量的增加，单台服务器很快会达到其处理能力的极限，导致性能下降，甚至可能发生故障。
所以，为了解决单台服务器的性能瓶颈，网站需要增加服务器的数量，即横向扩展，这个时候就会涉及到负载均衡。
以下是五种常见的负载均衡算法：
1.轮询（Round Robin）
轮询： 就是将请求按顺序轮流分配给服务器，每个请求按顺序依次分配给服务器，直到所有服务器都被分配一个请求。
如下图所示：
优点： 简单、均匀，适用于每个服务器性能相近的场景。
缺点： 如果服务器性能不均匀，可能导致性能差的服务器负载过重。
适用场景：轮询适用于服务器性能相近的情况，因为它不会考虑服务器的实际负载和处理能力。
2.IP 哈希（IP Hash）
IP哈希负载均衡，是一种根据客户端IP地址进行负载均衡的策略。
如下图所示：
这种方式的核心思想是：将请求的源IP地址通过，哈希算法映射到一台服务器，使得相同IP的请求始终被分配到相同的服务器上。
工作流程：
- 获取客户端IP：
- 负载均衡设备或服务首先获取请求的客户端IP地址。
- 哈希算法：
- 使用哈希算法对客户端IP进行计算，得到一个哈希值。
- 服务器选择：
- 将哈希值与服务器列表的数量取模，得到一个索引值。
- 将请求分发到对应索引值的服务器上。
优点：
算法相对简单，不涉及复杂的权重计算。
缺点：
当服务器数量发生变化时，需要重新计算哈希值，可能导致大量请求需要重新分配。
如果负载均衡设备是单点，存在单点故障风险。
适用场景：
适用于相同 IP 的客户端，但在大规模、动态变化的环境下可能不如其他负载均衡算法灵活和高效。
3.最少连接（Least Connection）
最少连接，是将请求分配给当前连接数最少的服务器，如下图所示：
优点： 能够根据服务器当前连接数分配请求，避免过载。
缺点： 可能因为某个连接占用资源较多而导致性能下降。
适用场景：
服务器性能差异较大： 最少连接数算法特别适用于服务器性能差异较大的情况，通过确保负载较小的服务器获得更多的请求，可以最大程度地利用服务器资源。
需要动态负载均衡： 由于最少连接数算法具有动态性，可以根据实时连接数的变化进行调整，适用于需要动态负载均衡的场景。
3.加权轮询（Weighted Round Robin）
在轮询算法的基础上引入权重值，按照权重比例分配请求，如下图所示：
服务器的性能越高，权重值设置得越大，分配到的请求就越多。
优点： 可以根据服务器性能差异进行调优。
缺点： 无法动态适应服务器性能的变化。
适用场景：
服务器性能存在差异： 加权轮询适用于服务器性能存在差异的情况，在一些服务器可能比其他服务器更强大，能够处理更多的负载。
负载需求不均衡： 当负载需求不均衡，一些服务器需要处理更多的请求时，通过调整权重可以更灵活地满足不同的业务需求。
5.随机策略
将请求随机分配给服务器，通过随机选择服务器来分配请求，如下图所示：
优点： 简单、适用于每个服务器性能相近的场景。
缺点： 可能导致不均匀分配，无法保证服务器负载的均衡。
适用场景：
- 简单场景： 随机策略适用于一些简单的场景，特别是当服务器性能相近且请求分布相对均匀时。
- 无需精确负载均衡： 如果对负载均衡的要求不是非常高，且无需考虑服务器性能差异，随机策略可以是一种简便的选择。
这些负载均衡算法可以根据实际场景和需求进行选择，每种算法都有其适用的场景和局限性。
在实际应用中，通常会根据系统的特点和性能要求选择合适的负载均衡算法。
作者简介
陈睿|mikechen，10年+大厂架构经验，BAT资深面试官，就职于阿里巴巴、淘宝、百度等一线互联网大厂。
关注作者「mikechen」公众号，获取更多技术干货！
后台回复【架构】，即可获取《阿里架构师进阶专题全部合集》，后台回复【面试】即可获取《史上最全阿里Java面试题总结》