目录
一.基于权重的随机负载均衡策略
二.基于轮询的负载均衡策略
三.基于权重的轮询负载均衡策略
四.基于最少活跃数的轮询负载均衡策略
五.基于一致性hash的负载均衡策略
一.基于权重的随机负载均衡策略
有3台机器，每台机器都有各自的权重，如下如所示：
现在假设用户发起1次调用，请求被Server1处理，下一次请求，请求可能仍然被Server1处理，也可能是Server2或者Server3处理。
只是在大量调用后，总体的规律是，1/6的请求会走到Server1上，2/6的请求会走到Server2上，3/6的请求会走到Server3上。
二.基于轮询的负载均衡策略
这种策略，与每台机器的权重就没有关系了，如下图所示：
在这种策略中，第1次请求被Server1处理，第2次请求被Server2处理，第3次请求被Server3处理，第4次请求被Server1处理，第5次请求被Server2处理，第6次请求被Server3处理....每个节点都会依次接收处理请求。
三.基于权重的轮询负载均衡策略
这种策略，是在轮询策略上增加了权重这个因素，如下图所示：
使用这种策略，会将请求“分组”，以上面这个图为例，因为总权重为600，和各节点约分后，分别占权重1/6，2/6，3/6，那么这个“分组”就是6，也就是说6个请求为一组，Server1会处理其中的1个请求（因为其权重占比为1/6），同理，Server2会处理2个请求，Server3会处理3个请求。
现在假设有2组（也就是12个请求），那么处理过程如下：
1.发起第1次请求，请求被Server1处理；
2.发起第2次请求，请求被Server2处理；
3.发起第3次请求，请求被Server3处理；
4.发起第4次请求，请求被Server2处理，注意，此时不是Server1处理，因为Server1已经处理了1/6的请求；
5.发起第5个请求，请求被Server3处理；
6.发起第6个请求，请求被Server3处理，注意，此时不是Server2处理，因为Server2已经处理2/6的请求；
此时，一组请求已经完成处理（共6个），接着进行第2组的处理。
7.发起第7个请求，请求被Server1处理；
8.发起第8次请求，请求被Server2处理；
9.发起第9次请求，请求被Server3处理；
10.发起第10次请求，请求被Server2处理，注意，此时不是Server1处理，因为Server1已经处理了1/6的请求（1个请求）；
11.发起第11个请求，请求被Server3处理；
12.发起第12个请求，请求被Server3处理，注意，此时不是Server2处理，因为Server2已经处理2/6的请求（2个请求）；
四.基于最少活跃数的轮询负载均衡策略
这里说的“最少活跃数”，是指每个Server正在处理的请求数量。
每个Server维护一个counter计数器，当一个请求被Server处理时，counter加1，当请求被处理完毕，counter减1。
新发起的请求总是被counter最小的Server处理，因为counter最小，从侧面可以推断出请求到达该Server后，会更快的拿到响应结果。
五.基于一致性hash的负载均衡策略
轮询和随机，这两种策略都存在这样一个问题，假设是同一个用户发起的多次请求，按照轮询和随机的规则，这多次请求会被不同Server机器处理。
但有些时候为了让同一用户的请求都被同一个Server处理，一般会根据某个条件进行路由，比如用userId取mod，确定服务器的编号，这样的话，一个用户发起多次请求，请求都将会被同一个机器处理。
上面说的这种方式，是一种简单的取模确定机器，但是存在雪崩的风险，为了避免出现这个风险，所以才有了一致性hash的算法，关于一致性hash算法，这里就不阐述了。