负载均衡算法四大类，及轮询/加权轮询的双刃剑特性

负载均衡算法数量很多、还能按业务定制，但抛开细节差异，按算法追求的目标可以归为四大类：任务平分类（把任务绝对数量或按比例/权重平均分配给各服务器）、负载均衡类（按服务器当前压力分配，压力可以用CPU负载、连接数、I/O使用率、网卡吞吐量等指标衡量）、性能最优类（按响应时间分配，优先给响应最快的服务器派活）、Hash类（按任务关键信息做哈希运算，相同哈希值的请求固定分配到同一台服务器）。轮询是最基础的算法，收到请求后按顺序轮流分配，完全不关注服务器本身的状态——即使某台服务器因为程序bug陷入死循环、CPU负载爆表，只要它没宕机、还连着负载均衡系统，请求照样源源不断地分给它；即使集群里新机器是32核、老机器是16核，分配的任务量也完全一样。这里有个值得细究的区分：轮询不关注的是服务器”本身”的运行状态（负载高低、处理快慢），但如果服务器彻底宕机或和负载均衡系统断连，这种情况负载均衡系统是能感知并处理的（比如把它从可分配列表里剔除），否则就会出现明明宕机了还继续往上派任务的荒谬情况。轮询的优点和缺点是同一件事——”简单”。加权轮询是轮询的变体，专门为解决”不同服务器处理能力有差异”这个问题而生：按硬件配置给服务器设定权重（比如假设32核机器处理能力是16核机器的2倍，就按2:1的比例多分配任务给新机器），从而更充分利用高配机器的性能；权重也可以做成动态计算而非静态配置，但那样复杂度会进一步上升。加权轮询解决了”配置差异”这个问题，但和轮询一样，依然完全无法感知服务器运行时的实际状态差异（比如某台机器临时负载飙高）。