高可用負載均衡常見案例分析介紹

下文給大家帶來高可用負載均衡常見案例分析介紹，希望能夠給大家在實際運用中帶來一定的幫助，負載均衡涉及的東西比較多，理論也不多，網上有很多書籍，今天我們就用億速云在行業內累計的經驗來做一個解答。

一、 什么是負載均衡？

什么是負載均衡？

記得第一次接觸 Nginx 是在實驗室，那時候在云服務器部署網站需要用 Nginx 。Nginx 是一個服務組件，用來反向代理、負載平衡和 HTTP 緩存等。那么這里的 負載均衡 是什么？

負載均衡（LB，Load Balance），是一種技術解決方案。用來在多個資源（一般是服務器）中分配負載，達到最優化資源使用，避免過載。

資源，相當于每個服務實例的執行操作單元，負載均衡就是將大量的數據處理操作分攤到多個操作單元進行執行，用來解決互聯網分布式系統的大流量、高并發和高可用的問題。那什么是高可用呢？

二、什么是高可用？

首先了解什么是高可用？

這是 CAP 定理是分布式系統的基礎，也是分布式系統的 3 個指標：

1. Consistency（一致性）

2. Availability（可用性）

3. Partition tolerance（分區容錯性）

那高可用（High Availability）是什么？高可用，簡稱 HA，是系統一種特征或者指標，通常是指，提供一定性能上的服務運行時間，高于平均正常時間段。反之，消除系統服務不可用的時間。

衡量系統是否滿足高可用，就是當一臺或者多臺服務器宕機的時候，系統整體和服務依然正常可用。

舉個例子，一些知名的網站保證 4 個 9 以上的可用性，也就是可用性超過 99.99%。那 0.01% 就是所謂故障時間的百分比。比如電商網站有贊，服務不可用會造成商家損失金錢和用戶。那么在提高可用性基礎上同時，對系統宕機和服務不可用會有補償。

比如下單服務，可以使用帶有負載均衡的多個下單服務實例，代替單一的下單服務實例，即使用冗余的方式來提高可靠性。

總而言之，負載均衡（Load Balance）是分布式系統架構設計中必須考慮的因素之一。一般通過負載均衡，冗余同一個服務實例的方式，解決分布式系統的大流量、高并發和高可用的問題。負載均衡核心關鍵：在于是否分配均勻。

三、常見的負載均衡案例

場景1：微服務架構中，網關路由到具體的服務實例 hello：

• 兩個相同的服務實例 hello service ，一個端口 8000 ，另一個端口 8082

• 通過 Kong 的負載均衡 LB 功能，讓請求均勻的分發到兩個 hello 服務實例

• Kong 的負載均衡策略算法很多：默認 weighted-round-robin 算法，還有 consumer: consumer id 作為 hash 算法輸入值等

場景2：微服務架構中，A 服務調用 B 服務的集群。通過了 Ribbon 客戶端負載均衡組件：

• 負載均衡策略算法并不高級，最簡單的是隨機選擇和輪循

四、互聯網分布式系統解決方案

常見的互聯網分布式系統架構分為幾層，一般如下：

• 客戶端層：比如用戶瀏覽器、APP 端

• 反向代理層：技術選型 Nignx 或者 F5 等

• Web 層：前后端分離場景下， Web 端可以用 NodeJS 、 RN 、Vue

• 業務服務層：用 Java 、Go，一般互聯網公司，技術方案選型就是 SC 或者 Spring Boot + Dubbo 服務化

• 數據存儲層：DB 選型 MySQL ，Cache 選型 Redis ，搜索選型 ES 等

一個請求從第 1 層到第 4 層，層層訪問都需要負載均衡。即每個上游調用下游多個業務方的時候，需要均勻調用。這樣整體系統來看，就比較負載均衡

第 1 層：客戶端層 -> 反向代理層 的負載均衡

客戶端層 -> 反向代理層的負載均衡如何實現呢？

答案是：DNS 的輪詢。 DNS 可以通過 A （Address，返回域名指向的 IP 地址）設置多個 IP 地址。比如這里訪問 bysocket.com 的 DNS 配置了 ip1 和 ip2 。為了反向代理層的高可用，至少會有兩條 A 記錄。這樣冗余的兩個 ip 對應的 nginx 服務實例，防止單點故障。

