📫作者简介：小明java问道之路 ，2022年度博客之星全国TOP3，专注于后端、中间件、计算机底层、架构设计演进与稳定性建设优化，文章内容兼具广度、深度、大厂技术方案，对待技术喜欢推理加验证，就职于知名金融公司后端高级工程师。
📫 热衷分享，喜欢原创~ 关注我会给你带来一些不一样的认知和成长。
🏆 2022博客之星TOP3 | CSDN博客专家 | 后端领域优质创作者 | CSDN内容合伙人
🏆 InfoQ(极客邦)签约作者、阿里云专家 | 签约博主、51CTO专家 | TOP红人、华为云享专家
🔥如果此文还不错的话，还请👍关注、点赞、收藏三连支持👍一下博主~
🍅 文末获取联系 🍅 👇🏻 精彩专栏推荐订阅收藏 👇🏻
|---------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------|
| 专栏系列（点击解锁） | 学习路线（点击解锁） | 知识定位 |
| 🔥Redis从入门到精通与实战🔥 | Redis从入门到精通与实战 | 围绕原理源码讲解Redis面试知识点与实战 |
| 🔥MySQL从入门到精通🔥 | MySQL从入门到精通 | 全面讲解MySQL知识与企业级MySQL实战 |
| 🔥计算机底层原理🔥 | 深入理解计算机系统CSAPP | 以深入理解计算机系统为基石，构件计算机体系和计算机思维 |
| 🔥计算机底层原理🔥 | Linux内核源码解析 | 围绕Linux内核讲解计算机底层原理与并发 |
| 🔥数据结构与企业题库精讲🔥 | 数据结构与企业题库精讲 | 结合工作经验深入浅出，适合各层次，笔试面试算法题精讲 |
| 🔥互联网架构分析与实战🔥 | 企业系统架构分析实践与落地 | 行业最前沿视角，专注于技术架构升级路线、架构实践 |
| 🔥互联网架构分析与实战🔥 | 互联网企业防资损实践 | 互联网金融公司的防资损方法论、代码与实践 |
| 🔥Java全栈白宝书🔥 | 精通Java8与函数式编程 | 本专栏以实战为基础，逐步深入Java8以及未来的编程模式 |
| | 深入理解JVM | 详细介绍内存区域、字节码、方法底层，类加载和GC等知识 |
| | 深入理解高并发编程 | 深入Liunx内核、汇编、C++全方位理解并发编程 |
| | Spring源码分析 | Spring核心七IOC/AOP等源码分析 |
| | MyBatis源码分析 | MyBatis核心源码分析 |
| | Java核心技术 | 只讲Java核心技术 |
本文目录
[二、Dubbo提供了 5 种负载均衡实现](#二、Dubbo提供了 5 种负载均衡实现)
[1、随机均衡算法 Random LoadBalance](#1、随机均衡算法 Random LoadBalance)
[2、权重轮循算法 RoundRobin LoadBalance](#2、权重轮循算法 RoundRobin LoadBalance)
[3、最小活跃数算法 LeastActive LoadBalance](#3、最小活跃数算法 LeastActive LoadBalance)
[4、一致性hash算法 ConsistentHash LoadBalance](#4、一致性hash算法 ConsistentHash LoadBalance)
[5、最短响应时间算法 ShortestResponse LoadBalance](#5、最短响应时间算法 ShortestResponse LoadBalance)
本文导读
Dubbo作为分布式远程调用框架，要保证的点很多，比如：负载均衡、服务注册与发现、故障转移、高性能通信等等！
Dubbo是一个分布式服务框架，能避免单点故障和支持服务的横向扩容。一个服务通常会部署多个实例，如何从多个服务 Provider 组成的集群中挑选出一个进行调用，就涉及到负载均衡的策略。
一、Dubbo负载均衡的作用？
负载均衡的目的是为了能够将请求合理地平分到各服务实例上，以便发挥所有机器的叠加作用。
Dubbo 需要对 Consumer 的调用请求进行分配，避免少数 Provider 节点负载过大，而剩余的其他 Provider 节点处于空闲的状态。
因为当 Provider 负载过大时，就会导致一部分请求超时、丢失等一系列问题发生，造成线上故障。
二、Dubbo提供了 5 种负载均衡实现
基于 Hash 一致性的 ConsistentHashLoadBalance（consistenthash），一致性哈希负载均衡，相同参数的请求总是落在同一台机器上。
基于权重随机算法的 RandomLoadBalance（random），随机负载均衡，随机的选择一个，是Dubbo的默认负载均衡策略。
基于最少活跃调用数算法的 LeastActiveLoadBalance（leastactive），最少活跃调用数，相同活跃数的随机。活跃数指调用前后计数差。使慢的 Provider 收到更少请求，因为越慢的 Provider 的调用前后计数差会越大。
基于加权轮询算法的 RoundRobinLoadBalance（roundrobin），轮询负载均衡，轮询选择一个。
基于最短响应时间的 ShortestResponseLoadBalance （shortestresponse），同最小活跃数负载,算法框架完全相同
三、如何配置Dubbo负载均衡策略？
Dubbo负载均衡有多种级别的配置：服务端服务/方法级别、客户端服务/方法级别; 具体配置如下:
XML
<!-- 服务端服务级别 -->
<dubbo:service interface="..." loadbalance="roundrobin" />
<!-- 客户端服务级别 -->
<dubbo:reference interface="..." loadbalance="random" />
