负载均衡算法的核心是将请求合理分配到多台后端服务器，从而最大化吞吐量、降低延迟并保证高可用性。 没有一种算法能通吃所有场景，选型的关键在于业务类型、服务器性能和流量特征。
负载均衡算法有哪些常见类型？
负载均衡算法主要分为静态算法和动态算法，静态算法不依赖后端实时状态，决策速度快；动态算法根据后端负载动态调整，适应复杂环境,下面列举几种最常用的算法。
轮询与加权轮询算法
轮询（Round Robin）是最简单的实现，请求依次循环分配给每台后端服务器，它适合所有服务器性能相近的场景，比如相同配置的Web服务器集群，但一旦服务器性能差异明显，轮询就无法避免“强者吃不饱、弱者累倒”的问题。
加权轮询（Weighted Round Robin）引入权重概念，管理员根据服务器处理能力设置权重值，权重高的服务器获得更多请求，某电商平台在促销活动部署中，新服务器配置高，权重设为3，旧服务器设为1，整体利用率显著提升，据行业共识,加权轮询是多数生产环境中的默认选择。
最少连接与加权最少连接
最少连接算法（Least Connections）动态检查每台服务器的当前连接数，将新请求分配给连接数最少的服务器，它特别适合长连接场景,如WebSocket或视频流媒体服务器。
加权最少连接（Weighted Least Connections）在最少连接基础上加入权重，进一步精细控制，服务器A权重高，即便连接数略多，仍可能被分配，因为其处理能力更强,这种算法在混合配置的集群中效果很好。
哈希算法：源地址哈希与一致性哈希
源地址哈希（Source IP Hash）根据客户端IP地址计算哈希值，将请求固定映射到某台服务器，天然支持会话保持，但一旦服务器增减，大部分请求会重新映射,可能导致缓存雪崩。
一致性哈希（Consistent Hashing）解决了这个问题，它通过环形哈希空间最小化节点变动的影响，一致性哈希广泛应用于Redis集群和分布式缓存系统,节点上下线仅影响少量数据迁移。
不同场景下如何选择负载均衡算法？
场景决定了算法选型的优先级,下面针对几个典型场景给出具体建议。
电商秒杀场景
秒杀时流量瞬间达到峰值，但请求处理时间极短，属于短连接密集型，最少连接算法意义不大，因为连接数瞬息万变，轮询和加权轮询是最佳选择，配合水平扩展即可应对，如果有高性能服务器,用加权轮询引导更多流量到新机器。
视频直播场景
直播流是长连接，用户长时间占用服务器资源，如果某台服务器因连接过多而崩溃，直接影响用户体验，最少连接算法能有效分散长连接，确保每台服务器连接数均衡，当服务器配置不同时,使用加权最少连接。
微服务架构场景
微服务内部通信频繁，RPC调用通常使用HTTP/2或gRPC，长连接普遍，服务发现和负载均衡往往集成在客户端（如Ribbon）或服务网格中，算法选择倾向加权轮询配合最少连接，据业内专家指出，自适应算法（如基于响应时间加权）在微服务中表现更优，但实现成本高,多数团队仍使用最少连接。
数据库读写分离场景
对读请求，轮询即可；对写请求，只能主库处理，负载均衡器需要区分读写，常见方案是四层负载均衡后做七层路由，算法上源地址哈希或轮询均可，需要注意的是,数据库层通常使用一致性哈希进行分片。
负载均衡算法对比：轮询、加权、最少连接谁更优？
为方便选型,下表总结主要算法的优劣和适用场景。
| 算法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 轮询 | 实现简单，无开销 | 忽略服务器性能差异 | 性能相同的静态服务器集群 |
| 加权轮询 | 性能感知，灵活配置 | 需要手动调整权重 | 配置差异明显的混合集群 |
| 最少连接 | 动态均衡，避免过载 | 不感知CPU/内存负载 | 长连接服务，请求处理时间不均 |
| 加权最少连接 | 综合权重和连接数 | 实现复杂 | 混合配置的动态长连接场景 |
| 源地址哈希 | 简单会话保持 | 节点增减影响大 | 需要会话粘性的四层负载 |
| 一致性哈希 | 节点变动影响小 | 实现复杂，需额外数据结构 | 分布式缓存、数据库分片 |
从实际部署看，加权轮询和最少连接是使用最广泛的两种算法，加权轮询适合请求处理时间短的场景，最少连接适合长连接，但许多云负载均衡器默认提供加权轮询,因为其简单且低开销。
云负载均衡价格与算法选择有关吗？
实际部署中，云负载均衡器本身是按实例规格和带宽计费，不同算法通常不单独收费，国内主流云厂商如简米云SLB、酷番云CLB、华为云ELB均在其免费功能中提供轮询、加权轮询、最少连接等算法，部分高级算法（如一致性哈希、加权最小连接数）可能需要购买更高配置的实例层级,但价格差异不大。
地域节点是影响价格的重要因素，华东、华南等核心区域价格略高，但算法选择不受地域限制，选对算法能优化后端资源使用，比如用最少连接避免某台服务器过载，从而减少需要扩容的实例数，间接降低成本。算法选择间接影响总成本,应作为架构设计的重要一环。
负载均衡算法常见问题解答
负载均衡算法有哪些常见的应用场景？
常见应用场景包括：Web服务器集群（轮询、加权轮询）、视频流媒体（最少连接）、分布式缓存（一致性哈希）、微服务调用（加权最少连接或自适应算法）,每个场景都需结合业务特性选择。
轮询和加权轮询的根本区别是什么？
轮询不考虑服务器性能，假设所有后端能力相同，平均分配请求，加权轮询通过权重区分服务器能力，权重高的服务器被分配更多请求，在生产环境中，服务器配置往往不完全一致,加权轮询更实用。
负载均衡算法选择不当会导致什么问题？
可能导致某些服务器过载而另一些闲置，整体吞吐量下降，延迟增加，甚至引发雪崩效应，长连接场景使用轮询，会导致连接数分布不均，压力集中在少数服务器,选型必须与业务匹配。
合理选择负载均衡算法是保障系统稳定和性能的关键一步，需要结合业务场景和服务器配置综合决策，加权轮询和最少连接是两大主流，云负载均衡器的算法选择一般不影响实例价格，但会影响资源利用率，通过合理选型,可以显著提升系统稳定性与性价比。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/546278.html
