负载均衡算法实现方式

轮询（Round Robin）法

1.获取ip列表

2.根据ip在list的中pos顺序获取，server = keyList.get(pos);（使得同一时刻只能有一个线程可以修改pos的值）

随机（Random）法

1.获取ip列表

2.Random的nextInt方法取0~keyList.size()区间的一个随机值 int randomPos = random.nextInt(keyList.size());

源地址哈希（Hash）法

获取客户端访问的IP地址值，通过哈希函数计算得到一个数值，用该数值对服务器列表的大小进行取模运算，得到的结果便是要访问的服务器的序号，结果便是选用的服务器在服务器列表中的索引值。

1.获取远程ip，计算hash值

2.取模计算该hash值得pos 序列号（保证了相同客户端IP地址将会被哈希到同一台后端服务器）

加权轮询（Weight Round Robin）法

在获取服务器地址之前增加了一段权重计算的代码，根据权重的大小，将地址重复地增加到服务器地址列表中，权重越大，该服务器每轮所获得的请求数量越多。

1.根据权重比例重复添加到ip列表中

for (int i = 0; i < weight; i++)

serverList.add(server);

2.按照pos轮询列表。server = serverList.get(pos);

加权随机（Weight Random）法

原理同加权和随机一样

1.1.根据权重比例重复添加到ip列表中

for (int i = 0; i < weight; i++)

serverList.add(server);

2.int randomPos = random.nextInt(serverList.size());

最小连接数（Least Connections）法

以后端服务器的视角来观察系统的负载，而非请求发起方来观察。

根据后端服务器当前的连接情况，动态地选取其中当前积压连接数最少的一台服务器来处理当前请求，尽可能地提高后端服务器的利用效率，将负载合理地分流到每一台机器。

1.需要后端服务器定时上报连接情况

2.根据连接情况选择最小连接