ip 哈希。按照 ip 的哈希值，确定路由到对应的 web 层。只要是用户的 ip 是均匀的，那么请求到 Web 层也是均匀的。
还有个好处就是同一个 ip 的请求会分发到相同的 web 层服务。这样每个用户固定访问一个 web 层服务，可以解决 session 的问题。
weight 权重 、 fair、url_hash 等
第 3 层：Web 层 -> 业务服务层 的负载均衡Web 层 -> 业务服务层 的负载均衡如何实现呢？
比如 Dubbo 是一个服务治理方案，包括服务注册、服务降级、访问控制、动态配置路由规则、权重调节、负载均衡。其中一个特性就是智能负载均衡：内置多种负载均衡策略，智能感知下游节点健康状况，显著减少调用延迟，提高系统吞吐量。
为了避免避免单点故障和支持服务的横向扩容，一个服务通常会部署多个实例，即 Dubbo 集群部署。会将多个服务实例成为一个服务提供方，然后根据配置的随机负载均衡策略，在20个 Provider 中随机选择了一个来调用，假设随机到了第7个 Provider。LoadBalance 组件从提供者地址列表中，使用均衡策略，选择选一个提供者进行调用，如果调用失败，再选另一台调用。
Dubbo内置了4种负载均衡策略:
RandomLoadBalance:随机负载均衡。随机的选择一个。是Dubbo的默认负载均衡策略。
RoundRobinLoadBalance:轮询负载均衡。轮询选择一个。
LeastActiveLoadBalance:最少活跃调用数，相同活跃数的随机。活跃数指调用前后计数差。使慢的 Provider 收到更少请求，因为越慢的 Provider 的调用前后计数差会越大。
ConsistentHashLoadBalance:一致性哈希负载均衡。相同参数的请求总是落在同一台机器上。
同样，因为业务的需要，也可以实现自己的负载均衡策略
第 4 层：业务服务层 -> 数据存储层 的负载均衡数据存储层的负载均衡，一般通过 DBProxy 实现。比如 MySQL 分库分表。
当单库或者单表访问太大，数据量太大的情况下，需要进行垂直拆分和水平拆分两个维度。比如水平切分规则：
Range 、 时间
hash 取模，订单根据店铺ID 等
但伴随着这块的负载会出现下面的问题，需要解决：
分布式事务
跨库 join 等
现状分库分表的产品方案很多：当当 sharding-jdbc、阿里的 Cobar 等
五、小结对外看来，负载均衡是一个系统或软件的整体。对内看来，层层上下游调用。只要存在调用，就需要考虑负载均衡这个因素。所以负载均衡（Load Balance）是分布式系统架构设计中必须考虑的因素之一。考虑主要是如何让下游接收到的请求是均匀分布的：
第 1 层：客户端层 -> 反向代理层 的负载均衡。通过 DNS 轮询
第 2 层：反向代理层 -> Web 层 的负载均衡。通过 Nginx 的负载均衡模块
第 3 层：Web 层 -> 业务服务层 的负载均衡。通过服务治理框架的负载均衡模块
第 4 层：业务服务层 -> 数据存储层 的负载均衡。通过数据的水平分布，数据均匀了，理论上请求也会均匀。比如通过买家ID分片类似