一、nginx 负载均衡策略？
nginx 负载均衡的几种常用方式
1、轮询（默认）
每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。
2、weight
指定轮询几率，weight和访问比率成正比，用于后端服务器性能不均的情况。
3、ip_hash
上述方式存在一个问题就是说，在负载均衡系统中，假如用户在某台服务器上登录了，那么该用户第二次请求的时候，因为我们是负载均衡系统，每次请求都会重新定位到服务器集群中的某一个，那么已经登录某一个服务器的用户再重新定位到另一个服务器，其登录信息将会丢失，这样显然是不妥的。
4、fair(第三方)
按后端服务器的响应时间来分配请求，响应时间短的优先分配。
5、url_hash（第三方）
按访问url的hash结果来分配请求，使每个url定向到同一个（对应的）后端服务器，后端服务器为缓存时比较有效。
二、feign负载均衡策略配置？
在使用@FeignClient注解的时候 是默认使用了ribbon进行客户端的负载均衡的,默认的是随机的策略,那么如果我们想要更改策略的话,需要修改消费者yml中的配置。
三、弹性负载均衡支持哪些负载策略？
弹性负载均衡支持TCP协议的四层负载均衡（TCP协议）和HTTP协议的七层负载均衡（HTTP协议）。
四、nginx做负载均衡，怎么在有宕机情况出现时保？
那就搭建2个nginx服务器做负载均衡，然后都安装keepalived，第一台宕机，第二台自动启用
五、什么是消费者负载均衡策略？
负载均衡策略
1. HTTP重定向
当用户发来请求的时候，Web服务器通过修改HTTP响应头中的Location标记来返回一个新的url，然后浏览器再继续请求这个新url，实际上就是页面重定向。通过重定向，来达到“负载均衡”的目标
这个方式非常容易实现，并且可以自定义各种策略，但是，它在大规模访问量下，性能不佳，而且，给用户的体验也不好，实际请求发生重定向，增加了网络延时
2. 反向代理负载均衡
反向代理服务的核心工作主要是转发HTTP请求，扮演了浏览器端和后台Web服务器中转的角色。因为它工作在HTTP层（应用层），也就是网络七层结构中的第七层，因此也被称为“七层负载均衡”
六、Java负载均衡：如何实现高效的负载均衡策略
什么是负载均衡？
负载均衡是指在分布式系统中，将网络请求均匀地分发到多个服务器上，以提高系统的性能和可靠性。在大型应用场景中，负载均衡是必不可少的组件。
为什么需要负载均衡？
当一个服务器无法处理所有的请求时，负载均衡可以将请求分发到其他可用的服务器上，避免单一服务器过载。负载均衡还可以提高系统的可扩展性和可用性，确保用户能够快速、稳定地访问应用。
常见的负载均衡算法
负载均衡算法是决定如何分发请求的关键。常见的负载均衡算法包括：
- 轮询法：按照服务器列表的顺序逐个分发请求。
- 随机法：随机选择一个服务器进行请求分发。
- 权重法：根据服务器的处理能力给予不同的权重，权重高的服务器处理更多的请求。
- 最少连接法：将请求分发给当前连接数最少的服务器。
- 哈希法：根据请求的特征进行哈希计算，将请求分发到对应的服务器。
基于Java的负载均衡实现
Java在负载均衡实现方面提供了多种选择：
第一种选择是使用Java原生的Socket编程实现负载均衡，通过自己编写代码实现请求的分发和服务器的管理。这种方式可以灵活地定制自己的负载均衡策略，但需要编写大量的逻辑代码。
第二种选择是使用开源框架，如Nginx、HAProxy等。这些开源框架已经实现了负载均衡的基本功能，可以通过配置文件来指定负载均衡算法和服务器列表。这种方式简单易用，但灵活性相对较低。
Java负载均衡框架
除了使用开源负载均衡框架外，还有一些基于Java语言开发的负载均衡框架，例如Dubbo、Spring Cloud等。这些框架提供了更强大的功能，如服务注册与发现、负载均衡算法的扩展等。使用这些框架可以更方便地实现负载均衡，并与其他组件集成。
总结
负载均衡是分布式系统中的重要组件，能够提高系统的性能和可靠性。对于Java开发者来说，可以选择使用Java原生的Socket编程实现负载均衡，也可以使用开源框架或Java负载均衡框架来简化开发。无论选择哪种方式，合理的负载均衡策略对于系统的稳定运行都非常关键。
感谢您阅读本文，希望本文对您了解Java负载均衡的实现有所帮助。
七、为什么需要服务器负载均衡?采用服务器负载均衡器有什么优点？
随着网站、应用访问量的增加，一台服务器已经不能满足应用的需求，而需要多台服务器集群，这时就会用到负载均衡
它的好处
负载均衡优化了访问请求在服务器组之间的分配，消除了服务器之间的负载不平衡，从而提高了系统的反应速度与总体性能；