每次請求 bysocket.com 域名的時候，通過 DNS 輪詢，返回對應的 ip 地址，每個 ip 對應的反向代理層的服務實例，也就是 nginx 的外網ip。這樣可以做到每一個反向代理層實例得到的請求分配是均衡的。

第 2 層：反向代理層 -> Web 層 的負載均衡

反向代理層 -> Web 層 的負載均衡如何實現呢？

是通過反向代理層的負載均衡模塊處理。比如 nginx 有多種均衡方法：

1. 請求輪詢。請求按時間順序，逐一分配到 web 層服務，然后周而復始。如果 web 層服務 down 掉，自動剔除

upstream web-server {
server ip3;
server ip4;
}

ip 哈希。按照 ip 的哈希值，確定路由到對應的 web 層。只要是用戶的 ip 是均勻的，那么請求到 Web 層也是均勻的。

1. 還有個好處就是同一個 ip 的請求會分發到相同的 web 層服務。這樣每個用戶固定訪問一個 web 層服務，可以解決 session 的問題。

upstream web-server {
ip_hash;
server ip3;
server ip4;
}

1. weight 權重 、 fair、url_hash 等

第 3 層：Web 層 -> 業務服務層 的負載均衡

Web 層 -> 業務服務層 的負載均衡如何實現呢？

比如 Dubbo 是一個服務治理方案，包括服務注冊、服務降級、訪問控制、動態配置路由規則、權重調節、負載均衡。其中一個特性就是智能負載均衡：內置多種負載均衡策略，智能感知下游節點健康狀況，顯著減少調用延遲，提高系統吞吐量。

為了避免避免單點故障和支持服務的橫向擴容，一個服務通常會部署多個實例，即 Dubbo 集群部署。會將多個服務實例成為一個服務提供方，然后根據配置的隨機負載均衡策略，在20個 Provider 中隨機選擇了一個來調用，假設隨機到了第7個 Provider。LoadBalance 組件從提供者地址列表中，使用均衡策略，選擇選一個提供者進行調用，如果調用失敗，再選另一臺調用。

Dubbo內置了4種負載均衡策略:

• RandomLoadBalance:隨機負載均衡。隨機的選擇一個。是Dubbo的默認負載均衡策略。

• RoundRobinLoadBalance:輪詢負載均衡。輪詢選擇一個。

• LeastActiveLoadBalance:最少活躍調用數，相同活躍數的隨機。活躍數指調用前后計數差。使慢的 Provider 收到更少請求，因為越慢的 Provider 的調用前后計數差會越大。

• ConsistentHashLoadBalance:一致性哈希負載均衡。相同參數的請求總是落在同一臺機器上。

同樣，因為業務的需要，也可以實現自己的負載均衡策略

第 4 層：業務服務層 -> 數據存儲層 的負載均衡

數據存儲層的負載均衡，一般通過 DBProxy 實現。比如 MySQL 分庫分表。

當單庫或者單表訪問太大，數據量太大的情況下，需要進行垂直拆分和水平拆分兩個維度。比如水平切分規則：

• Range 、 時間

• hash 取模，訂單根據店鋪ID 等

但伴隨著這塊的負載會出現下面的問題，需要解決：

• 分布式事務

• 跨庫 join 等

現狀分庫分表的產品方案很多：當當 sharding-jdbc、阿里的 Cobar 等

五、小結

對外看來，負載均衡是一個系統或軟件的整體。對內看來，層層上下游調用。只要存在調用，就需要考慮負載均衡這個因素。所以負載均衡（Load Balance）是分布式系統架構設計中必須考慮的因素之一。考慮主要是如何讓下游接收到的請求是均勻分布的：

• 第 1 層：客戶端層 -> 反向代理層 的負載均衡。通過 DNS 輪詢

• 第 2 層：反向代理層 -> Web 層 的負載均衡。通過 Nginx 的負載均衡模塊

• 第 3 層：Web 層 -> 業務服務層 的負載均衡。通過服務治理框架的負載均衡模塊

• 第 4 層：業務服務層 -> 數據存儲層 的負載均衡。通過數據的水平分布，數據均勻了，理論上請求也會均勻。比如通過買家ID分片類似

• 
  

看了以上關于高可用負載均衡常見案例分析介紹，如果大家還有什么地方需要了解的可以在億速云行業資訊里查找自己感興趣的或者找我們的專業技術工程師解答的，億速云技術工程師在行業內擁有十幾年的經驗了。