feign原理介紹：
https://segmentfault.com/a/1190000016776471?utm_source=tag-newest

http://techblog.ppdai.com/2018/05/28/20180528/

https://blog.csdn.net/xiaofeng10330111/article/details/85682513

負(fù)載均衡策略：

隨機(jī) (Random)
隨機(jī)策略很簡單，就是從服務(wù)器中隨機(jī)選擇一個服務(wù)器

輪詢 (RoundRobin)
每個請求按時間順序逐一分配到不同的后端服務(wù)器，如果后端服務(wù)器down掉，能自動剔除

加權(quán)輪詢(Weighted Round Robin)
加權(quán)本質(zhì)是一種帶優(yōu)先級的方式，加權(quán)輪詢就是一種改進(jìn)的輪詢算法，輪詢算法是權(quán)值相同的加權(quán)輪詢。需要給后端每個服務(wù)器設(shè)置不同的權(quán)值，決定分配的請求數(shù)比例。
這個算法應(yīng)用就相當(dāng)廣泛了，對于無狀態(tài)的負(fù)載場景，非常適合。
優(yōu)點解決了服務(wù)器性能不一的情況，缺點是權(quán)值需要靜態(tài)配置，無法自動調(diào)節(jié)。也不適合對長連接和命中率有要求的場景。

一致性哈希 (ConsistentHash)
介紹
一致性哈希算法(Consistent Hashing)在1997年由麻省理工學(xué)院提出的一種分布式哈希（DHT）實現(xiàn)算法，設(shè)計目標(biāo)是為了解決因特網(wǎng)中的熱點(Hot spot)問題。

哈希 (Hash)
哈希算法( hash): 將客戶端的源地址，端口進(jìn)行哈希運算，根據(jù)運算的結(jié)果轉(zhuǎn)發(fā)給一臺服務(wù)器進(jìn)行處理，當(dāng)其中某個服務(wù)器發(fā)生故障，就把其從服務(wù)器隊列中拿出，不參加下一次的用戶請求的分配，直到其恢復(fù)正常。

最小連接數(shù)LC
最小連接數(shù)(Least Connection)，把請求分配給活動連接數(shù)最小的后端服務(wù)器。它通過活動來估計服務(wù)器的負(fù)載。比較智能，但需要維護(hù)后端服務(wù)器的連接列表。

加權(quán)最小連接數(shù)WLC
加權(quán)最小連接數(shù)(Weighted Least Connection)，在后端服務(wù)器性能差異較大的情況下，可以優(yōu)化LC的性能，高權(quán)值的服務(wù)可以承受更多的連接負(fù)載。

最短響應(yīng)時間LRT
最短響應(yīng)時間(Least Response Time)，把請求分配給平均響應(yīng)時間最短的后端服務(wù)器。平均響應(yīng)時間可以通過ping探測請求或者正常請求響應(yīng)時間獲取。
RT(Response Time)是衡量服務(wù)器負(fù)載的一個非常重要的指標(biāo)。對于響應(yīng)很慢的服務(wù)器，說明其負(fù)載一般很高了，應(yīng)該降低它的QPS。

之前有人說使用CPU占用率作為負(fù)載均衡的指標(biāo)，只能說沒理解CPU占用率的實質(zhì)。理論上CPU占用率是越高越好，說明服務(wù)充分利用了CPU資源。但對于設(shè)計不合理的程序?qū)е碌腃PU占用過高這是程序的設(shè)計問題，并不違背這條理論。

總結(jié)

以上是生活随笔為你收集整理的Spring cloud Loadbalance的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。