负载均衡可以对服务器的运行状况进行监控，及时发现运行异常的服务器，并将访问请求转移到其它可以正常工作的服务器上，从而提高服务器组的可靠性采用了负均衡器器以后，可以根据业务量的发展情况灵活增加服务器，系统的扩展能力得到提高，同时简化了管理。
八、云服务器 负载均衡 数据同步
云服务器：实现负载均衡和数据同步的最佳解决方案
在当今数字化时代，越来越多的企业选择将他们的业务迁移到云服务器上。云服务器提供了强大的计算能力和可靠的存储服务，可以满足不同规模企业的需求。然而，随着业务的不断扩展，负载均衡和数据同步成为了云服务器架构中不可忽视的关键要素。
什么是负载均衡？
简单来说，负载均衡是一种将网络流量分配到多个服务器上的技术。当用户访问网站或应用程序时，负载均衡器会根据服务器的负载情况将请求分发到最合适的服务器上，从而实现请求的快速响应和资源的有效利用。
为什么需要负载均衡？
随着企业业务的发展，网站或应用程序的流量可能会剧增，单台服务器很难满足用户的需求。此时，负载均衡的作用就显得尤为重要。通过将流量分发到多台服务器上，负载均衡可以有效地减轻服务器的压力，提高系统的可用性和性能。
负载均衡的实现方法
目前，有多种实现负载均衡的方法可供选择。其中，最常用的方法包括：
- 硬件负载均衡器：这种方法使用专门的硬件设备作为负载均衡器，通过配置路由规则将流量分发到不同的服务器上。硬件负载均衡器具有出色的性能和可靠性，适用于大规模的企业应用。
- 软件负载均衡器：与硬件负载均衡器相比，软件负载均衡器更加灵活和可定制。它可以在一台服务器上运行，并通过软件算法来实现流量分发。
- 云负载均衡：云服务提供商通常提供了自己的负载均衡服务。通过使用云负载均衡，企业可以轻松地将流量分发到多个云服务器上，并根据实际需求进行弹性扩展。
数据同步的重要性
在云服务器架构中，数据同步是一项至关重要的任务。当多个服务器同时处理用户的请求时，这些服务器之间需要保持数据的一致性，以避免数据冲突和错误。
实现数据同步的方法
为了实现数据的同步，可以采用以下方法：
- 主从复制：这种方法中，一个主数据库负责接收和处理写操作，而多个从数据库负责接收读操作。主数据库会将写操作的结果复制到从数据库中，以保持数据的一致性。
- 存储复制：将数据存储在分布式存储系统中，数据会自动复制到其他节点上。这种方法不仅可以实现数据的同步，还可以提高数据的可靠性和可用性。
- 消息队列：使用消息队列可以实现异步的数据同步。当有新数据产生时，生产者将数据发送到消息队列，而消费者则从消息队列中获取数据并进行处理。
选择最佳解决方案
在选择负载均衡和数据同步的解决方案时，需要考虑以下几个因素：
- 业务需求：根据业务的特点和需求，选择适用的负载均衡和数据同步方法。
- 性能：评估不同解决方案的性能指标，确保系统能够达到预期的性能要求。
- 成本：考虑不同方案的成本投入，选择在预算范围内的解决方案。
- 可扩展性：解决方案应具备良好的可扩展性，以适应业务的快速发展。
总结
负载均衡和数据同步是构建可靠和高性能云服务器架构的核心要素。通过合理选择负载均衡和数据同步的解决方案，企业可以提高系统的可用性、性能和可靠性，为用户提供优质的服务体验。
九、多台服务器负载均衡，怎么选择？
一般用的就用简单的轮询就好了
调度算法
静态方法：仅根据算法本身实现调度；实现起点公平，不管服务器当前处理多少请求，分配的数量一致
动态方法：根据算法及后端RS当前的负载状况实现调度；不管以前分了多少，只看分配的结果是不是公平
静态调度算法(static Schedu)（4种）:
(1)rr (Round Robin) :轮叫,轮询
说明：轮询调度算法的原理是每一次把来自用户的请求轮流分配给内部中的服务器，从1开始，直到N(内部服务器个数)，然后重新开始循环。算法的优点是其简洁性，它无需记录当前所有连接的状态，所以它是一种无状态调度。缺点：是不考虑每台服务器的处理能力。
(2)wrr (Weight Round Robin) :加权轮询(以权重之间的比例实现在各主机之间进行调度)
说明：由于每台服务器的配置、安装的业务应用等不同，其处理能力会不一样。所以，我们根据服务器的不同处理能力，给每个服务器分配不同的权值，使其能够接受相应权值数的服务请求。
(3)sh (Source Hashing) : 源地址hash实现会话绑定sessionaffinity
说明：简单的说就是有将同一客户端的请求发给同一个real server,源地址散列调度算法正好与目标地址散列调度算法相反，它根据请求的源IP地址，作为散列键（Hash Key）从静态分配的散列表找出对应的服务器，若该服务器是可用的并且没有超负荷，将请求发送到该服务器，否则返回空。它采用的散列函数与目标地址散列调度算法的相同。它的算法流程与目标地址散列调度算法的基本相似，除了将请求的目标IP地址换成请求的源IP地址。
