什么是负载均衡？
先举个例子吧。以超市收银为例，假设现在只有一个窗口、一个收银员：
一般情况下，收银员平均 2 分钟服务一位顾客，10 分钟可以服务 5 位顾客；
到周末高峰期时，收银员加快收银，平均 1 分钟服务一位顾客，10 分钟最多服务 10 位顾客，也就是说一个顾客最多等待 10 分钟；
逢年过节，顾客数量激增，一下增加到 30 位顾客，如果仍然只有一个窗口和一个收银员，那么所有顾客就只能排队等候了，一个顾客最多需要等待 30 分钟。这样购物体验，就非常差了。
那有没有解决办法呢？
当然有。那就是新开一个收银窗口，每个收银窗口服务 15 个顾客，这样最长等待时间从30 分钟缩短到 15 分钟。但如果，这两个窗口的排队顾客数严重不均衡，比如一个窗口有5 个顾客排队，另一个窗口却有 25 个顾客排队，就不能最大化地提升顾客的购物体验。
所以，尽可能使得每个收银窗口排队的顾客一样多，才能最大程度地减少顾客的最长排队时间，提高用户体验。
看完这个例子，你是不是想到了一句话“不患寡，而患不均”？这，其实就是负载均衡的基本原理。
通常情况下，负载均衡可以分为两种：
一种是请求负载均衡，即将用户的请求均衡地分发到不同的服务器进行处理；
另一种是数据负载均衡，即将用户更新的数据分发到不同的存储服务器。
分布式系统中，服务请求的负载均衡是指，当处理大量用户请求时，请求应尽量均衡地分配到多台服务器进行处理，每台服务器处理其中一部分而不是所有的用户请求，以完成高并发的请求处理，避免因单机处理能力的上限，导致系统崩溃而无法提供服务的问题。
比如，有 N 个请求、M 个节点，负载均衡就是将 N 个请求，均衡地转发到这 M 个节点进行处理。
服务请求的负载均衡方法
通常情况下，计算机领域中，在不同层有不同的负载均衡方法。比如，从网络层的角度，通常有基于 DNS、IP 报文等的负载均衡方法；在中间件层（也就是我们专栏主要讲的分布式系统层），常见的负载均衡策略主要包括轮询策略、随机策略、哈希和一致性哈希等策略。今天，我着重与你分析的就是，中间件层所涉及的负载均衡策略。
A.轮询策略
轮询策略是一种实现简单，却很常用的负载均衡策略，核心思想是服务器轮流处理用户请求，以尽可能使每个服务器处理的请求数相同。生活中也有很多类似的场景，比如，学校宿舍里，学生每周轮流打扫卫生，就是一个典型的轮询策略。
在负载均衡领域中，轮询策略主要包括顺序轮询和加权轮询两种方式。
首先，我们一起看看顺序轮询。假设有 6 个请求，编号为请求 1~6，有 3 台服务器可以处理请求，编号为服务器 1~3，如果采用顺序轮询策略，则会按照服务器 1、2、3 的顺序轮流进行请求。
如表所示，将 6 个请求当成 6 个步骤：
- 请求 1 由服务器 1 处理；
- 请求 2 由服务器 2 进行处理。
- 以此类推，直到处理完这 6 个请求。
