编辑“︁负载均衡”︁

{{DISPLAYTITLE:负载均衡}}

'''负载均衡'''（Load Balancing）是计算机网络中一种将工作负载分配到多个计算资源（如服务器、网络链接、CPU等）的技术，旨在优化资源使用、最大化吞吐量、最小化响应时间，并避免任何单一资源的过载。它是分布式系统、云计算和大型网站架构中的核心组件。

== 概述 ==
负载均衡的核心目标是通过合理分配请求或任务，确保系统的高可用性、可扩展性和可靠性。常见的负载均衡应用场景包括：
* 将用户请求分发到多台Web服务器
* 在数据库集群中分配查询请求
* 在微服务架构中路由API调用

负载均衡器（Load Balancer）是实现这一技术的专用设备或软件组件，它根据预定义的算法决定如何分配传入的流量。

== 负载均衡算法 ==
以下是几种常见的负载均衡算法：

=== 轮询（Round Robin） ===
最简单的算法，按顺序将每个新请求分配给下一个服务器。

<syntaxhighlight lang="python">
servers = ['server1', 'server2', 'server3']
current = 0

def round_robin():
    global current
    server = servers[current]
    current = (current + 1) % len(servers)
    return server

# 示例调用
print(round_robin())  # 输出: server1
print(round_robin())  # 输出: server2
print(round_robin())  # 输出: server3
print(round_robin())  # 输出: server1
</syntaxhighlight>

=== 最少连接（Least Connections） ===
将新请求分配给当前连接数最少的服务器。

=== 加权算法 ===
为服务器分配权重，性能更强的服务器获得更多流量：
* 加权轮询
* 加权最少连接

=== 基于响应时间 ===
选择响应时间最短的服务器处理新请求。

== 负载均衡类型 ==

=== 网络层负载均衡（L4） ===
工作在OSI模型的传输层（TCP/UDP），基于IP地址和端口进行流量分发。

=== 应用层负载均衡（L7） ===
工作在OSI模型的应用层，可以理解HTTP等协议内容，实现更智能的路由。

<mermaid>
graph LR
    Client -->|请求| LoadBalancer
    LoadBalancer -->|分发| Server1
    LoadBalancer -->|分发| Server2
    LoadBalancer -->|分发| Server3
</mermaid>

== 实现技术 ==

=== 硬件负载均衡器 ===
专用设备如F5 BIG-IP，提供高性能但成本较高。

=== 软件负载均衡器 ===
常见解决方案包括：
* Nginx
* HAProxy
* AWS ELB/ALB
* Kubernetes Service

示例Nginx配置：
<syntaxhighlight lang="nginx">
http {
    upstream backend {
        server backend1.example.com weight=3;
        server backend2.example.com;
        server backend3.example.com backup;
    }

    server {
        location / {
            proxy_pass http://backend;
        }
    }
}
</syntaxhighlight>

== 会话保持（Session Persistence） ==
某些应用需要将用户请求始终路由到同一服务器，可通过以下方式实现：
* Cookie注入
* IP哈希
* URL参数

数学表示IP哈希算法：
<math>
server\_index = hash(client\_ip) \mod N
</math>
其中N是服务器数量。

== 健康检查 ==
负载均衡器需要持续监测后端服务器状态：
* 主动检查：定期发送探测请求
* 被动检查：观察正常请求的响应
* 组合策略

== 实际案例 ==

'''案例1：电子商务网站'''
* 黑色星期五期间，使用L7负载均衡：
  - 将静态内容请求路由到CDN
  - 将购物车请求路由到专用服务器集群
  - 基于用户地理位置选择数据中心

'''案例2：微服务架构'''
<mermaid>
graph TB
    Client --> API_Gateway
    API_Gateway -->|负载均衡| Auth_Service
    API_Gateway -->|负载均衡| Product_Service
    API_Gateway -->|负载均衡| Order_Service
</mermaid>

== 高级主题 ==

=== 全局服务器负载均衡（GSLB） ===
跨多个地理位置的负载均衡，通常结合DNS实现。

=== 自动伸缩 ===
云环境中的负载均衡器通常与自动伸缩组集成，根据负载动态调整服务器数量。

=== 一致性哈希 ===
解决分布式缓存场景下的重新哈希问题，公式表示为：
<math>
h(key) \rightarrow server
</math>
当服务器增减时，只需重新映射部分键。

== 常见问题 ==

'''Q: 负载均衡会导致性能瓶颈吗？'''
A: 负载均衡器本身可能成为瓶颈，可通过以下方式缓解：
* 使用DSR（Direct Server Return）模式
* 部署多层负载均衡架构
* 选择高性能硬件或分布式软件方案

'''Q: 如何测试负载均衡配置？'''
可通过连续发送请求并观察分发模式：
<syntaxhighlight lang="bash">
for i in {1..10}; do curl http://loadbalancer.example.com; done
</syntaxhighlight>

== 总结 ==
负载均衡是现代网络架构的关键组件，理解其原理和实现方式对于设计高可用系统至关重要。从简单的轮询算法到复杂的应用感知路由，负载均衡技术不断演进以满足不同场景的需求。

[[Category:计算机科学]]
[[Category:面试技巧]]
[[Category:计算机网络]]