在一个典型的高并发、大用户量的 Web 互联网零碎的架构设计中，对 HTTP 集群的负载平衡设计是作为高性能系统优化环节中必不可少的计划。HTTP 负载平衡的实质上是将 Web 用户流量进行平衡减压，因而在互联网的大流量我的项目中，其重要性显而易见。
即时通讯网注：本文中所提及的 HTTP 负载平衡计划和算法，并不齐全实用 IM 即时通讯 Socket 长连贯的负载平衡，因为 IM 长连贯、有状态的个性，跟 HTTP 这种短连贯、无状态的特色是矛盾的，所以请勿自觉套用。但，一个残缺的 IM 零碎是由 HTTP 短连贯 +IM 长连贯组成，因此本文内容虽不能套用于 IM 长连贯的负载平衡计划，但能够用于您 IM 的高并发、大用户量的 HTTP 短连贯的方案设计。
什么是负载平衡？
晚期的互联网利用，因为用户流量比拟小，业务逻辑也比较简单，往往一个单服务器就能满足负载需要。随着当初互联网的流量越来越大，略微好一点的零碎，访问量就十分大了，并且零碎性能也越来越简单，那么单台服务器就算将性能优化得再好，也不能撑持这么大用户量的拜访压力了，这个时候就须要应用多台机器，设计高性能的集群来应答。
那么，多台服务器是如何去平衡流量、如何组成高性能的集群的呢？
此时就须要请出「负载均衡器」入场了。
负载平衡（Load Balancer）是指把用户拜访的流量，通过「负载均衡器」，依据某种转发的策略，平均的散发到后端多台服务器上，后端的服务器能够独立的响应和解决申请，从而实现扩散负载的成果。负载平衡技术进步了零碎的服务能力，加强了利用的可用性。
支流负载平衡计划有几种？
目前市面上最常见的负载平衡技术计划次要有三种：
1）基于 DNS 负载平衡；
2）基于硬件负载平衡：比方 F5
3）基于软件负载平衡：比方 Nginx、Squid。
三种计划各有优劣，DNS 负载平衡能够实现在地区上的流量平衡，硬件负载平衡次要用于大型服务器集群中的负载需要，而软件负载平衡大多是基于机器层面的流量平衡。在理论场景中，这三种是能够组合在一起应用。
基于 DNS 来做负载平衡其实是一种最简略的实现计划，通过在 DNS 服务器上做一个简略配置即可。
其原理就是：当用户拜访域名的时候，会先向 DNS 服务器去解析域名对应的 IP 地址，这个时候咱们能够让 DNS 服务器依据不同地理位置的用户返回不同的 IP。比方北方的用户就返回咱们在广州业务服务器的 IP，南方的用户来拜访的话，我就返回北京业务服务器所在的 IP。
在这个模式下，用户就相当于实现了依照「就近准则」将申请分流了，既加重了单个集群的负载压力，也晋升了用户的访问速度。
应用 DNS 做负载平衡的计划，人造的劣势就是配置简略，实现老本非常低，无需额定的开发和保护工作。
然而它也有一个显著的毛病：当配置批改后，失效不及时。这个是因为 DNS 的个性导致的，DNS 个别会有多级缓存，所以当咱们批改了 DNS 配置之后，因为缓存的起因，会导致 IP 变更不及时，从而影响负载平衡的成果。
另外，应用 DNS 做负载平衡的话，大多是基于地区或者罗唆间接做 IP 轮询，没有更高级的路由策略，所以这也是 DNS 计划的局限所在。即时通讯聊天软件开发能够征询蔚可云。
硬件的负载平衡那就比拟牛逼了，比方赫赫有名的 F5 Network Big-IP，也就是咱们常说的 F5，它是一个网络设备，你能够简略的了解成相似于网络交换机的货色，齐全通过硬件来抗压力，性能是十分的好，每秒能解决的申请数达到百万级，即 几百万 / 秒 的负载，当然价格也就十分十分贵了，十几万到上百万人民币都有。
因为这类设施个别用在大型互联网公司的流量入口最前端，以及政府、国企等不缺钱企业会去应用。个别的中小公司是不舍得用的。
采纳 F5 这类硬件做负载平衡的话，次要就是省心省事，买一台就搞定，性能弱小，个别的业务不在话下。而且在负载平衡的算法方面还反对很多灵便的策略，同时还具备一些防火墙等平安性能。然而毛病也很显著，一个字：贵。
软件负载平衡是指应用软件的形式来散发和平衡流量。软件负载平衡分为 7 层协定 和 4 层协定。
网络协议有七层，基于第四层传输层来做流量散发的计划称为 4 层负载平衡，例如 LVS；而基于第七层应用层来做流量散发的称为 7 层负载平衡，例如 Nginx。这两种在性能和灵活性上是有些区别的。
基于 4 层的负载平衡性能要高一些，个别能达到 几十万 / 秒 的处理量，而基于 7 层的负载平衡处理量个别只在 几万 / 秒。
基于软件的负载平衡的特点也很显著，便宜。在失常的服务器上部署即可，无需额定洽购，就是投入一点技术去优化优化即可，因而这种形式是互联网公司中用得最多的一种形式。
罕用的平衡算法有哪些？
下面讲完了常见的负载平衡技术计划，那么接下来咱们看一下，在理论计划利用中，个别能够应用哪些平衡算法？
次要的平衡算法有：
1）轮询策略；
2）负载度策略；
3）响应策略；
4）哈希策略。