随机
调用关系如上图（简化了公网->防火墙处理），适合场景：所有服务器性能基本一致，且无超阈值流量。
如果存在部分机器性能更优，此时可以在随机基础上增加权重，升级为：随机权重算法。
轮询
轮询不再是在多台服务器随机挑选，而是按照顺序一个个排队调用，调用完再插入队尾等待下一次调用
同加权随机，轮询也同样存在加权轮询的场景，此时流量调度将发生如下变化：
此处逻辑相对复杂，笔者在此说出主要思路，后续有时间补充伪代码，感兴趣的可以参照Dubbo的实现
如上有服务器servers=[A,B]，对应权重weights=[3,1]，总权重为4。我们可以理解为有4台服务器，3台A，1台B，一次调用过来的时候，需要按顺序访问。如有5次调用，调用顺序为AAABA。
选举思路如下：
次数
WeightedRoundRobin
选择结果
选择后的WeightedRoundRobin
1
3、1
A
2、1
2
2、1
A
1、1
3
1、1
A
0、1
4
0、1
B
0、0(等于0-0时复原成：3、1)
5
3、1
A
2、1
最小活跃数
指：将当前请求转发到连接数/请求数最少的机器上，其特点是根据服务器实时运行状态动态分配，保障服务负载不会过饱和。如下图当请求4过来时，Nginx判断目前服务器1连接数>服务器2，故4会请求到服务器2上：
源地址哈希
根据请求源IP哈希计算得到一个数值，用该数值在候选服务器列表的进行取模运算，得到的结果便是选中的服务器，此操作可以保证固定IP的请求总是到某一台服务器上，伪代码如下：
源地址哈希伪代码
Java
运行代码
复制代码
1
2
3
4
5
private K doSelect(List nodes, String ip) {
int length = nodes.size();
int index = hash(ip) % length;
return nodes.get(index);
}
一致性哈希
相同的请求尽可能落到同一个服务器上。一致性哈希解决稳定性问题，可以将所有的存储节点排列在首尾相接的 Hash 环上，每个 key 在计算 Hash 后会 顺时针找到临接的存储节点存放。而当有节点加入或退出时，仅影响该节点在 Hash环上顺时针相邻的后续节点。
