# 多级负载均衡架构
# 常见的负载均衡架构
在实际的高并发架构中，常用的负载均衡组件如下
我们可以按需去掉图中的负载均衡组件
去掉DNS和F5。绝大多数中小企业。并发量在万级到十万级，不需要多机房容灾，单机房即可搞定。这是最典型的中小厂标准架构。我们直接把DNS和F5去掉
去掉服务网关集群。依然是微服务架构，但业务不需要复杂的鉴权、动态限流、复杂的路由逻辑，想减少内部网络调用的延迟
# 负载均衡组件的主要分类与区别
在实际应用中，负载均衡组件主要分为软件级和硬件级，以及工作在 OSI 网络模型不同层级的四层和七层，还有DNS负载均衡
# DNS负载均衡
普通的 DNS 一个域名只对应一个 IP。而 DNS 负载均衡 的做法是：让一个域名同时对应多个不同的 IP 地址（通常是不同机房、不同地域的公网 IP）
当大批用户同时访问这个域名时，DNS 服务器会根据一定的策略，给不同的用户返回不同的 IP，从而在最外层把流量分流到不同的机房
一般用来实现地理级别的负载均衡。例如，对于某个域名，北方用户解析后获取的IP是北方机房的IP，南方用户解析后获取的IP是南方机房的IP
优点
- 简单，成本低：负载均衡工作交给DNS服务器处理，无须自己开发或者维护负载均衡设备
- 地理级别分流：就近访问，加快了访问速度
缺点
- 更新不及时：为了减轻网络压力，全球的运营商、路由器、甚至你的电脑浏览器，都会缓存 DNS 结果
- 分配策略比较简单：DNS 只能根据 IP 级别进行分流，它根本不知道后端服务器的 CPU 累不累、连接数高不高，更没办法根据用户的 URL、Cookie 去做精细化的业务路由
# 软件 VS 硬件 负载均衡
| 特性 | 软件负载均衡 | 硬件负载均衡 |
|---|---|---|
| 典型代表 | Nginx, HAProxy, LVS | F5 |
| 成本 | 极低（开源、免费，只需支付服务器计算成本） | 极高（百万级，需要购买专有硬件设备和授权） |
| 性能 | 百万级并发（LVS可更高） | 千万级并发 |
| 适用场景 | 绝大多数互联网公司、中小企业 | 对稳定性和吞吐量要求极高的企业 |
# 四层 vs 七层 负载均衡
# 四层负载均衡（传输层）
工作原理： 只通过报文中的 IP 地址和端口号 决定转发。它不修改也不关心应用层的内容（如 HTTP 协议）。就像快递员只看包裹上的地址和收件人电话，就把快递转寄出去了
典型组件： LVS（Linux Virtual Server）、HAProxy（四层模式）
优点： 性能极高，因为不需要解析应用层数据，消耗 CPU 极少
缺点： 无法感知业务逻辑。不能根据具体的 URL、Cookie 或用户设备类型来做智能分发
# 七层负载均衡（应用层）
工作原理： 深入到 应用层，可以根据 URL、HTTP 头部、Cookie、POST 参数 等内容来决定转发。就像快递员把包裹拆开，看看里面是衣服还是生鲜，再决定送给不同的专业处理人员
典型组件： Nginx、HAProxy（七层模式）
优点： 极其智能化。可以实现动静分离（图片请求走图片服务器，API 请求走应用服务器）、根据 Cookie 保持用户登录状态、防 DDoS 攻击等
缺点： 性能比四层低，因为解析应用层协议（如 HTTPS 解密、HTTP 解析）需要消耗大量的 CPU 资源
# 常见的负载均衡算法
在实际应用中，常见的负载均衡算法主要可以分为两大类：静态负载均衡算法（不看后端服务器的实时状态）和动态负载均衡算法（根据后端服务器的实时负载调整）
# 静态负载均衡算法
# 轮询法
原理： 挨个分发。把请求按顺序轮流分配给后端的服务器。第一笔请求给 Server A，第二笔给 Server B，以此类推
适用场景： 后端所有服务器的硬件配置完全相同，且处理的业务请求耗时差不多。如果服务器性能有高有低，会导致“低配”服务器被压垮
# 加权轮询法
原理：在轮询的基础上加上了“权重”（Weight）。性能好的服务器（如 8核）权重设高点，性能差的（如 2核）权重设低点。比如：Server A (权重 3)，Server B (权重 1)。分配序列就是：A, A, A, B
适用场景： 后端服务器硬件配置不同
# 源 IP 哈希法
原理： 对客户端的 IP 地址进行哈希（Hash）计算，得到一个数值，再用这个数值对服务器数量取模。 同一个客户端 IP 的请求，永远会被分发到同一台服务器上。
适用场景： 需要会话保持的传统 Web 应用。但现在微服务架构中，更倾向于使用分布式 Session（如 Redis 存 Session），而不是依赖 IP 哈希
普通的 IP 哈希法（IP % 服务器数量）有一个致命缺点：一旦后端某台服务器挂了，或者新加入了一台服务器，服务器数量一变，所有的哈希结果都会发生剧烈抖动。为了解决这个问题可以使用一致性哈希算法
# 动态负载均衡算法
# 最小连接数法（Least Connections）
原理： 谁现在手里的活最少，新请求就给谁。负载均衡器会记录每台服务器当前正在处理的 TCP 连接数，优先把请求发给连接数最少的服务器。
适用场景： 请求处理耗时差异很大的场景（比如有的请求 1 毫秒完事，有的请求需要传输大文件耗时 10 秒）。
加权延伸： 加权最小连接数（Weighted Least Connections），同时考虑服务器的硬件权重和当前的连接数。
# 最快响应时间法
原理： 谁反应快，就给谁。负载均衡器会扫描后端服务器的平均响应时间（RTT），优先把请求分发给当前响应速度最快的服务器。
适用场景： 对延迟极其敏感的业务
← 如何对系统进行监控？ 分布式锁实现方式 →