LB是啥

### **负载均衡（Load Balancer, LB）深度解析** #### **一、核心定义** 1. **本质**：流量调度器，将请求合理分配到多个服务器 - 类比：银行多个窗口的分流导购员 - 核心目标：**提高吞吐量** + **避免单点过载** + **增强容错** 2. **核心能力矩阵**： | 能力 | 实现方式示例 | |---------------------|------------------------| | 流量分发 | 轮询/加权轮询 | | 健康检查 | TCP/HTTP探针 | | 会话保持 | Cookie插入/源IP哈希 | | SSL卸载 | 证书集中管理 | #### **二、核心架构类型** ```mermaid graph TB A[客户端] --> B[LB] B --> C[服务器1] B --> D[服务器2] B --> E[服务器3] ``` #### **三、主流分类对比** | 类型 | 工作层级 | 特点 | 典型产品 | |--------------|---------------|-----------------------|-------------------| | **硬件LB** | L4(传输层) | 高性能但昂贵 | F5 BIG-IP | | **软件LB** | L7(应用层) | 灵活可编程 | Nginx/HAProxy | | **云LB** | 全层级 | 弹性扩展 | AWS ALB/GCP CLB | | **服务网格** | L7 | 微服务无感知 | Istio/Linkerd | #### **四、核心算法详解** 1. **静态算法**： - **轮询（Round Robin）**：`server = (server + 1) % n` - **加权轮询**：根据服务器CPU/RAM分配权重 ```python # 加权轮询示例 servers = ["A:3", "B:2", "C:1"] # 权重3:2:1 ``` 2. **动态算法**： - **最少连接（Least Connections）**：`选择active_conn最少的后端` - **响应时间加权**：结合P99延迟动态调整 #### **五、企业级部署模式** 1. **高可用架构**： ```mermaid graph LR A[VIP] --> B[LB主] A --> C[LB备] B & C --> D[Keepalived] ``` 2. **云原生方案**： ```yaml # Kubernetes Ingress示例 apiVersion: networking.k8s.io/v1 kind: Ingress metadata: annotations: nginx.ingress.kubernetes.io/load-balance: "ewma" ``` #### **六、性能关键指标** | 指标 | 健康阈值 | 监控工具 | |--------------------|---------------|-------------------| | 每秒请求数(RPS) | <80%容量 | Prometheus | | 错误率 | <0.1% | Grafana | | 平均延迟 | <100ms | Datadog | | TCP重传率 | <0.5% | Wireshark | #### **七、典型问题解决方案** 1. **会话保持难题**： ```nginx # Nginx配置 upstream backend { ip_hash; # 基于源IP的会话保持 server 10.0.0.1; server 10.0.0.2; } ``` 2. **灰度发布实现**： ```bash # HAProxy动态路由 use_backend new_version if { hdr(User-Agent) ~ "TestClient" } ``` #### **八、前沿技术演进** 1. **eBPF加速**：Cilium实现内核级LB 2. **AI调度**：基于强化学习的动态权重调整 3. **QUIC支持**：HTTP/3负载均衡实践