(4)dh : (Destination Hashing) : 目标地址hash
说明：将同样的请求发送给同一个server,一般用于缓存服务器，简单的说，LB集群后面又加了一层，在LB与realserver之间加了一层缓存服务器，当一个客户端请求一个页面时,LB发给cache1,当第二个客户端请求同样的页面时，LB还是发给cache1,这就是我们所说的，将同样的请求发给同一个server,来提高缓存的命中率。目标地址散列调度算法也是针对目标IP地址的负载均衡，它是一种静态映射算法，通过一个散列（Hash）函数将一个目标IP地址映射到一台服务器。目标地址散列调度算法先根据请求的目标IP地址，作为散列键（Hash Key）从静态分配的散列表找出对应的服务器，若该服务器是可用的且未超载，将请求发送到该服务器，否则返回空。
动态调度算法(dynamic Schedu)（6种）:
(1)lc (Least-Connection Scheduling): 最少连接
说明：最少连接调度算法是把新的连接请求分配到当前连接数最小的服务器，最小连接调度是一种动态调度短算法，它通过服务器当前所活跃的连接数来估计服务器的负载均衡，调度器需要记录各个服务器已建立连接的数目，当一个请求被调度到某台服务器，其连接数加1，当连接中止或超时，其连接数减一，在系统实现时，我们也引入当服务器的权值为0时，表示该服务器不可用而不被调度。此算法忽略了服务器的性能问题，有的服务器性能好，有的服务器性能差，通过加权重来区分性能，所以有了下面算法wlc。
简单算法：active*256+inactive (谁的小，挑谁)
(2)wlc (Weighted Least-Connection Scheduling):加权最少连接
加权最小连接调度算法是最小连接调度的超集，各个服务器用相应的权值表示其处理性能。服务器的缺省权值为1，系统管理员可以动态地设置服务器的权限，加权最小连接调度在调度新连接时尽可能使服务器的已建立连接数和其权值成比例。由于服务器的性能不同，我们给性能相对好的服务器，加大权重，即会接收到更多的请求。
简单算法：（active*256+inactive）/weight（谁的小，挑谁）
(3)sed (shortest expected delay scheduling):最少期望延迟
说明：不考虑非活动连接，谁的权重大，我们优先选择权重大的服务器来接收请求，但会出现问题，就是权重比较大的服务器会很忙，但权重相对较小的服务器很闲，甚至会接收不到请求，所以便有了下面的算法nq。
基于wlc算法，简单算法：（active+1)*256/weight （谁的小选谁）
(4).nq (Never Queue Scheduling): 永不排队
说明：在上面我们说明了，由于某台服务器的权重较小，比较空闲，甚至接收不到请求，而权重大的服务器会很忙，所此算法是sed改进，就是说不管你的权重多大都会被分配到请求。简单说，无需队列，如果有台real server的连接数为0就直接分配过去，不需要在进行sed运算。
(5).LBLC(Locality-Based Least Connections) :基于局部性的最少连接
说明：基于局部性的最少连接算法是针对请求报文的目标IP地址的负载均衡调度，主要用于Cache集群系统，因为Cache集群中客户请求报文的目标IP地址是变化的，这里假设任何后端服务器都可以处理任何请求，算法的设计目标在服务器的负载基本平衡的情况下，将相同的目标IP地址的请求调度到同一个台服务器，来提高服务器的访问局部性和主存Cache命中率，从而调整整个集群系统的处理能力。
(6).LBLCR(Locality-Based Least Connections with Replication) :基于局部性的带复制功能的最少连接
说明：基于局部性的带复制功能的最少连接调度算法也是针对目标IP地址的负载均衡，该算法根据请求的目标IP地址找出该目标IP地 址对应的服务器组，按“最小连接”原则从服务器组中选出一台服务器，若服务器没有超载，将请求发送到该服务器；若服务器超载，则按“最小连接”原则从这个集群中选出一台服务器，将该服务器加入到服务器组中，将请求发送到该服务器。同时，当该服务器组有一段时间没有被修改，将最忙的服务器从服务器组中删除， 以降低复制的程度。
十、负载均衡服务器挂了怎么办？
upstream 通过扩展健康检测插件可以剔除挂掉的服务实例，让其不参与负载均衡