Dubbo 有哪些负载均衡策略？

简化版

Dubbo 内置四种负载均衡策略：① Random（随机，默认）——按权重随机选一个提供者，调用量大时趋于均匀；② RoundRobin（加权轮询）——按权重依次轮流；③ LeastActive（最少活跃调用）——选当前正在处理请求数最少的提供者，让慢的机器少接请求，快的多接；④ ConsistentHash（一致性哈希）——相同参数的请求固定路由到同一提供者，适合有状态/缓存亲和的场景。默认 Random，可通过配置切换。这些负载均衡都基于 Dubbo SPI，可自定义扩展。

详细版

四种策略：

策略	原理	适用场景
Random（默认）	按权重随机选择	通用，调用量大时均匀
RoundRobin	按权重轮流	通用，请求分布均匀
LeastActive	选活跃调用数最少的（响应快的多接）	后端性能不均，自动”能者多劳”
ConsistentHash	相同参数固定到同一提供者	需要请求粘性/缓存亲和

配置方式：

@DubboReference(loadbalance = "leastactive")
private UserService userService;
// 或在 Provider 端 @DubboService(loadbalance = "random")

权重（weight）：Random 和 RoundRobin 都支持权重，性能好的机器配高权重分更多请求；还支持预热（warmup）——服务刚启动时权重逐渐提升，避免冷启动被打满。

完整版教学

一、负载均衡在 Dubbo 里的位置

Consumer 从注册中心拿到某服务的多个 Provider 地址后，每次调用要选一个来发请求——这就是负载均衡要做的事：在多个可用提供者之间合理分配请求，让流量均衡、不让某台过载、同时兼顾性能和特殊需求（如粘性）。Dubbo 在**集群层（Cluster）**做负载均衡，内置四种策略，默认 Random。

二、Random：随机（默认）

Random（随机） 是 Dubbo 的默认策略：从提供者列表里按权重随机选一个。

按权重：如果提供者配了不同权重（weight），随机时权重大的被选中概率更高。比如 A weight=100、B weight=50，则 A 被选中的概率是 B 的两倍。
为什么默认用它：随机实现简单、无状态，且在调用量足够大时，随机会趋于均匀（大数定律）——长期看各提供者按权重比例分到请求。适合绝大多数通用场景。

缺点：单次随机可能不均，但海量调用下会均匀。

三、RoundRobin：加权轮询

RoundRobin（加权轮询）：按权重依次轮流选择提供者。比如 A、B、C 依次轮，权重不同则按比例轮（权重高的轮到的次数多）。

与 Random 的区别：轮询是确定性的（严格按顺序/比例），Random 是概率性的。轮询在请求量不大时也能保证均匀分布（不像随机需要大数定律）。
Dubbo 用的是平滑加权轮询算法，避免了简单加权轮询「同权重节点连续被选」的不平滑问题。

四、LeastActive：最少活跃调用（能者多劳）

LeastActive（最少活跃数） 是很有特色的策略：选当前「活跃调用数」最少的提供者。

活跃数：一个提供者当前正在处理、还没返回的请求数。Dubbo 为每个提供者维护一个活跃计数——请求开始时 +1，返回时 -1。
原理：活跃数少，说明这个提供者处理得快（请求来了很快就处理完、活跃数降下来）或当前较闲；活跃数多，说明它处理慢或忙（请求积压、活跃数高）。选活跃数最少的，相当于让处理快的机器多接请求、处理慢的机器少接请求——自动实现「能者多劳」，适应后端性能不均的情况。
比 Random/RoundRobin 更智能——它能动态感知提供者的实际处理能力，而不是静态地按预设权重分。

五、ConsistentHash：一致性哈希（请求粘性）

ConsistentHash（一致性哈希）：根据请求的参数计算哈希，相同参数的请求总是路由到同一个提供者。

用途：需要请求粘性 / 缓存亲和的场景。比如某个提供者对某类数据做了本地缓存，希望同一个用户/同一个 key 的请求总落到同一台，以提高缓存命中率。
为什么用一致性哈希而非普通哈希：普通哈希 hash(key) % 提供者数，一旦提供者数量变化（增减机器），几乎所有 key 的映射都会变，大量请求路由飘移、缓存全部失效。一致性哈希用哈希环 + 虚拟节点，提供者增减时只影响一小部分 key 的路由，大部分请求仍落到原来的提供者，缓存命中率稳定。这和缓存/数据分片里的一致性哈希是同一个思想。

六、常见误区与追问

这道题面试时最容易丢分的地方，是把「Dubbo 负载均衡」答成一段泛泛的组件介绍。更稳的答法是先给结论，再沿着远程调用链路拆清楚流程，最后补上异常场景、数字边界和选型取舍。

回答层次	要讲清的内容	容易漏掉的边界
核心定义	Dubbo 负载均衡在可用 Invoker 列表中选一个提供者，常见策略有 Random、RoundRobin、LeastActive、一致性哈希	不要停在名词解释
流程机制	Directory 得到 Invoker 列表 -> Router 过滤不匹配实例 -> LoadBalance 按策略选择节点 -> 发起远程调用 -> 根据结果更新活跃数等统计	说明谁触发、谁存储、谁通知、谁兜底
工程取舍	若权重为 100、200、300，随机权重期望流量比例约为 1:2:3	RPC 让调用写法像本地方法，但失败语义、网络延迟和版本兼容必须按远程系统处理

Dubbo 负载均衡 面试拆解：
1. Directory 得到 Invoker 列表
2. Router 过滤不匹配实例
3. LoadBalance 按策略选择节点
4. 发起远程调用
5. 根据结果更新活跃数等统计

记忆钩子：先拆代理、序列化、传输、寻址、容错，再说明超时、重试、幂等这些工程边界；回答时一定要落到题目中的「Dubbo 负载均衡」，不要把相邻中间件的能力混着讲。

误区：轮询一定最公平。 如果机器性能不同或慢节点积压，简单轮询可能把流量压到慢实例上。
误区：随机策略不稳定所以不能用。 加权随机在请求量足够大时分布稳定，实现简单且是 Dubbo 常见默认选择。
误区：一致性哈希只为均衡。 它更重要的价值是让相同参数落到同一节点，适合有本地缓存的场景。
追问：LeastActive 解决什么问题？ 优先选择活跃调用数少的实例，避免慢节点继续堆积请求。
追问：权重可以做什么？ 可按机器性能分配流量，也可在发布时逐步调高新版本权重。
追问：负载均衡和路由有什么区别？ 路由先过滤出候选集合，负载均衡再从候选中选一个。

七、加强记忆

Dubbo 四种负载均衡（默认 Random）：① Random（随机）——按权重随机，调用量大时趋均匀，通用默认；② RoundRobin（加权轮询）——按权重平滑轮流，请求量小也均匀；③ LeastActive（最少活跃调用）——选当前正在处理请求数最少的提供者（活跃数低=处理快/闲），自动能者多劳，适应性能不均；④ ConsistentHash（一致性哈希）——相同参数固定路由到同一提供者，用于请求粘性/缓存亲和，靠哈希环+虚拟节点让提供者增减时只影响少量 key。都支持权重 + 预热（warmup），且基于 SPI 可自定义扩展。口诀：随机默认、轮询均匀、最少活跃能者多劳、一致性哈希保粘性。

简化版

详细版