dubbo的负载均衡机制
在集群负载均衡时，Dubbo 提供了多种均衡策略，缺省为 random 随机调用。
以上是dubbo提供的四种负载均衡机制：
Random LoadBalance
随机，按权重设置随机概率。
在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。
比如：上图中userService有三台服务提供者，权重分别为100、200、50，按照基于权重的随机负载均衡机制，请求这三个服务的概率分别为2/7,4/7和1/7，我们可以测试下：
首先我们启动三个服务提供者UserService，端口分别为20880和20881、20882：
#dubbo协议使用的端口
dubbo.protocol.port=20880
#dubbo协议使用的端口
dubbo.protocol.port=20881
#dubbo协议使用的端口
dubbo.protocol.port=20882
并打印日志：
@Override
public List getALlUsers(){
logger.debug("getALlUsers in...1");
List users = userMapper.getAllUsers();
return users;
}
@Override
public List getALlUsers(){
logger.debug("getALlUsers in...2");
List users = userMapper.getAllUsers();
return users;
}
@Override
public List getALlUsers(){
logger.debug("getALlUsers in...3");
List users = userMapper.getAllUsers();
return users;
}
然后启动服务消费者，分别调用四次接口http://localhost:7777/getAllUsers：
第一次：
第二次：
第三次：
第四次：
通过观察控制台可以发现，这三个服务的权重都是100，是相等的，
但是在随机策略下，以上的四次访问确实是没有规律的，其中第一个服务就被访问了2次，之后第三个服务才被访问到
RoundRobin LoadBalance
轮循，按公约后的权重设置轮循比率。
存在慢的提供者累积请求的问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。
测试：
我们将消费者引用的远程服务负载均衡策略改为轮询，此时我们仍然保证三个服务的权重相等。
@Reference(loadbalance="roundrobin")
private UserService userService; 然后重启消费者，分别调用四次接口：
第一次：
getALlUsers in...1
第二次：
getALlUsers in...2
第三次：
getALlUsers in...3
第四次：
getALlUsers in...1
getALlUsers in...1
可以看到在权重相等的情况下，使用轮询策略，消费者会依次访问三个服务。
然后我们将策略依然改成random：
@Reference(loadbalance="random")
private UserService
然后我们可以在服务提供者的服务上添加权重的注解：
不过这样就写死了，我们平时最多的是动态的调整服务的权重，不采用图中配置，所以我们可以在控制台来动态配置：
最终调整的结果：
再次访问多次接口，我们可以发现随机策略下，权重大的会被访问到很多次，而权重小的则调用的少：
还有两种是：
LeastActive LoadBalance
官方解释：最少活跃调用数，相同活跃数的随机，活跃数指调用前后计数差，使慢的机器收到更少。
例如，每个服务维护一个活跃数计数器。当A机器开始处理请求，该计数器加1，此时A还未处理完成。若处理完毕则计数器减1。而B机器接受到请求后很快处理完毕。那么A,B的活跃数分别是1，0。当又产生了一个新的请求，则选择B机器去执行(B活跃数最小)，这样使慢的机器A收到少的请求。
ConsistentHash LoadBalance
一致性 Hash，相同参数的请求总是发到同一提供者。
当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。算法参见：http://en.wikipedia.org/wiki/Consistent_hashing
缺省只对第一个参数 Hash，如果要修改，请配置
缺省用 160 份虚拟节点，如果要修改，请配置
————————————————
版权声明：本文为CSDN博主「Jeff.Sheng」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/shengqianfeng/article/details/82314269