<!-- 服务端方法级别 -->
<dubbo:service interface="...">
<dubbo:method name="hello" loadbalance="consistenthash"/>
</dubbo:service>
<!-- 客户端方法级别 -->
<dubbo:reference interface="...">
<dubbo:method name="hello" loadbalance="leastactive"/>
</dubbo:reference>
随机：loadbalance="random"
轮循：loadbalance="roundrobin"
最少活跃数：loadbalance="leastactive"
一致性Hash：loadbalance="consistenthash"四、Dubbo负载均衡的实现
1、随机均衡算法 Random LoadBalance
随机，按照权重设置随机概率，调用量越大分布越均匀
是Dubbo的默认负载均衡策略
**加权随机算法原理：**假设我们有三个 Provider 节点 A、B、C，它们对应的权重分别为 5、2、3，权重总和为 10。现在把这些权重值放到一维坐标轴上，[0, 5) 区间属于节点 A，[5, 7) 区间属于节点 B，[7, 10) 区间属于节点 C，然后通过随机数生成器在 [0, 10) 这个范围内生成一个随机数，然后计算这个随机数会落到哪个区间中。
2、权重轮循算法 RoundRobin LoadBalance
轮循，按照权重设置轮循比率
存在问题： 请求累积的问题，请求会累积在性能较差的机器上，导致响应时间慢。
**解决办法：**把性能差的机器，权重调低。
**缺点：**无法对机器性能在时间上的变化而做出动态改变，只能人工发现机器性能下降，手动调节权重。
**加权轮询负载均衡算法原理：**轮询指的是将请求轮流分配给每个 Provider。例如，有 A、B、C 三个 Provider 节点，加权之后，分配给每个 Provider 节点的流量比会接近或等于它们的权重比。例如，Provider 节点 A、B、C 权重比为 5:1:1，那么在 7 次请求中，节点 A 将收到 5 次请求，节点 B 会收到 1 次请求，节点 C 则会收到 1 次请求。
每个 Provider 节点有两个权重：一个权重是配置的 weight，该值在负载均衡的过程中不会变化；另一个权重是currentWeight，该值会在负载均衡的过程中动态调整，初始值为 0。
当有新的请求进来时，RoundRobinLoadBalance 会遍历 Invoker 列表，并用对应的 currentWeight 加上其配置的权重。遍历完成后，再找到最大的 currentWeight，将其减去权重总和，然后返回相应的 Invoker 对象。
3、最小活跃数算法 LeastActive LoadBalance
处理请求慢的机器将获得更小的调用量（相同活跃数的随机，活跃调用前后计算差值），以达到系统处理最大化。
**优点：**灵活，能够简单的根据调用数量动态调整机器处理的数量。
**最小活跃数负载均衡算法原理：**LeastActiveLoadBalance 使用的是最小活跃数负载均衡算法。
它认为当前活跃请求数越小的 Provider 节点，剩余的处理能力越多，处理请求的效率也就越高，那么该 Provider 在单位时间内就可以处理更多的请求，所以我们应该优先将请求分配给该 Provider 节点。
4、一致性hash算法 ConsistentHash LoadBalance
一致性 Hash 负载均衡可以让参数相同的请求每次都路由到相同的服务节点上，这种负载均衡策略可以在某些 Provider 节点下线的时候，让这些节点上的流量平摊到其他 Provider 上，不会引起流量的剧烈波动。
**优点：**更加灵活。
**缺点：**灵活导致难度大，由于粒度 细到单个请求上，一开始在开发时就得规划好，后期变动维护人员难度大。
**一致性Hash原理：**假设现在有N个 Provider 节点对外提供服务，有 100 个请求同时到达，如果想让请求尽可能均匀地分布到这N个 Provider 节点上，我们可能想到的最简单的方法就是 Hash 取模，即 hash(请求参数) % N。如果参与 Hash 计算的是请求的全部参数，那么参数相同的请求将会落到同一个 Provider 节点上。
如果突然有一个 Provider 节点出现宕机的情况，那我们就需要对 2 取模，即请求会重新分配到相应的 Provider 之上。在极端情况下，甚至会出现所有请求的处理节点都发生了变化，这就会造成比较大的波动。
一致性 Hash 算法的原理也是取模算法，与 Hash 取模的不同之处在于：Hash 取模是对 Provider 节点数量取模，而一致性 Hash 算法是对 2^32 取模。
5、最短响应时间算法 ShortestResponse LoadBalance
ShortestResponseLoadBalance 是Dubbo 2.7 版本之后新增加的一个 LoadBalance 实现类。
最短响应时间的负载均衡算法原理：
实现了最短响应时间的负载均衡算法，也就是从多个 Provider 节点中，选出调用成功的且响应时间最短的 Provider 节点，不过满足该条件的 Provider 节点可能有多个，所以还要再使用随机算法进行一次选择，得到最终要调用的 Provider 节点。
总结
Dubbo提供了三大核心能力：面向接口的远程方法调用，智能容错和负载均衡，以及服务自动注册和发现。
本文讲解了Dubbo负载均衡的作用，如何配置Dubbo负载均衡策略，以及Dubbo提供5种负载均衡实现和原理。