最近在看 Spring Cloud，买了本翟永超的《Spring Cloud 微服务实战》，感觉里面讲的挺详细的，只是书本里面的版本相对于官网来说，还是有些落后的，不过作为入门书籍还是可以的。
今天在一个公众号里面看到一篇面试的文章，里面有一个问题问的是负载均衡，于是想起了 Spring Cloud 的 Ribbon 负载均衡策略。在Spring Cloud Ribbon 中，RestTemplate 使得 Ribbon实现了自动化配置，同时通过 @LoadBalanced 还能开启客户端负载均衡。打算好好的整理下关于负载均衡的算法策略，梳理下用的比较多的几种。
在Spring Cloud 中，负载均衡策略都是 继承 AbstractLoadBalancerRule。
轮询策略（默认，RoundRobinRule）
轮询策略标识每次都顺序取下一个 provider，比如一共有5个，第1次去第1个，第2次取第2个，以此类推。
随机策略（RandomRule）
该策略实现了从服务实例清单中随机选择一个服务实例功能。
权重轮询策略（WeightedResponseTimeRule）
该策略是对 RoundRobinRule 的扩展，增加了根据实例的运行情况来计算权重，并根据权重来挑选实例，已达到更优的分配效果，响应时间越长，权重越小，被选中的可能性越小。
它的核心：
- 定时任务：启动一个定时任务，用来为每个服务实例计算权重，该任务默认时间30秒执行一次。
- 权重计算：1、根据 LoadBalancerStats 中记录的每个实例的统计信息，累加所有实例的平均响应时间，得到总平均响应时间
totalResponseTime，该值会用于后面计算。2、为负载均衡器中维护的实例清单逐个计算权重，计算规则为 weightSoFar+totalResponseTime —— 实例的平均响应时间，其中weightSoFar初始化为零，并且每计算好一个权重需要累加到weightSoFar上供下次计算。 - 实例选择
原理：一开始为轮询策略，并开启一个计时器，每30秒收集一次每个provider的平均响应时间，当信息足够时，给每个provider 附上一个权重，并按权重随机选择 provider，权重越高，选中几率越大。
最少并发数策略（BestAvailableRule）
选择正在请求中的兵书最小的 provider，除非这个 provider 在熔断中。
在“选定的负载均衡策略”基础上进行重试机制（RetryRule）
该策略具备重试机制的实例选择功能。“选定的负载均衡策略”是轮询策略，改该重试策略先设定一个阈值时间段，如果在这个阈值时间段内，选择的 provider 不超过，则一直尝试采用“选定的负载均衡策略”：轮询策略，最后选择一个可用的 prov。
可用性敏感策略（AvailabilityFilteringRule）
继承抽象出来 PredicateBaseRule，继承了“先过滤清单，在轮询选择”的基本出来逻辑。
主要判断服务实例中下面的内容：
- 是否故障，即断路器是否生效已断开。
- 实例的并发请求数是否大于阈值，默认值为 2^32 - 1，该参数可通过参数
<clientName>.<nameSpace>.ActiveConnectionsLimit来修改。
区域敏感性策略（ZoneAvoidanceRule）
以一个区域为单位考察可用性，对于不可用的区域整个丢弃，从剩下的 provider 中选择。如果这个ip 区域内有一个或者多个实例不可达或反应变慢，会降低 ip 区域内其他 ip 被选中的权重。
