负载
软负载：基于客户端+服务发现+负载均衡
硬负载：基于服务器的负载均衡，需要独立部署负载均衡主，流量集中（F5,LSV）
服务发现
服务提供者：服务注册方，被调用方直接调用
服务消费者：服务调用方，从注册中心获取服务提供者ip，直接调用
注册中心：注册、注销、保活；
CAP：在服务发现方面，A是大于C的，读一致性不需要强一致，是系统可接受的
LB方案
集中式：什么是集中式，就是所有的访问都是经过一个集中的负载均衡节点，由节点负责负载均衡，经典的实现有F5负载均衡器，Nginx实现：首先由网络请求DNS，得到集中负载均衡节点的
- 优势
- 可以做到统一异常管理返回，所以适合内网对外的访问
- 管控限流特别容易
- 劣势
- 性能会有损耗
- 负载均衡需要特殊维护
进程内LB：负载进程的算法实现包装为SDK，潜逃在应用程序中；
- 优势：可以用作软负载高性能，不需要特殊的维护
- 劣势：多种语言需要多种实现
单独进程LB：在同一起机器中，另外起一个进程做负载
- 优势：不需要多语言，适用于大规模的网格型微服务，如k8s的管理
- 劣势：占资源，需要另起进程，不稳定性增加
均衡算法
轮询：获取所有的服务器ip，轮流发送请求，特点是简单；
随机：常见的是用hash算法，求出应该请求哪一台机器，然后发送请求；
权重：根据每台机器的特点，给他们不同的权重，然后采用权重平均的算法请求，实现负载，需要采取信息，但是效果很好；
附加功能
限流、熔断，同城结合服务一起用
服务注册
一致性协议
- 单机+file
- 多机+DB
- 多机+Cache+DB
- 需要考虑缓存一致性
- 多机+fileCache
- 多个副本一致性算法复杂（Paxos/raft/gosiip/zab）
变更的通知
- push模式
- pull模式
容灾策略
- 主备模式/主主模式
- 本地缓存，保证可用
- 缓存一致性，先写file，再写内存
可用性保证
标签：负载,需要,服务,配置管理,算法,均衡,一致性 来源： https://www.cnblogs.com/iCanhua/p/16089644.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。