负载均衡无处不在，无论是分布式，还是中间件，还是微服务，都需要涉及到负载均衡。
一、什么是负载均衡
负载均衡是一种在计算机网络和系统架构中使用的技术，用于均衡分发工作负载到多个资源，比如：服务器、计算节点或存储设备上，以提高系统的性能、可伸缩性。 如下图所示： 
在传统的单个服务器架构中，当请求量增加时，单个服务器可能无法处理所有的请求，导致性能下降或系统崩溃。 负载均衡技术通过将负载（请求）分发到多个服务器上，实现资源的合理利用，从而平衡服务器的负载。 这样可以提高系统的处理能力，增加并发处理能力，并减少单点故障的风险。
二、负载均衡作用
负载均衡的作用，主要包含如下几点：
1.提高系统性能
负载均衡技术将负载（请求或任务）分发到多个资源上，使得系统能够处理更多的并发请求，从而提高整体的处理能力和性能。
2.实现高可用性
负载均衡可以将负载分发到多个资源上，当其中一个资源发生故障或不可用时，负载均衡可以自动将请求转发到其他可用的资源。 这样可以降低单点故障的风险，提高系统的可靠性和容错性。
3.提高系统可伸缩性
随着业务的增长，负载均衡技术可以动态地增加或减少资源的数量，根据实际负载情况进行扩展或收缩。 通过自动分配负载到新增的资源上，系统可以实现水平扩展，满足不断增长的需求，提高系统的可伸缩性。
4.优化资源利用
负载均衡技术可以根据资源的性能、可用性和负载情况，合理地分配请求或任务。 这样可以最大限度地利用资源，避免资源的空闲或过载，提高资源的利用率和效率。
三、负载均衡的原理
系统的扩展可分为纵向（垂直）扩展和横向（水平）扩展。 比如：纵向扩展，是从单机的角度通过增加硬件处理能力，比如CPU处理能力，内存容量，磁盘等方面，实现服务器处理能力的提升。这种情况，不能满足大型分布式系统（网站），大流量，高并发，海量数据的问题。 因此需要采用横向扩展的方式，通过添加机器来满足大型网站服务的处理能力，比如：一台机器不能满足，则增加两台或者多台机器，共同承担访问压力。 如下图所示： 
负载均衡器作为一个中间层，接收来自客户端的请求，并根据特定的算法和策略将请求分发给后端的多个资源（如服务器、计算节点或存储设备）。客户端可以直接将请求发送给负载均衡器，或通过域名解析、DNS等方式间接连接到负载均衡器。
四、负载均衡算法
负载均衡算法，主要分为如下5类：
1.Round Robin-轮询
轮询，顾名思义，把请求按顺序分配给每个服务器，然后重复执行这个顺序，进行请求分配。 假设有3台服务器，分别为A,B,C，当客户端有请求过来时，请求会按照A------>B------>C------>A------>B------>C...这种轮训的顺序分配给各个服务器。 原理：
- 服务器列表：维护一个服务器列表，有服务器加入/剔除时，相应的更新服务器列表；
- 服务器游标：记录需要处理下一个请求的服务器；
- 请求分发：新的请求到达，选择当前服务器来处理该请求，然后服务器游标+1；
- 循环：不断重复步骤三，以确保每个服务器都有机会处理请求；
2.Weighted Round Robin - 加权轮询
在轮询的基础上根据硬件配置不同，按权重分发到不同的服务器，适合场景：跟配置高、负载低的机器分配更高的权重，使其能处理更多的请求。 
3.最少连接数
记录每个服务器正在处理的请求数，把新的请求分发到最少连接的服务器上，因为要维护内部状态不推荐。 
原理
- 维护一个所有服务器和连接数的字典（Map）；
- 当新的请求到达时，负载均衡器会检查服务器列表中当前连接数最少的服务器；
- 请求将被分配给具有最少连接数的服务器，处理请求后该服务器的连接数+1；
- 如果有多台服务器具有相同的最小连接数，算法可以使用其他标准来选择其中一台，如加权等
优缺点
优点：
- 动态负载均衡：它根据服务器的当前负载情况来做出决策，这使得它能够有效地分配请求给当前连接数最少的服务器，从而确保了服务器资源的最佳利用。
- 适应性强：这个算法适用于服务器性能不均匀的情况，因为它关注的是连接数，而不是服务器的硬件配置或性能评估。
- 避免过载：通过将新请求分配给连接数最少的服务器，"最小连接数"算法有助于防止某些服务器被过度加载，从而提高了系统的稳定性和性能。
- 自动恢复：如果某台服务器由于故障或重启而导致连接数清零，该算法会自动开始将新请求分配给该服务器，以实现自动恢复。
缺点：
- 连接数不一定代表负载："最小连接数"算法假设连接数与服务器的负载成正比，但这并不总是准确。有时候，某台服务器的连接数可能很高，但仍然能够处理更多的请求，而另一台连接数较低的服务器可能已经达到了其性能极限。
- 不适用于长连接：如果服务器上有大量长期活跃的连接，例如WebSocket连接，该算法可能不太适用，因为长连接不同于短暂的HTTP请求，连接数的统计可能会产生误导。
- 无法解决服务器性能差异：虽然"最小连接数"算法可以平衡连接数，但它无法解决服务器硬件性能差异的问题。在这种情况下，可能需要其他负载均衡算法，如加权轮询，来更好地适应性能差异。
