Dubbo是大型架构核心，下面我详解Dubbo负载均衡算法@mikechen
1. Random 随机算法
核心思想
随机选择 Provider
例如：
A
B
C
每次：
随机调用
加权随机,Dubbo 不是简单随机。
而是：
加权随机
例如：
| 节点 | 权重 |
|---|---|
| A | 100 |
| B | 50 |
| C | 200 |
C 会获得更多流量。
适合：
- 普通互联网业务;
- 无状态服务;
- 大多数 RPC 场景;
2. RoundRobin 轮询算法
核心思想
依次轮流调用
例如：
A → B → C → A → B → C
维护：
一个递增序号
每次：
index % provider.size
选择节点。
加权轮询，Dubbo：
支持：
Weighted RoundRobin
高权重机器：
获得更多请求
优点
| 优点 | 说明 |
|---|---|
| 请求均匀 | 非常稳定 |
| 不易倾斜 | 流量平均 |
缺点
无法感知：
机器性能差异
适合：
- 机器性能一致；
- 请求处理时间接近；
- 稳定型业务；
3. LeastActive 最少活跃数算法
核心思想
谁处理请求最少
就优先调用谁
本质：
动态负载均衡
每次：
选择 active 最小节点
什么是 Active？
Active：
当前正在处理的请求数
例如：
| 节点 | Active |
|---|---|
| A | 10 |
| B | 2 |
| C | 30 |
优先：
选择 B优点
| 优点 | 说明 |
|---|---|
| 动态感知压力 | 非常智能 |
| 延迟更低 | 避免慢节点 |
| 高并发效果好 | 自适应能力强 |
缺点
实现复杂。
并且：
需要维护 active 状态
特别适合：
- 请求耗时差异大；
- 高并发系统；
- RPC 延迟敏感业务；
4. ConsistentHash 一致性 Hash
核心思想
相同参数：固定落到同一台机器
例如：
userId=1001
永远：
路由到 Provider-A
优点
| 优点 | 说明 |
|---|---|
| 请求稳定 | 相同参数固定节点 |
| 缓存命中高 | 本地缓存效果好 |
| 会话友好 | Session 粘性 |
缺点
节点变化时：
部分请求迁移
特别适合：
- 本地缓存；
- Session 粘性；
- 用户维度路由。