大家好，又见面了，我是你们的朋友全栈君。
Dubbo 框架 的负载均衡策略 有以下几种：
1、Random 随机策略：
该策略比较均匀，可以动态的调节 权重；
2、RoundRobin 轮询策略：
可以按照权重 设置轮询的的比率；
3、LeastActive 最小活跃数 策略：
该策略是按照服务提供者的并发数目，该数目越小那么落在该 服务提供者的身上越大的概率；
4、ConsistentHash 一致性策略：
hash一致性算法 ，请求分发到同一台服务上去，当该服务宕机 ，通过虚拟节点 把该机器的请求 均匀的分发到其他服务上去；
hash 一致性策略：
说到这个，就会说到 hash 环，这里我粗略的画下 hash 环；
就是 根据请求的 uid 计算 hash（uid） ，计算的hash 值 在hash 环 上，找出 hash（uid）顺时针方向 距离哪一个 hash（IP） 最近，将最近的这个IP 作为路由 IP；
1、若 p1 宕机，该请求 就会分发到 p3 机器上去；
2、若在p1 和 hash(uid ) 之间增 p4 机器，那么该请求就会被 p4 机器处理；
2、虚拟节点
2.1、 虚拟节点的出现，就为了解决一件事：
解决hash一致性倾斜问题。
hash一致性 倾斜问题是什么？ 就是机器在 hash 环上分布不均匀，导致 服务提供者 处理的请求数目差异过大 问题；
如下图：
大部分请求都被 hash(p1) 这台机器处理，这样的分布式有设么意义呢，是吧；
这个问题，需要通过增加虚拟节点的方式来解决【当然有人说加 机器，这不成本较高么】，虚拟节点的位置也尤为关键，若虚拟节点分布均匀的话，这样看以均匀的处理 hash 环上的请求，当分部不均匀的时候，很容易造成 上图一样 的弊端；
均匀一致性 Hash 的目标是如果服务器有 N 台，客户端的 Hash 值有 M 个，那么每个服务器应该处理大概 M/N 个用户的请求；
但Dubbo 提供的 hash 一致性就是 非均匀的；
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/157344.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...