在進行消費端服務呼叫的時候，看到初始化了loadbalance，通過負載均衡獲取乙個可用的節點。loadbalance也是乙個擴充套件點，dubbo內建了4種負載均衡演算法，
都繼承自abstractloadbalance，abstractloadbalance中實現通用邏輯，留乙個抽象方法doselect方法給子類實現，預設是randomloadbalance實現。四個負載均衡實現子類如下：
randomloadbalance：隨機，按權重設定隨機概率。在乙個截面上碰撞的概率高，但呼叫量越大分布越均勻，而且按概率使用權重後也比較均勻，有利於動態調整提供者的權重。
roundrobinloadbalance：輪詢，按公約後的權重設定輪詢比例。存在慢的提供者累計請求的問題，比如：第二天機器很慢，但沒「掛」，當請求調到第二台時就卡在那裡，久而久之，所以請求都卡在調到第二台上。
leastactiveloadbalance：最少活躍呼叫數，如果活躍數相同則隨機呼叫，活躍數指呼叫前後計數差。使慢的提供者收到更少請求，因為越慢的提供者的呼叫前後計數差會越大。
consistenthashloadbalance：一致性hash，相同引數的請求總是發到同一提供者。當某一台提供者「掛」是，原本發往該提供者的請求，基於虛擬節點，會平攤到其他提供者，不會引起劇烈變動。預設只對第乙個引數「hash」，預設使用160份虛擬節點。
abstractloadbalance實現較為簡單，提供了乙個select方法呼叫子類重寫的doselect方法，提供了getweight用於計算權重，**實現如下：
getweight獲取當前權重，其中呼叫了calculatewarmupweight，主要實現了獲取權重的時的預熱，服務啟動是並不會直接給予100%的流量，計算邏輯是：（啟動至今時間 / 給予的預熱總時間）* 權重。
randomloadbalance按照權重設定隨機概率做負載均衡，這種演算法並不能精確地做平均請求，但是隨著請求數量的增加，最終結果大致平均，**實現如下：
時間比較簡單，如果權重都一樣，則直接隨機返回乙個，如果權重不一樣，則把每個invoker的權重看作乙個區間，以總權重為基礎獲取乙個隨機數，然後用隨機數依次減去每個權重，當隨機數小於零的時候結束，即看這個隨機數落在哪個invoker的權重區間中，就返回這個invoker。
roundrobin負載均衡演算法的實現為平滑權重輪詢演算法。在輪詢的基礎上加上了負載均衡的演算法。實現**如下：
演算法邏輯是每次請求做負載均衡時，會遍歷所有invoker節點，對於每個invoker，會讓它的current = current + weight。同時會把每個invoker的weight累加到totalweight總權重，即totalweight = totalweight + weight。遍歷完成後會儲存current值最大的就是本次要返回的節點，返回前會將其current減去totalweight，即current = current - totalweight，現在選擇的時候會在現有的current值上基礎上再做上次操作，將totalweight置0，重複上述邏輯。選中過的invoker的current值會因為減去了totalweight，所以最小，再次選中它的話就要等根據自身權重一次一次加成最大，因此權重大的就更快的再次被選中，權重小的就慢些被再次被選中，而且不也會一直呼叫權重大的invoker，會有權重小的穿插進去。
leastactive負載均衡是最小活躍呼叫數負載均衡，框架會記下每個invoker的活躍數，每次只從活躍數最小的invoker裡選乙個節點。這個負載均衡演算法需要配合activelimitfilter過濾器來計算每個介面方法的活躍數。leastactiveloadbalance**實現如下：
其實現邏輯較為簡單，遍歷invoker列表，找出其所有活躍數最小的invoker，儲存到乙個集合中，然後用random負載均衡方式從中選出乙個invoker。
一致性hash負載均衡可以讓引數相同的請求每次都路由到相同的機器上。這種負載均衡的方式可以然後請求相對平均，當某些節點下線時，請求會平攤到其他服務者，不會引起劇烈的變動。dubbo框架使用了優化過ketama一致性hash，這種演算法會為每個節點在建立多個虛擬節點，讓節點在環形上的分布更均勻，後續的呼叫也會隨之更加均勻。consistenthashloadbalance**實現如下：
邏輯核心在consistenthashselector中，consistenthashselector初始化時會對節點進行雜湊，雜湊的環形使用乙個treemap實現，所有的真實、虛擬的節點都會放入treemap。把節點的ip+遞增數字做「md5」，以此作為節點標識，再對標識做hash得到treemap的key，最後把可以呼叫的節點作為treemap的value。在客戶端呼叫的時候，只要對請求的引數也做md5即可，雖然此時得到的md5之不一定能對應到treemap的key，因為每次請求的引數不一樣，以為treemap是有序樹形結構，可以呼叫treemap的ceilingentry方法，用於返回乙個至少大於或等於當前給定key的entry，從而達到順時針往前找的效果。如果找不到，則使用firstentry返回第乙個節點。
參考：《深入理解 apache dubbo與實戰》
Dubbo 負載均衡策略
隨機 random loadbalance 隨機，按權重設定隨機概率。在乙個截面上碰撞的概率高，但呼叫量越大分布越均勻，而且按概率使用權重後也比較均勻，有利於動態調整提供者權重。權重可以在 dubbo 管控臺配置 輪循 roundrobin loadbalance 輪循，按公約後的權重設定輪循比率。...
dubbo自定義負載均衡策略及相關原始碼解析
最近在研究即時訊息推送系統 im系統 的架構，自己用netty開發了基礎網路通訊部分，用來維護tcp連線，在客戶端上線時將使用者標識userid和路由資訊存在redis中，通過dubbo向上層模組提供訊息推送介面。在上層訊息 路由模組設計時，遇到了乙個問題，dubbo介面呼叫時要根據路由資訊中的ip...
Dubbo的負載均衡策略
配置方式 負載均衡改善了跨多個計算資源 例如計算機，計算機集群，網路鏈結，處理單元或磁碟驅動的的工作負載分布。負載均衡旨在優化資源使用，最大化吞吐量，最小化響應時間，並避免任何單個資源的過載。使用具有負載平衡而不是單個元件。多個元件可以通過冗餘提高可靠性和可用性。負載平衡通常涉及專用軟體或硬體。比如...