轮询法（Round Robin）
轮询法基本上算是最简单的负载均衡算法了，它的思想就是不管啥情况，对所有的服务器节点全部按顺序来，将请求按照顺序轮流地分配到各个服务器上。这种算法会使每台服务器处理的请求是相同的，所以适合用于服务器硬件条件基本都相同的场景。
加权轮询法（Weight Robin）
在轮询算法的基础上添加了权重的条件，刚才提到轮询算法对所有服务器“一视同仁”，那么加权轮询算法无疑就是对各个服务器有了“高低贵贱之分”，没办法，服务器的处理水平不同，只能是让那些强悍的机器优先并多处理些请求，比较弱的机器嘛就让它稍稍压力小一点。
随机法（Random）
随机算法也是一种适用场景比较多的负载均衡算法，这种算法基本思想也很简单，随机生成一个数字（或者随机挑一个IP地址）出来，然后挑到谁就去谁家，当然，如果随机数是等概况生成的，那时间长了，基本上跟轮询算法也没啥区别了，当然区别最主要的还是在顺序，随机么就没那么严格的顺序了。
加权随机法（Weight Random）
加权随机法是在随机法的基础上加了加权的条件，随机法时间长了，基本上跟一般轮询算法就没啥区别了，刚才也提到了，如果服务器的配置都差不多，那也就算了，但是如果服务器处理能力差异比较大，那水平高的和水平低的服务器都给这么多任务，那对于高配置来讲就有点浪费，对于低配置的服务器来讲却有点吃不消，所以在这种配置差异性比较大的情况下，加权的工作还是十分必要的。加权随机算法就是适用于这样的场景。
最小连接法（Least Connections）
这个算法思想也很简单，顾名思义，哪个服务器的连接少，就分配给哪个服务器新的请求，合情合理，但是这种算法的缺点就是，跟我们上面分析的几种算法一个意思，一个比较弱的服务器和一个比较彪悍的服务器，本来就是前者连接要少，后者要大，如果非得谁的少新请求给谁，那就是弱服务器的连接要等于强服务器的连接，无疑这样会让弱服务器吃不消，或者让强服务器造成资源浪费，所以在这里依然可以用加权的方法来解决这个问题——加权最小连接法。
最少活跃调用数
当前活跃调用数少的机器优先收到请求，目的是让更慢的机器收到更少的请求。举个例子：每个服务维护一个活跃数计数器。当A机器开始处理请求，该计数器加1，此时A还未处理完成。若处理完毕则计数器减1。而B机器接受到请求后很快处理完毕。那么A,B的活跃数分别是1，0。当又产生了一个新的请求，则选择B机器去执行(B活跃数最小)，这样使慢的机器A收到少的请求。
最小活跃调用数本质上和最小连接法是相同的。
哈希法（Hash）
源地址哈希法就是可以把客户端的IP地址拿出来，然后计算出IP地址的hash值，hash值是一个很大的正整数，那么问题来了，怎么才能映射到相对应的服务器了，答案很简单：serverPosition=hashCode%serverListSize。另外，为了解决大规模hash迁移，也可以使用一致性hash。 当某一台 Provider 崩溃时，原本发往该 Provider 的请求，基于虚拟节点，平摊到其它 Provider，不会引起剧烈变动。
