1. 负载均衡策略

1. 无状态
2. 半状态
3. 全状态

2. 关键点：

1. 公平性
2. 正确性 （请求调度到能正确处理它的后端实例上）

3. 负载均衡策略：

3.1 无状态

1. 轮训 （请求的工作负载和实例的处理能力差异都较小的情况）
2. 权重轮询 (解决实例的处理能力差异的问题)
3. FAIR 、随机、权重随机和最少链接数 （可以看gateway / ribbon）\

3.2 半状态 （正确性由后端实例来保证 将请求按一定的策略进行路由，后端实例可以利用路由规则来进行优化）

3.2.1 hash

1. 正确性： 当实例数发生变化的时候，正确性将会出现问题
2. 公平性： 公平

3.2.2 一致性 Hash

1. 一个圆，但是可能把压力给到某一个节点，怎么办？ 添加虚拟节点

3.3 全状态（正确性由路由服务 来保证 ） 应用场景：

1. 全状态 Kafka的Controller模型 数据分片 / 正常分布式系统 leader/follower 的选举其实也算 全状态