负载均衡算法是网络服务中用于将客户端请求合理分配到多个后端服务器的策略，旨在优化资源利用率、提升系统可用性和响应速度、避免单点故障。以下是一些常见的负载均衡算法：
- 轮询（Round Robin）：
- 原理：按顺序逐一分配请求给后端服务器。每个新请求会分配给列表中的下一个服务器。
- 特点：简单、公平，假设所有服务器处理能力相同。不考虑服务器的实际负载和性能差异。
- 加权轮询（Weighted Round Robin, WRR）：
- 原理：根据服务器的不同权重分配请求。权重高的服务器接收更多请求，权重低的服务器接收较少请求。权重通常基于服务器的处理能力、硬件配置或期望的负载比例。
- 特点：允许对服务器进行差异化处理，适应服务器性能差异较大的场景。
- 随机（Random）：
- 原理：以随机概率选择后端服务器来处理请求。
- 特点：简化了负载均衡器的实现，请求分配具有一定的随机性，有助于分散突发流量，但不能确保完全均衡。
- 最少连接（Least Connections, LC）：
- 原理：将请求分配给当前已建立连接数最少的服务器，即选择负载相对较小的服务器。
- 特点：动态考虑服务器当前负载情况，有利于防止某台服务器因短时间内接收到过多请求而过载。
- 加权最少连接（Weighted Least Connections, WLC）：
- 原理：结合服务器权重与当前连接数进行选择，将请求发送到当前连接数最少且权重较高的服务器。
- 特点：在考虑服务器负载的同时兼顾其处理能力，适用于处理能力不均等的服务器群组。
- 源地址散列（Source IP Hashing）：
- 原理：根据客户端IP地址进行散列运算，将请求始终定向到同一台服务器，实现会话粘滞（session stickiness）。
- 特点：保证同一客户端的所有请求被分配到同一服务器，适用于需要维持会话状态的应用，如Web购物车或登录状态。
- 一致性哈希（Consistent Hashing）：
- 原理：使用哈希函数将请求与服务器映射到同一个环状空间上，通过查找最接近请求哈希值的服务器节点来分配请求。当服务器增减时，只需重新映射与其哈希值相邻的部分请求，减少了数据迁移。
- 特点：适用于大规模分布式系统，尤其在服务器数量频繁变动的情况下，能有效保持请求分配的稳定性，减少数据迁移成本。
- 响应时间（Response Time）：
- 原理：根据服务器响应时间动态调整其权重，响应速度快的服务器权重增加，响应慢的服务器权重减少，从而将更多请求分配给响应性能更好的服务器。
- 特点：实时反映服务器的实时性能状况，动态调整负载分配。