4.IP/URL Hash-IP/URL散列
IP/URL 散列算法是一种根据客户端 IP 地址或 URL 来分配请求的负载均衡算法，这样相同的IP或者URL就会负载到相同的服务器上。 
原理
- 将客户端 IP 地址或 URL 散列到服务器列表中，
- 然后将请求分配给散列值对应的服务器。
优缺点
优点：
- 稳定性：IP/URL Hash 算法可以确保相同的客户端请求总是被分发到相同的服务器上。这可以提高应用程序的稳定性，因为客户端的会话数据在同一服务器上保持一致。
- 适用于会话保持：当应用程序需要在多次请求之间保持会话状态时，IP/URL Hash 算法非常有用。客户端在一次请求中选择的服务器会在后续请求中保持一致，确保会话数据不会丢失。
- 负载均衡：IP/URL Hash 算法可以将特定的客户端请求均匀地分配到多个服务器上，从而实现基本的负载均衡，避免了某些服务器被过度请求。
缺点：
- 不适用于动态环境：IP/URL Hash 算法基于客户端的 IP 地址或 URL，一旦客户端 IP 或请求的 URL 发生变化，请求可能会被分配到不同的服务器上，导致会话数据丢失或不一致。
- 不考虑服务器负载：IP/URL Hash 算法不考虑服务器的当前负载情况。如果某个服务器的负载过高，IP/URL Hash 无法动态地将请求分发到负载较低的服务器上。
适用场景
静态环境：在静态环境中，即客户端的 IP 地址或请求的 URL 不经常变化的情况下，IP/URL Hash 算法可以提供稳定的负载均衡。 少数服务器的负载均衡：当服务器数量相对较少且不太容易动态扩展时，IP/URL Hash 算法可以用于基本的负载均衡。
5.Least Response Time - 最短响应时间
最短响应时间就是指：处理请求的响应时间最少的服务器，获取的请求就越多。直白讲就是速度快，就干的多。 
适用场景
负载均衡的所有服务器，处理能力相差比较大。比如：有3台服务器，服务器A（4C8G，4个CPU，8G内存），服务器B（2C4G，2个CPU，4G内存），服务器C（1C2G，1个CPU，2G内存）， 那么就可以采用这种算法，这样可以根据服务器的处理来实现动态负载。 交通控制系统：在城市交通控制系统中，需要及时响应交通信号、路况和车辆检测等信息。最短响应时间算法可以帮助确保交通信号及时适应交通流量的变化。
优缺点
优点：可以充分发挥各个服务器的性能，提高服务器的利用率。 缺点：饥饿问题。比如，服务器A的性能最好，处理速度最快，那么所有的请求都会被分配到服务器A，这样服务器B和服务器C就会一直处于饥饿状态，无法处理请求。这样也就会产生不公平。
五、负载均衡的分类
负载均衡主要分为：二层、三层、四层、以及七层负载均衡。
1.二层负载均衡（mac）
根据OSI模型分的二层负载，一般是用虚拟mac地址方式，外部对虚拟MAC地址请求，负载均衡接收后分配后端实际的MAC地址响应）。
2.三层负载均衡（ip）
一般采用虚拟IP地址方式，外部对虚拟的ip地址请求，负载均衡接收后分配后端实际的IP地址响应。
3.四层负载均衡（tcp）
四层负载均衡就是基于IP 端口的负载均衡，在三次负载均衡的基础上，用ip port接收请求，再转发到对应机器。 实现四层负载均衡的软件有：
- F5：硬件负载均衡器，功能很好，但是成本很高。
- lvs：重量级的四层负载软件
- nginx：轻量级的四层负载软件，带缓存功能，正则表达式较灵活
- haproxy：模拟四层转发，较灵活
4.七层负载均衡（http）
七层的负载均衡，就是基于虚拟的URL或主机IP的负载均衡，根据虚拟的url或IP，主机名接收请求，再转向相应的处理服务器。 实现七层负载均衡的软件有：
- haproxy：天生负载均衡技能，全面支持七层代理，会话保持，标记，路径转移；
- nginx：只在http协议和mail协议上功能比较好，性能与haproxy差不多；
- apache：功能较差
- Mysql proxy：功能尚可。
总的来说，一般是lvs做4层负载；nginx做7层负载。
六、负载均衡应用场景
负载均衡技术可以应用于多种场景，包括但不限于以下几个方面：
1.Web应用负载均衡
在Web应用中，负载均衡可以将请求分发到多个Web服务器上，以提高并发处理能力和吞吐量，适用于高访问量的网站、电子商务平台等场景。
2.数据库负载均衡
对于数据库集群，负载均衡可以将数据库请求分发到多个数据库节点上，实现数据的分布和负载的均衡，这有助于提高数据库的处理能力、可靠性和可伸缩性。
3.应用服务负载均衡
在分布式应用中，负载均衡可以将请求分发给多个应用服务器实例，以平衡工作负载和提高系统的性能，这适用于微服务架构、分布式计算、消息队列等场景。
4.高性能计算负载均衡
在科学计算、大数据处理和高性能计算领域，负载均衡技术可以将计算任务分发到多个计算节点上，实现任务的并行处理和加速，它适用于集群计算、分布式存储、数据分析等场景。