TGTGInsightаналитика telegramLIVE / telegram public index
← DevOps
DevOps avatar

TGINSIGHT POST

Post #1899

@DevOPSitsec

DevOps

Просмотры3,480Количество просмотров
Опубликован19 нояб.19.11.2025, 05:46
Содержимое поста

Содержимое

⚡️LOAD BALANCING IN SYSTEM DESIGN Load Balancing - это распределение входящего трафика между несколькими серверами, чтобы ни один из них не перегружался. Это повышает доступность, стабильность и скорость работы системы. Зачем нужен Load Balancing - Предотвращает перегрузку серверов - Обеспечивает высокую доступность - Даёт отказоустойчивость при сбоях - Улучшает время отклика - Позволяет масштабировать систему горизонтально Как это работает Клиент → Load Balancer → активный рабочий сервер. Load Balancer следит за состоянием серверов и отправляет запросы только на здоровые узлы. Если сервер выходит из строя — трафик автоматически уходит на другие сервера. Используется для веб-серверов, приложений, микросервисов и даже баз данных. Типы Load Balancers - Аппаратные — физические устройства в крупных компаниях - Программные — Nginx, HAProxy, Envoy - Облачные — AWS ELB, Google Cloud LB, Azure Load Balancer Алгоритмы распределения трафика - Round Robin — по кругу - Least Connections — на сервер с минимальным числом активных подключений - IP Hash — сервер выбирается на основе IP клиента - Weighted Round Robin — учитывает веса серверов - Random — случайное распределение запросов Health Checks Load Balancer проверяет: - статус сервера - нагрузку на CPU - нагрузку на память - доступность сети Нездоровые серверы исключаются из пула автоматически. Local vs Global Load Balancing - Local — внутри одного дата-центра или региона - Global — выбор ближайшего или самого стабильного региона Load Balancing в микросервисах - Каждый сервис может иметь много экземпляров - Load Balancer направляет трафик в нужный инстанс - Работает вместе с API Gateway и Service Discovery Преимущества - Надёжность - Быстрее обработка запросов - Без простоя при обновлениях - Переживает резкие скачки нагрузки - Работает с авто-масштабированием