常見的負載均衡算法

在實現水平擴展過程中，負載均衡算法是決定請求如何在多個服務實例間分配的核心邏輯。一個合理的負載均衡策略能夠有效分散系統壓力，提升系統吞吐能力與穩定性。

負載均衡算法可部署在多種層級中，如七層HTTP反向代理（Nginx、Envoy）、四層TCP網關（LVS、HAProxy）或服務網格控制面（如Istio Pilot），其本質都是決定“某個用戶請求分配給哪個后端實例”。

本節將介紹工程中常用的五種負載均衡算法，并分析其優劣與應用場景。

1. 輪詢（Round Robin）

輪詢算法是最簡單且最常用的一種策略。它將每個請求按照順序輪流分配給后端服務器，一輪分配完再從頭開始。

實現原理：維護一個指針，每次請求到達后，該指針指向下一個實例。

適用場景：

• 實例處理能力相對一致；
• 請求處理時間差異不大；
• 無需考慮服務器負載差異。

優點：

• 實現簡單；
• 分配公平；
• 容易排查與調試。

缺點：

• 無法識別后端實例負載；
• 對高并發突發請求響應不敏感。

實際案例：Nginx 默認使用輪詢算法將用戶請求均勻地分配到多個后端API服務。

2. 加權輪詢（Weighted Round Robin）

加權輪詢是在普通輪詢的基礎上，為不同的后端服務器設置權重，高性能服務器分配更多請求，低性能服務器分配較少。

實現原理：維護一個“當前權重表”，根據預設權重比例順序分配請求。

適用場景：

• 多節點硬件性能差異明顯；
• 后端實例資源分配不均。

優點：

• 合理利用資源；
• 避免弱實例過載；
• 簡化容量規劃。

缺點：

• 動態權重調整不夠靈活；
• 不適合實時變動的場景。

實際案例：某AI模型推理服務集群中，GPU實例設為權重3，CPU實例設為權重1，以保證推理服務優先走高性能GPU節點。

3. 最少連接數（Least Connections）

該算法實時監控各實例的連接數，優先將請求分配給當前連接數最少的節點，適用于請求處理時長不確定的情況。

實現原理：每個請求到達時，調度器檢查所有實例當前活躍連接數，選擇最少者。

適用場景：

• 后端任務執行時間波動大；
• 數據庫代理、AI推理任務等。

優點：

• 動態負載感知；
• 更智能的資源分配；
• 提高服務響應穩定性。

缺點：

• 需維護連接狀態；
• 狀態同步復雜，分布式中需引入共享狀態存儲。

實際案例：在 Redis Cluster 的 Proxy 層中，使用最少連接數策略實現寫請求的均衡調度，有效降低單節點壓力。

4. 一致性哈希（Consistent Hashing）

一致性哈希將請求按特征（如用戶ID、訂單號等）哈希映射到特定實例，確保同一用戶或會話盡可能落在同一節點上，從而減少緩存穿透、提升數據局部性。

實現原理：構建一個虛擬哈希環，服務器節點和請求都映射到該環上，請求路由到其順時針最近的節點。

適用場景：

• 高并發緩存系統（如分布式Redis）；
• 用戶態狀態存儲（如購物車、會話等）。

優點：

• 提升命中率；
• 降低跨節點通信；
• 新增或剔除節點時影響范圍小。

缺點：

• 實現復雜；
• 對負載均衡精度要求高時需引入虛擬節點。

實際案例：在某大型直播平臺中，主播用戶ID通過一致性哈希映射到固定流媒體服務器，避免直播狀態頻繁遷移。

5. 源地址哈希（IP Hash）

源地址哈希根據請求的IP地址進行哈希后分配到特定后端，實現用戶請求固定落點（sticky session）。

實現原理：對客戶端IP做hash，結果與節點數取模決定目標服務器。

適用場景：

• 需保持用戶粘性；
• 簡單狀態保持（如token驗證前的用戶預熱流程）。

優點：

• 實現簡單；
• 可保持用戶連接穩定性。

缺點：

• 某些IP集中度高可能導致單點過載；
• 不適合代理層IP復用的場景。

實際案例：傳統BBS論壇在未使用Redis緩存時，采用IP Hash保持用戶登錄狀態綁定特定應用節點。

表格對比

下表總結了幾種負載均衡算法的核心對比：

算法類型	是否感知負載	是否支持權重	是否保持會話	應用場景
輪詢	否	否	否	請求時間均衡，實例性能一致
加權輪詢	否	是	否	節點性能差異，輕負載分配
最少連接數	是	否	否	請求時間不確定，服務異構場景
一致性哈希	是（隱式）	是（需設計）	是	高命中緩存、狀態綁定型服務
源地址哈希	否	否	是	輕量級會話保持，簡單狀態追蹤

小結

負載均衡算法是實現水平擴展與流量調度的基礎組件，選擇合適的算法能顯著提升系統穩定性與資源利用率。在微服務、容器平臺與云原生架構中，還可結合服務網格實現自定義的調度策略。