随机

随机从服务器端地址选取一个来处理请求。 在统计学角度看，请求会分摊到各个服务器。 但是随机算法不会考虑服务器的性能和负载情况，不能充分利用异构服务器集群的性能。 另外，当后端服务器集群数量很大，使用随机算法，会导致客户端与多个服务器端建立连接、维护连接，产生额外的资源消耗。

优点：

• 简单

缺点：

• 没有考虑服务器负载和性能

源地址哈希法， IP hash

通常根据客户端的IP地址，通过哈希函数计算得到的一个数值，用该数值对服务器列表的大小进行取模运算，得到的结果便是客服端要访问服务器的序号。 当服务器列表不变时，客户端每次都访问到相同服务器ip。减少要维护连接的数量。 如果服务器数量经常发生变化，可以使用一致性哈希算法，对服务器建立虚拟节点，减少客户端和服务器端连接漂移。

优点：

• 简单
• 在不支持会话保持的场景中，可以使用 ip_hash 实现简单的会话保持

缺点：

• 没有考虑服务器负载和性能

轮询， Round Robbin

太公分猪肉，人人有份。 请求依次发送到服务器列表调度处理。 因为要按顺序发送请求，显然是有状态的。不过从高可用的状态来看，这个状态即使丢失影响也不大，不需要额外持久化。

优点：

• 简单

缺点：

• 没有考虑服务器负载和性能

加权轮询， Weighted Round Robbin

给配置高、负载低的机器配置更高的权重，让其处理更多的请；而配置低、负载高的机器，给其分配较低的权重，降低其系统负载。 解决服务器间性能不一的情况，它用相应的权值表示服务器的处理性能。

然而加权轮询也不是银子弹。在请求服务时间变化较大或每个请求消耗时间不一致的情况下，容易导致服务器间的负载不平衡。 机器配置是静态的，负载是动态的。简单的RR实现，使用机器配置作为权重。 高级的RR实现，根据负载实现动态权重也是可行的，需要增加负载统计，向监控平台汇报metrics，定时更新权重。 另外，加权的实现要考虑权重的公约数问题，否则当权重的数值很大，会导致更新缓慢，具体以后再聊。

优点：

• 简单版本的RR实现相对简单。
• 考虑到机器性能差异。
• 适合大量短请求

缺点：

• 如果不考虑负载，在请求服务时间变化较大或每个请求消耗时间不一致的情况下，容易导致服务器间的负载不平衡。
• 如果考虑负载，则需要增加监控模块。

加权最小连接数， Weighed Least Connections

以连接数来衡量服务器负载情况。 通过服务器当前所活跃的连接数来估计服务器的负载情况。调度器需要记录各个服务器已建立连接的数目，当一个请求被调度到某台服务器时，其连接数加一; 当连接中止或超时，其连接数减一。

优点：

• 适合长时处理的请求服务，如 FTP 等应用

小结

选择负载均衡算法，通常使用加权RR或者加权最小连接数。加权能够根据机器性能和负载分摊请求。 加权最小连接数适合长时间处理的请求。 加权轮询更加适合大量短时间的请求。