负载均衡是大型架构核心，下面我详解负载均衡算法@mikechen
1.轮循
轮询算法，是负载均衡中最简单的一种。
它按顺序将请求依次分配给服务器列表中的每个服务器，循环往复。
优点简单易实现：算法逻辑直观，无需复杂计算或状态跟踪，只需维护一个服务器列表和当前索引。
公平性强：每个服务器在理想情况下会接收到相同数量的请求，确保负载均匀分布。
无状态：不需要记录服务器的当前负载或历史数据，适合轻量级实现。
缺点忽略服务器异质性：不考虑服务器的处理能力差异。
如果服务器性能不均（如CPU、内存不同），会导致弱服务器过载。
应用场景同构服务器集群：所有服务器配置相似，如静态Web服务器农场或CDN节点，用于分发HTTP请求。
适合初级负载均衡需求，不需要高级监控的场景，如小型网站或内部API服务。
2.加权轮循
加权轮询是轮询的扩展版本，为每个服务器分配一个权重值，根据权重比例决定请求分配频率。
比如：权重高的服务器会接收更多请求。
优点考虑服务器容量：能根据服务器性能（如CPU、带宽）分配不同比例的负载，实现更合理的均衡。
灵活性高：通过调整权重，可以轻松处理异构环境，支持动态服务器扩容。
公平且可预测：在权重配置正确的情况下，负载分布更均匀，避免弱服务器成为瓶颈。
缺点配置复杂：需要手动或自动设置权重，初始配置错误可能导致不均衡；动态调整权重需要额外监控系统。
实现稍复杂：相比简单轮询，需要计算权重比例（如使用GCD算法平滑分配），增加少量计算开销。
应用场景异构服务器环境：服务器性能差异大。
如云环境中混合使用高配和低配实例，用于Web应用或微服务架构。
3.随机
随机算法，通过随机选择一个服务器来处理请求，通常使用伪随机数生成器。
优点极度简单：无序列表维护，无需索引或状态跟踪，实现成本最低。
低开销：计算开销小，适合高并发场景，不受服务器顺序影响。
统计均衡：在大规模请求下，负载会趋于均匀分布（大数定律）。
缺点短期不均衡：随机性可能导致某些服务器短期内接收过多或过少请求，造成负载波动。
应用场景服务器同质且无状态：如无差别缓存服务器，用于快速分发读请求。
高吞吐量系统：在请求量巨大时（如搜索引擎后端），随机性足以实现均衡，而无需复杂逻辑。
4.最少连接
最少连接算法，将新请求分配给当前活动连接数最少的服务器，动态考虑服务器负载。
优点动态负载均衡：实时根据连接数调整分配，适合处理时间不均的请求（如文件下载）。
高效利用资源：防止忙碌服务器过载，确保整体系统响应时间更稳定。
适应长连接：特别适合持久连接场景，能更好地反映服务器当前容量。
缺点开销较高：需要持续跟踪每个服务器的连接数，增加监控和计算负担。
不适合短连接：在请求处理时间相似时，可能退化为轮询，且连接数不完全代表负载（忽略CPU等因素）。
应用场景长连接应用：如WebSocket服务、数据库连接池或游戏服务器，用于维持持久会话。
变长请求环境：处理时间差异大的场景，如API网关或文件服务器，确保慢请求不阻塞整体。
高级负载均衡器：常用于L7层（如Nginx的upstream模块），结合健康检查在云原生环境中应用。
