高性能负载均衡的分类和算法

高性能集群之所以复杂，主要原因是增加了任务分配器，以及为任务选择合适的分配算法。负载均衡器就是任务分配器，负载均衡这个名称已经成为事实标准，但负载均衡不只是为了计算单元的负载达到均衡状态。

分类及架构

常见的负载均衡分三种：DNS负载、硬件负载、软件负载

1、DNS负载均衡

定义：解析同一个域名返回不同的IP地址，一般用来实现地理级别的均衡。例如同样的域名，北方用户和南方用户获取的地址是不一样的。

优点：
简单、成本低
实现就近访问，提升访问速度

缺点：
更新不及时（DNS缓存时间长）
扩展性差（无法根据业务定制和扩展）
分配策略简单（算法少、无法感知后端服务器状态）

2、硬件负载均衡

定义：通过单独的硬件设备实现负载均衡功能，可以理解为一个用于负载均衡的基础网络设备。目前业界典型的硬件负载均衡设备有两款：F5 和 A10。

优点：
功能强大（支持各层级负载、支持全面的负载算法、支持全局负载）
性能强大（支持100万以上并发）
稳定性高（商用硬件负载）
支持安全防护（具备防火墙、防DDoS攻击等功能）

缺点：
价格昂贵（起步15万，最高上百万）
扩展能力差（硬件设备无法进行扩展和定制）

3、软件负载均衡

定义：通过负载均衡软件来实现负载均衡功能，常见的有 Nginx 和 LVS两种。

优点：
简单（部署维护都比较简单）
便宜（只需Linux服务器装上软件）
灵活（可根据业务方便扩展和定制）

缺点（与硬件负载相比）：
性能一般（一个Nginx大约支撑5万并发）
功能没有硬件负载强大
一般不具备防火墙和防DDoS等安全功能

4、典型架构

3种负载机制在实际应用中不是非此即彼，可以组合使用。
组合的基本原则为：DNS 负载均衡用于实现地理级别的负载均衡；硬件负载均衡用于实现集群级别的负载均衡；软件负载均衡用于实现机器级别的负载均衡。

算法

根据算法期望达到的目的，可以分为4类：
任务平分类：平均分配，平均可以是数量平均、也可以是比例平均、权重平均
负载均衡类：根据服务器负载进行分配，这里的负载指系统当前压力，如CPU负载、连接数、I/O使用率等
性能最优类：根据服务器响应时间进行分配，响应最快的分配更多新任务
Hash类：根据任务某些关键信息进行Hash运算，结果值相同的分配同一台服务器

1、轮询

定义：按照顺序轮流分配到服务器，不关注服务器本身运行状态如何。
特点：只关注服务器是否在运行，只要运行就分配任务，不管运行是否良好。『简单』是优点，也是缺点。

2、加权轮询

定义：轮询的特殊形式，根据服务器权重进行任务分配，权重指根据硬件配置进行静态配置的，主要目的是为了解决不同服务器处理能力有差异的问题。
特点：解决了轮询算法中无法根据服务器的配置差异进行任务分配的问题，但依然无法根据服务器的状态差异进行任务分配。

3、负载最低优先

定义：将任务分配给当前负载最低的服务器，这里的当前负载根据不同任务类型和业务，可以用不同指标衡量。如连接数、HTTP请求数、CPU负载、I/O负载等。
特点：解决了轮询算法中无法感知服务器状态的问题，代价是增加很多复杂度，因为需要感知服务器当前的运行状态。效果美好但实际应用场景没有轮询多。

4、性能最优类

定义：站在客户端的角度进行分配，优先将任务分配给处理速度最快的服务器。
特点：与负载最低优先类的算法类似，需要感知服务器状态并且在合适周期内进行统计分析，复杂度很高。

5、Hash类

定义：根据任务中的某些关键信息进行 Hash 运算，将值相同的请求分配到同一台服务器，目的主要是为了满足特定业务需求。常见的有源地址Hash和ID Hash。
特点：将同一个源地址或带有某个ID标识的任务分配给同一个服务器，适合于存在事务、会话的业务

审核编辑：汤梓红