区块哈希值猜尾数单双 > 生态价值 > 文章页

负载均衡原理详解(万字图文总结)

文章正文

发布时间：2024-09-04 08:36

服务器服务器产品

负载均衡（Load Balancing），是指将流量、或计算，负载均匀分配到多个服务器、或资源上。比如：在处理大量的用户请求时，负载均衡器可以分配流量到多个 Web 服务器上，以保证应用的高可用性和响应速度。

负载均衡

负载均衡（Load Balancing），是指将流量、或计算，负载均匀分配到多个服务器、或资源上。

比如：在处理大量的用户请求时，负载均衡器可以分配流量到多个 Web 服务器上，以保证应用的高可用性和响应速度。

如下图所示：

图片

通过有效分配负载、提高系统的可用性、和性能，从而满足高可用、和高性能的业务需求。

比如：随着业务量的增加，可以通过增加更多的服务器来扩展系统，负载均衡器会自动将流量分配到新增加的服务器上，从而实现平滑的扩展。

以及，通过将流量或请求分配到多个服务器上，可以避免单一服务器故障导致的服务中断。

即使某些服务器出现故障，其他服务器仍可以继续处理请求。

负载均衡原理

负载均衡的基本原理：是使用一个负载均衡器（或称负载分配器），作为前端，将来自客户端的请求分配到后端的多个服务器上。

图片

负载均衡器通常位于网络流量的入口处，扮演着流量管理的角色。

整个负载流程，大致如下：

第一：请求接收

首先，客户端发起请求，负载均衡器接收到这些请求。

第二：流量分配

其次，负载均衡器根据设定的算法、或策略，将请求分配到多个后端服务器上。

第三：请求转发

再次，负载均衡器将客户端的请求转发给选定的后端服务器。

第四：响应返回

最后，后端服务器处理请求并生成响应，负载均衡器接收响应后，将其转发回客户端。

负载均衡算法

如果想更加深入的掌握负载均衡原理，还需要掌握负载均衡的算法。

比如：当客户端到达负载均衡后，通过”负载均衡的算法“，将请求分发到不同的服务器上。

图片

1. 轮询（Round Robin）

轮询：将请求按顺序依次分配给每个服务器，每个服务器依次接收请求，形成一个循环。

图片

比如：

服务器列表: A, B, C

请求顺序: R1, R2, R3, R4, R5

请求分配:

R1 -> A；

R2 -> B；

R3 -> C；

R4 -> A；

R5 -> B；

适用场景:

适用于服务器性能相似的场景，因为它不考虑服务器的负载、或性能，只是简单地轮流分配请求。

优点:

实现简单，易于配置。

缺点:

不考虑服务器的实际负载情况，可能导致某些服务器过载，而其他服务器空闲。

2. 加权轮询

为每个服务器分配一个”权重“，权重值表示服务器处理请求的能力。

图片

比如：服务器列表及权重: A (3), B (1), C (2)

请求顺序: R1, R2, R3, R4, R5, R6, R7, R8, R9, R10

请求分配:

R1 -> A；

R2 -> A；

R3 -> A；

R4 -> B；

R5 -> C；

适用场景:

适用于服务器性能不均等的情况，比如：一些服务器性能较高，能够处理更多请求，而其他服务器性能较低。

优点:

能够根据服务器的性能差异动态调整流量分配。

缺点:

需要准确配置权重值，权重的选择可能需要经验、或实时监控数据来优化。

最少连接数

将请求分配给当前连接数最少的服务器，即选择处理请求数量最少的服务器。

图片

比如：

服务器连接数: A (5), B (2), C (3)；

请求到来顺序: R1, R2, R3, R4

请求分配:

R1 -> B (最少连接数)；

R2 -> C (最少连接数)；

R3 -> B (最少连接数)；

R4 -> A (最少连接数)；

适用场景:

适用于服务器处理请求时间长短不一的情况，能够有效分配负载，避免某些服务器过载。

优点:

动态平衡负载，适应服务器的实时负载情况。

缺点:

需要实时监控每个服务器的连接数，可能增加管理开销。

IP 哈希（IP Hash）

根据客户端的 IP 地址计算哈希值，将请求分配给特定的服务器。相同的客户端 IP 地址通常会被分配到同一台服务器。

比如：

IP 地址: 192.168.1.1, 192.168.1.2, 192.168.1.3；

服务器列表: A, B

IP 哈希结果:

192.168.1.1 -> A；

192.168.1.2 -> B；

192.168.1.3 -> A；

适用场景:

适用于需要会话粘性（Session Affinity）的场景，即要求同一客户端的请求始终发送到同一服务器上。

优点:

提供会话粘性，保证客户端的请求连续性。

缺点:

不均匀的流量分布可能导致负载不均衡，特别是在客户端 IP 地址分布不均的情况下。

随机（Random）

随机选择一个服务器来处理请求，不考虑服务器的当前负载或性能。

图片

比如：

服务器列表: A, B, C

请求到来顺序: R1, R2, R3, R4

请求分配（随机选择）:

R1 -> C；

R2 -> A；

R3 -> B；

R4 -> A；

适用场景:

适用于负载均衡较简单的场景，或者在性能差异不大的情况下。

优点:

实现简单，容易配置。

缺点:

可能导致负载不均衡，特别是在服务器性能差异较大时。

这些负载均衡算法，可以根据不同的需求、和环境进行选择和配置，以实现最优的资源利用和系统性能。

负载均衡分类

负载均衡根据其工作在网络协议栈中的不同层次，可以分为以下几种类型：

图片

1）二层负载均衡

在 OSI 模型的第二层，即数据链路层进行负载均衡，所以有时候也叫：二层负载均衡（数据链路层），

二层负载均衡（数据链路层），这种负载均衡器基于 MAC 地址进行流量分配。

比如：通常用于局域网 (LAN) 环境中，主要处理 Ethernet 帧。

2）三层负载均衡

三层负载均衡：在 OSI 模型的第三层，即网络层进行负载均衡，基于 IP 地址进行流量分配。

可以使用到：IP 负载均衡、数据中心网络中的流量管理、以及互联网流量分配。

3）四层负载均衡

在 OSI 模型的第四层，即传输层进行负载均衡，基于 TCP 、或 UDP 端口进行流量分配。

由于操作在较低层级，通常具有较低的延迟、和较高的吞吐量。

比如：典型的Dubbo RPC就是基于TCP来进行负载均衡，原因很简单：就是我刚讲到的性能高的原因。

4）七层负载均衡

在 OSI 模型的第七层，即应用层进行负载均衡，基于应用层数据进行流量分配。

比如：可以根据 HTTP 请求的内容、URL、主机头、Cookie .........等信息进行流量分配。

常见的七层负载均衡器有：Nginx、HAProxy...等。

可以应用到：Web 应用负载均衡、API 管理、内容分发网络 (CDN)、微服务架构....等等服务路由。

总之，二层、和三层负载均衡器通常用于低层次的流量管理，适合高性能、和简单的流量分配。

而四层、和七层负载均衡器，提供更高级的流量管理、和路由功能，适合处理复杂的应用需求、和动态环境。

责任编辑：武晓燕来源： mikechen的互联网架构

分享到微信

微信扫码分享

分享到微博