负载均衡通常有两种实现手段，一种是服务端负载均衡，另一种是客户端负载均衡，而我们的Ribbon就属于客户端负载均衡器。
服务端负载均衡器的问题是，他提供了更强的流量控制权，但无法满足不同的消费者希望使用不同负载均衡策略的需求，而使用不同负载均衡策略的场景确实是存在的，所以客户端负载均衡就提供了这种灵活性。然而使用客户端负载均衡也有其缺点，如果配置不当，可能会导致服务提供者出现热点，或者压根拿不到任何服务的情况，这里了解一下这7种内置负载均衡策略。
Ribbon介绍
Ribbon是spring cloud技术栈中非常重要的基础框架，它为spring cloud提供了负载均衡的能力，比如Feign和OpenFegin都是基于Ribbon实现的，就连Nacos中的负载均衡也使用了Ribbon框架。
Ribbon框架的强大之处在于，他不仅内置了7种负载均衡策略，同时还支持用户自定义负载均衡策略，所以其开放性和便利性也是它得以流行的主要原因。
服务端负载均衡器和客户端负载均衡器的区别如下图所示：
负载均衡设置
以Nacos中的Ribbon负载均衡设置为例，在配置文件 application.yml 中设置如下配置即可：
因为Nacos中已经内置了Ribbon,所以在实际项目开发中无需再添加Ribbon依赖了，这一点我们在Nacos的依赖树中就可以看到，如下：
7种负载均衡策略
1、轮询策略
RoundRobinRule,按照一定的顺序依次调用服务实例。比如一共有3个服务，第一次调用服务1，第二次调用服务2，第三次调用服务3，依次类推。此策略的配置设置如下：
2.权重策略
权重策略：WeightedResponseTimeRule,根据每个服务提供者的响应时间分配一个权重，响应时间越长，权重越小，被选中的可能醒就越低。他的实现原理是，刚开始使用轮询策略并开启一个计时器，每一段时间收集一次所有服务提供者的平均响应时间，然后再给每个服务提供者附上一个权重，权重越高被选中的概率也越大。此策略的配置设置如下：
3.随机策略
随机策略：RandomRule,从服务提供者的列表中随机选择一个服务实例。此策略的配置如下：
4.最小连接数策略
最小连接数策略：BestAvailableRule,也叫最小并发数策略，它是遍历服务提供者列表，选取连接数最小的一个服务实例，如果有相同的最小连接数，那么会调用轮询策略进行选取。此策略的配置如下：
5.重试策略
重试策略：RetryRule,按照轮询策略来获取服务，如果获取的服务实例为null或者已经失效，则在指定的时间之内不断的进行重试来获取服务，如果超过指定时间依然没有获取到服务实例则返回null,此策略的配置如下：
6.可用性敏感策略
可用性敏感策略：AvailabilityFilteringRule，先过滤掉非健康的服务实例，然后再选择连接数较小的服务实例。此策略的配置设置如下：
7.区域敏感策略
区域敏感策略：ZoneAvoidanceRule，根据服务所在区域（zone）的性能和服务的可用性来选择服务实例，在没有区域的环境下，该策略和轮询策略类似。此策略的配置设置如下：
总结:
Ribbon为客户端负载均衡器，相比于服务端负载均衡器的统一负载均衡策略来说，它提供了更多的灵活性。Ribbon 内置了 7 种负载均衡策略：轮询策略、权重策略、随机策略、最小连接数策略、重试策略、可用性敏感策略、区域性敏感策略，并且用户可以通过继承 RoundRibbonRule 来实现自定义负载均衡策略。
