概述
本篇文章主要是想講解清楚dubbo的負載均衡政策，其中文章的内容部分共享自網絡，部分來自自己的整理，目的還是跟以往一樣，将一個簡單的問題講解清楚。
負載均衡政策及優缺點
Dubbo 負載均衡政策提供下列四種方式：
Random LoadBalance 随機，按權重設定随機機率。
Dubbo的預設負載均衡政策在一個截面上碰撞的機率高，但調用量越大分布越均勻，而且按機率使用權重後也比較均勻，有利于動态調整提供者權重。
RoundRobin LoadBalance 輪循，按公約後的權重設定輪循比率。
存在慢的提供者累積請求問題，比如：第二台機器很慢，但沒挂，當請求調到第二台時就卡在那，久而久之，所有請求都卡在調到第二台上。
LeastActive LoadBalance 最少活躍調用數，相同活躍數的随機，活躍數指調用前後計數差。
使慢的提供者收到更少請求，因為越慢的提供者的調用前後計數差會越大。
ConsistentHash LoadBalance 一緻性Hash，相同參數的請求總是發到同一提供者。
當某一台提供者挂時，原本發往該提供者的請求，基于虛拟節點，平攤到其它提供者，不會引起劇烈變動。
負載均衡類圖
Random負載均衡政策
負載均衡政策也分為權重相同和權重不相同兩種情況進行處理，整個代碼處理是先計算各個invoker(provider)的權重，判定權重是否相等以及總權重是多少。
如果權重不相等，那麼我們就對總權重進行随機取值（通過random.nextInt實作），然後周遊invokers将随機的權重值減去每個invoker的權重，如果得出的結果為負數說明由該invoker提供服務。
如果權重相等，那麼就通過random.nextInt()在所有的invoker當中随機選擇一個invoker就可以了。
随機負載均衡政策
RoundRobin負載均衡政策
輪詢負載均衡政策分為權重相同和權重不同兩種政策，整個代碼周遊所有invoker的權重求出最小最大權重以及權重之和。
針對每個方法，我們會維持一個sequences對象，這個其實就是一個atomic類的整數類型計數。每次進來的時候會循環遞增。
針對權重不相同的情況，我們外層循環按照最大權重去循環，内層循環是invoker的個數，這裡其實我們要記住由于我們總權重是把所有invoker的權重相加，而循環是拿最大權重*所有invoker的個數，是以後者肯定大于前者。
權重不同的舉個例子，假設invoker A權重400，invoker B權重為100，invoker C權重為100，這個時候假設mod為300，那麼在周遊A,B,C過程中我們會将mod進行遞減，invoker A、B、C遞減，最後發現invoker剩餘300，最後傳回invoker A，這裡的關鍵是遞減那部分邏輯很重要。
針對權重相同的情況其實就是我們常見的i++%invoker個數。
輪詢負載均衡政策
LeastActive負載均衡政策
最小active的負載均衡政策也分為有權重和沒有權重兩種情況，整體思路是每次在所有invoker中擷取active最低的個數，然後後面的invoker選擇就在最低active的叢集當中選擇。
有權重和沒有權重的最低active選擇都是基于上面說的數組，舉個例子，假如現在有4個invoker，然後具備最低active的invoker有2個，那麼後面我們就在最低active的2個invoker進行選擇。
帶權重的選擇就是根據最低active的權重和随機生成一個随機權重，然後周遊最低active的數目，每次減去invoker的權重，當權重為負數的時候就以該invoker提供服務。
不帶權重的選擇就是根據最低active的數量通過random.nextInt方式随機傳回一個invoker就可以。
ConsistentHash負載均衡政策
一緻性hash的負載均衡政策其實就跟一緻性hash的原理一樣，主要也是分成生成虛拟節點和選擇節點提供服務。
首先我們先生成invoker也就是服務接口對應的selector，原則是沒有就生成一個。每個invoker虛拟節點的生成的原則很簡單：會根據虛拟節點設定的個數/4進行外層循環，以4進行内層循環生成。
其次我們提取請求中攜帶的參數（因為我們規定了按照哪些參數進行hash）生成hash值，然後選擇對應的虛拟節點（如果存在這個hash值），或者選擇大于該值的第一個虛拟節點的值，最後去選擇對應的invoker。
選擇hash過程
生成虛拟節點
根據參數選擇節點
負載均衡之源碼debug
1、先本地啟動zookeeper的注冊中心
2、直接複用dubbo的源碼，我們需要修改provider裡面的properties然後啟動多個provider，隻有多個provider才能調試負載均衡政策。
3、consumer直接進行debug跟蹤即可。
debug方案