预热

• 预热是一个服务启动，到承接 100% 流量之间的一种状态；
• 预热的越早期，服务分到的流量就越少；
• Dubbo 在做负载均衡的时候，会获取每个 Invoker 的权重，而权重的计算，会受预热时间的影响，预热的越早期，Invokder 计算得到的权重就越小，Invoker 被负载均衡算法选中的概率就越小；

Dubbo 提供的 4 中负载均衡算法

• Random（默认）
• RoundRobin
• LeastActive
• ConsistentHash

负载均衡中用到的设计模式

• 模板方法模式；
• 接口是 LoadBalancd；
• 抽象类是 AbstractLoadBalance；
• 模板方法是 select；
• 开放给子类实现的方法是 doSelect；

Random | 按权重随机

• 如果所有的 Invoker 的权重一样，就直接 nextInt()；
• 如果不是所有的 Invoker 的权重都一样，则先计算出总权重，然后在总权重的范围内选一个值作为标定点，然后一个一个 Invoker 的权重去减这个标定点，直到减到负数，把表定点减到负数的 Invoker 就是被负载均衡到的 Invoker；

RoundRobin | 按权重平滑轮询

• 所谓平滑，就是防止权重大的 Invoker 被频繁的选中，在权重大的 Invoker 被选中的间隙，会选中一些权重低的 Invoker；

算法概述

• 每轮负载（选 Invoker）都会遍历所有 Invoker；
• 每个 Invoker 有自己的权重，还有一个用于累加自己权重的 current 属性；
• 所有 Invoker 之外有一个记录本轮遍历总权重的地方；
• 每便利到一个 Invoker，这个 Invoker 的 current += 自己的权重，并把自己的权重累加到记录本轮遍历总权重的地方；
• 一轮下来，current 最高的 Invoker 被选中，并把其 current -= 本轮遍历的总权重，完了本轮便利的总权重清零；

LeastActive | 按最少活跃调用数负载

• 会配合一个 Filter，记录所有 Invoker 的活跃数，每次从活跃数最小的 Invoker 中选一个；

ConsistentHash | Ketama 一致性哈希负载

• 一致性哈希是把节点散列到一个环上，请求来了，把参数也散列到这个环上，参数的落点顺时针遇到的第一个节点，就是这次负载的节点；
• Dubbo 的一致性哈希，是真实节点混着虚拟节点，一起散列到环上，这样能使真实节点散列的更均匀；
• 环的实现是基于 TreeMap 的有序型，TreeMap 上的 key 是各种算来算去完了一个 MD5；