Nginx负载均衡算法详解(5大主流算法)

Nginx负载均衡算法详解(5大主流算法)

经验文章nimo972025-06-16 23:02:414A+A-

关注mikechen十余年BAT架构经验倾囊相授!


大家好,我是mikechen睿哥。


Nginx是大型架构的必备中间件,也是大厂经常考察的内容,下面我就全面来详解Nginx算法@mikechen

轮询(Round Robin)

原理图解

轮询算法会将请求依次分发给各个后端服务器,不考虑服务器当前负载:

upstream backend {    server 192.168.1.101;    server 192.168.1.102;    server 192.168.1.103;} server {    location /{        proxy_pass http://backend;}}

Nginx默认使用轮询算法,按顺序分发请求。

请求1→后端A请求2→后端B请求3→后端C请求4→后端A……

优点与缺点

优点:

  • 实现简单
  • 默认启用,无需额外配置

缺点:

  • 忽略后端服务器的实际负载
  • 不适合性能差异明显的服务器集群

应用场景

  • 后端服务器性能相近
  • 请求处理时间差异不大


加权轮询(Weighted Round Robin)

加权轮询是对轮询的改进,通过为每台服务器分配权重来决定请求分发的频率,权重高的服务器会接收更多请求。

逻辑:假设服务器A权重为3,B为2,C为1,则请求分配比例为3:2:1。

A(权重5), B(权重1), C(权重1)

请求分发顺序示意:

A A A A A B C A A A A A B C …

动态权重调整技巧

可基于:

  • 健康检查结果
  • 后端负载实时反馈(需配合第三方模块)

例如:

server 192.168.1.101 weight=5;server 192.168.1.102 weight=1;

配置示例

upstream backend {    server backend1.example.com weight=3;    server backend2.example.com weight=2;    server backend3.example.com weight=1;}server {    location /{        proxy_pass http://backend;}}

这里服务器1处理50%的请求,服务器2处理33%,服务器3处理17%。


最少连接数(Least Connections)

最少连接数算法:根据后端服务器当前的活跃连接数来分配请求,新请求会被分发到连接数最少的服务器。



应用场景:

  • 后端服务器性能差异较大。
  • 应用中存在长连接或连接保持时间不确定的情况。
  • 需要根据服务器的实际负载进行动态调整的场景。

和RR对比分析

特性

Round Robin

Least Connections

实现复杂度

简单

略高

是否考虑负载

适用于

均衡场景

动态请求耗时场景

配置示例

upstream backend {    least_conn;    server backend1.example.com;    server backend2.example.com;    server backend3.example.com;} server {    listen 80;    server_name example.com;     location /{        proxy_pass http://backend;}}


源地址哈希(IP Hash)

请求分发图

IP Hash基于客户端IP地址进行哈希计算,分发请求:

hash(IP) % N(N为后端数量)

相同IP → 相同后端

保持会话的典型场景

  • 登录状态保持(Session粘性)
  • Cookie依赖于后端一致性时

配置示例

upstream backend {    ip_hash;    server backend1.example.com;    server backend2.example.com;    server backend3.example.com;} server {    listen 80;    server_name example.com;     location /{        proxy_pass http://backend;}}


一致性哈希(Consistent Hash)

【需第三方模块
nginx-upstream-consistent-hash

哈希环图解

使用一致性哈希将请求映射到“环”上的节点上:

  • 节点少量变化 → 映射关系局部变化,缓存命中率高
  • 增减节点对已有请求影响小

缓存一致性保障

适用于:

  • 分布式缓存系统(如 Memcached, Redis 集群)
  • 长连接保持会话粘性

典型使用场景(如动态节点)

  • 微服务节点频繁变更
  • 高并发、缓存敏感场景

以上


本篇已收于mikechen原创超30万字《阿里架构师进阶专题合集》里面。

点击这里复制本文地址 以上内容由nimo97整理呈现,请务必在转载分享时注明本文地址!如对内容有疑问,请联系我们,谢谢!
qrcode

尼墨宝库 © All Rights Reserved.  蜀ICP备2024111239号-7