K8S负载均衡算法详解(图文全面总结)

云原生是大型架构的核心，下面我重点详解K8S负载均衡@mikechen

K8S

在现代云原生架构中，Kubernetes（简称 K8S），已经成为容器编排领域的事实标准。

随着微服务数量的增加，如何将外部或内部请求合理地分发到多个 Pod 上。

成为保障系统高可用、高性能与可扩展性的关键问题。

K8S 负载均衡正是解决这一问题的重要机制，它不仅提升了服务访问的稳定性，也使应用具备自动扩缩容和故障自愈能力。

K8S 负载均衡原理

K8S 中的负载均衡，本质上是将客户端请求分配到后端多个 Pod 实例上，从而避免单点压力过大。

K8S 负载均衡：就是把请求流量，平均分发到多个 Pod。

用户请求
    ↓
Service
    ↓
Pod1
Pod2
Pod3

它不仅提升了服务访问的稳定性，也使应用具备自动扩缩容和故障自愈能力。

从通信范围看，K8S 负载均衡主要分为两类：

集群内部负载均衡：通过 ClusterIP 暴露服务，供集群内其他组件访问。

集群外部负载均衡：通过 NodePort、LoadBalancer 或 Ingress 将服务暴露给外部用户。

K8S 负载均衡策略

K8S 本身主要依赖：iptables、IPVS、Ingress Controller，其中：IPVS 支持多种算法。

1. Round Robin（轮询）

例如有三个 Pod：A、B、C，流量会按 A→B→C→A 的顺序循环分配。

请求1 → Pod1
请求2 → Pod2
请求3 → Pod3

该算法实现简单，适合各实例性能相近的场景。

2. Least Connections（最少连接）

原理：

谁连接少给谁

适合：

长连接；

WebSocket；

3. Weighted Round Robin（加权轮询）

高性能机器分配更多流量。

例如：

Pod1 weight=5
Pod2 weight=1

Pod1 会获得更多请求。

4. Source Hash（一致性哈希）

根据请求特征，如源 IP、Cookie 或 URL 进行哈希计算，从而将同一类请求固定路由到同一 Pod。

适合：常用于会话保持（Session）等场景。