面经策

可以用几行代码实现一个负载均衡器吗？ ​

  • 标签：后端、场景题

🏛 业务架构师 ​

可以，一个最简负载均衡器几行就够——但我会答出层次和边界，这也是这道低难度题的加分方式。

最简版：随机

java
List<String> nodes = List.of("10.0.0.1", "10.0.0.2", "10.0.0.3");
String node = nodes.get(ThreadLocalRandom.current().nextInt(nodes.size()));

升级一步：加权轮询（贴近生产）

java
// 权重 5:3:2, 平滑加权轮询
int total = nodes.stream().mapToInt(n -> n.weight).sum();
if (++seq >= total) seq = 0;
// 按累计权重区间选节点

我会主动补全的"真负载均衡器"要素（说明理解边界）：

  1. 健康检查：节点摘除与恢复（挂了还往它发流量就是故障放大器）
  2. 策略选型：
    • 轮询/加权：无状态服务
    • 一致性哈希：有会话粘性需求（缓存命中、长连接路由）
    • 最少连接：请求耗时差异大的场景
  3. 失败重试与快速切换：转发失败换节点重试一次，对上游透明

业务架构视角收尾：这段代码适合回答"理解原理"，但生产负载均衡的投入产出账是另一回事——用 Nginx/Dubbo 内置 LB 或 Spring Cloud LoadBalancer 就好，自研均衡器要处理的服务器探活、慢启动、权重热调等工程细节，价值全部在细节里。几行代码的版本帮我理解"均衡策略只是均衡器 10% 的部分"，另外 90% 是可用性工程——这个认知比代码本身重要。

🏗 系统架构师 ​

可以，负载均衡器的最小内核就是一个并发安全的服务列表 + 选择策略，几十行就能写一个可用的客户端 LB。

java
public class SimpleLoadBalancer {
    private final List<String> servers = new CopyOnWriteArrayList<>();
    private final AtomicInteger idx = new AtomicInteger(0);

    public void add(String s)  { servers.add(s); }
    public void remove(String s) { servers.remove(s); }

    public String choose() {                    // 轮询
        List<String> list = servers;
        if (list.isEmpty()) return null;
        int i = Math.abs(idx.getAndIncrement());
        return list.get(i % list.size());
    }
}

这段代码里每个选型都有讲究：

  • CopyOnWriteArrayList：读多写少（节点变更低频），保证读不加锁且迭代安全
  • AtomicInteger 取模做轮询：CAS 无锁，避免 synchronized 争用；随机策略则直接 ThreadLocalRandom.nextInt(n)，更简单
  • 真实调用处包一层 try-catch + 失败重选下一个节点，就有了故障转移雏形

但要说明它与生产级 LB 的差距，这体现架构视野：

  1. 健康检查：节点列表要由心跳/注册中心驱动（这就是 Ribbon/Spring Cloud LoadBalancer 与服务发现的结合点）
  2. 策略丰富度：加权轮询（权重=机器配置）、最少并发（ActiveCount 最小者，对慢节点自愈最好）、一致性哈希（会话粘性）、响应时间加权
  3. 软负载 vs 硬负载：客户端 LB（无单点、少一跳）与服务端 LB（Nginx/LVS，统一管控）的取舍；云原生下还有 service mesh sidecar 模式
  4. 平滑性：普通轮询在节点增删瞬间会抖动，加权要实现平滑轮询（Nginx 的 smooth weighted 算法）

答题节奏：先爽快写出代码，再用差距分析展示纵深。

💻 全栈开发专家 ​

可以，负载均衡器核心就一句话：从实例列表里按策略挑一个。最小实现几行：

轮询版

java
public class RoundRobin {
    private final List<String> servers = List.of("10.0.0.1", "10.0.0.2", "10.0.0.3");
    private final AtomicInteger idx = new AtomicInteger();

    public String next() {
        int i = Math.abs(idx.getAndIncrement() % servers.size());
        return servers.get(i);
    }
}

随机版（更简单，大数下均衡）

java
private final Random r = new Random();
public String next() { return servers.get(r.nextInt(servers.size())); }

加权轮询（贴合真实场景）

java
// 权重 5,1,1 -> 平滑加权：每次选 currentWeight 最大者，再各减总权重
public String next() {
    int total = servers.stream().mapToInt(s -> s.weight).sum();
    Server best = null;
    for (Server s : servers) {
        s.current += s.weight;
        if (best == null || s.current > best.current) best = s;
    }
    best.current -= total;
    return best.host;
}

面试加分点：真实负载均衡器（如 Ribbon/LoadBalancer）还要考虑——实例动态上下线（对接注册中心）、健康检查摘除故障节点、一致性哈希（有状态路由）、重试时换节点。上面代码是骨架，生产不重复造轮子。