常见算法：轮询、最少连接、加权轮询等负载均衡策略详解

老马啸西风2025/8/31大约 9 分钟

在负载均衡系统中，算法是决定请求如何分发到后端服务实例的核心。不同的负载均衡算法适用于不同的场景，各有其优势和局限性。深入理解这些算法的原理和特点，对于设计高效的负载均衡系统具有重要意义。

负载均衡算法概述

负载均衡算法是负载均衡器用来决定如何将请求分发到后端服务实例的策略。一个好的负载均衡算法应该能够：

均匀分配负载：确保所有实例的负载相对均衡
提高系统性能：最大化系统整体吞吐量
增强系统可靠性：避免单点过载导致的系统故障
适应动态变化：能够适应实例的增减和性能变化

轮询算法（Round Robin）

轮询算法是最简单也是最常用的负载均衡算法之一。它按照固定的顺序依次将请求分发到每个后端实例。

工作原理

维护一个实例列表和当前索引
每次收到请求时，将请求分发给当前索引指向的实例
索引递增，到达列表末尾时重置为0
重复上述过程

优点

实现简单：算法逻辑简单，易于理解和实现
负载均衡：在实例性能相近时能够实现较好的负载均衡
无状态：不需要维护额外的状态信息
公平性：每个实例获得相等的请求机会

缺点

不考虑实例性能：不考虑实例的实际处理能力差异
无法处理故障：当某个实例故障时仍会向其分发请求
不适合动态环境：无法适应实例性能变化

适用场景

后端实例性能相近的环境
对负载均衡精度要求不高的场景
简单的负载均衡需求

代码示例

public class RoundRobinLoadBalancer {
    private List<Server> servers;
    private int currentIndex = 0;
    
    public Server getNextServer() {
        if (servers.isEmpty()) {
            return null;
        }
        
        Server server = servers.get(currentIndex);
        currentIndex = (currentIndex + 1) % servers.size();
        return server;
    }
}

加权轮询算法（Weighted Round Robin）

加权轮询算法是轮询算法的改进版本，它为每个实例分配权重，根据权重比例分发请求。

工作原理

为每个实例分配权重值
根据权重计算每个实例应获得的请求比例
按照权重比例依次分发请求

实现方式

常见的实现方式包括：

平滑加权轮询：通过平滑算法避免请求集中
静态加权轮询：根据固定权重分配请求

优点

考虑实例性能：能够处理实例性能差异
灵活性高：可以通过调整权重优化负载分配
保持轮询优点：继承了轮询算法的简单性

缺点

需要手动配置：需要为每个实例手动设置权重
无法动态调整：权重值通常是静态的
实现复杂度增加：相比简单轮询实现更复杂

适用场景

实例性能差异较大的环境
需要手动优化负载分配的场景
对负载均衡精度有一定要求的应用

代码示例

public class WeightedRoundRobinLoadBalancer {
    private List<WeightedServer> servers;
    private int currentIndex = -1;
    private int currentWeight = 0;
    private int maxWeight;
    private int gcdWeight;
    
    public Server getNextServer() {
        if (servers.isEmpty()) {
            return null;
        }
        
        while (true) {
            currentIndex = (currentIndex + 1) % servers.size();
            if (currentIndex == 0) {
                currentWeight = currentWeight - gcdWeight;
                if (currentWeight <= 0) {
                    currentWeight = maxWeight;
                }
            }
            
            if (servers.get(currentIndex).getWeight() >= currentWeight) {
                return servers.get(currentIndex).getServer();
            }
        }
    }
}

最少连接算法（Least Connections）

最少连接算法根据后端实例当前的连接数来决定请求分发目标，将请求分发到连接数最少的实例。

工作原理

实时监控每个实例的当前连接数
将请求分发到连接数最少的实例
更新选中实例的连接数统计

优点

动态负载均衡：能够根据实时负载情况分配请求
适应性强：能够适应实例性能变化
资源利用率高：充分利用空闲实例的处理能力

缺点

实现复杂：需要维护连接状态信息
性能开销：需要实时监控连接数
不考虑请求特性：不考虑请求的处理复杂度差异

适用场景

请求处理时间差异较大的环境
需要动态负载均衡的场景
对资源利用率要求高的应用

代码示例

public class LeastConnectionsLoadBalancer {
    private List<ConnectionTrackedServer> servers;
    
    public Server getNextServer() {
        if (servers.isEmpty()) {
            return null;
        }
        
        return servers.stream()
            .min(Comparator.comparingInt(ConnectionTrackedServer::getConnections))
            .map(ConnectionTrackedServer::getServer)
            .orElse(null);
    }
}