常见负载均衡算法⼀、概要随着系统⽇益庞⼤、逻辑业务越来越复杂，系统架构由原来的单⼀系统到垂直系统，发展到现在的分布式系统。
分布式系统中，可以做到公共业务模块的⾼可⽤，⾼容错性，⾼扩展性，然⽽，当系统越来越复杂时，需要考虑的东西⾃然也越来越多，要求也越来越⾼，⽐如服务路由、负载均衡等。
此⽂将针对负载均衡算法进⾏讲解，不涉及具体的实现。
⼆、负载均衡算法在分布式系统中，多台服务器同时提供⼀个服务，并统⼀到服务配置中⼼进⾏管理，如图1-1。
消费者通过查询服务配置中⼼，获取到服务到地址列表，需要选取其中⼀台来发起RPC远程调⽤。
如何选择，则取决于具体的负载均衡算法，对应于不同的场景，选择的负载均衡算法也不尽相同。
负载均衡算法的种类有很多种，常见的负载均衡算法包括轮询法、随机法、源地址哈希法、加权轮询法、加权随机法、最⼩连接法等，应根据具体的使⽤场景选取对应的算法。
图1-11、轮询（Round Robin）法轮询很容易实现，将请求按顺序轮流分配到后台服务器上，均衡的对待每⼀台服务器，⽽不关⼼服务器实际的连接数和当前的系统负载。
这⾥通过实例化⼀个serviceWeightMap的Map变量来服务器地址和权重的映射，以此来模拟轮询算法的实现，其中设置的权重值在以后的加权算法中会使⽤到，这⾥先不做过多介绍，该变量初始化如下：private static Map<String, Integer> serviceWeightMap = new HashMap<String, Integer>();static {serviceWeightMap.put("192.168.1.100", 1);serviceWeightMap.put("192.168.1.101", 1); //权重为4serviceWeightMap.put("192.168.1.102", 4);serviceWeightMap.put("192.168.1.103", 1);serviceWeightMap.put("192.168.1.104", 1);//权重为3serviceWeightMap.put("192.168.1.105", 3);serviceWeightMap.put("192.168.1.106", 1);//权重为2serviceWeightMap.put("192.168.1.107", 2);serviceWeightMap.put("192.168.1.108", 1);serviceWeightMap.put("192.168.1.109", 1);serviceWeightMap.put("192.168.1.110", 1);}通过该地址列表，实现的轮询算法的部分关键代码如下private static Integer pos = 0;public static String testRoundRobin() {// 重新创建⼀个map，避免出现由于服务器上线和下线导致的并发问题Map<String, Integer> serverMap = new HashMap<String, Integer>();serverMap.putAll(serviceWeightMap);//取得IP地址listSet<String> keySet = serverMap.keySet();ArrayList<String> keyList = new ArrayList<String>();keyList.addAll(keySet);String server = null;synchronized (pos) {if (pos > keySet.size()) {pos = 0;}server = keyList.get(pos);pos++;}return server;}由于serviceWeightMap中的地址列表是动态的，随时可能由机器上线、下线或者宕机，因此，为了避免可能出现的并发问题，⽐如数组越界，通过在⽅法内新建局部变量serverMap，先将域变量拷贝到线程本地，避免被其他线程修改。
