云原生是大型架构的核心，下面我重点详解K8S负载均衡@mikechen
K8S
Kubernetes（简称K8S）是一个开源的容器编排平台，旨在自动化容器化应用的部署、扩展与管理。
通过将应用封装为Pod并在集群中调度运行，K8S实现了高可用、可伸缩与自愈能力，成为云原生架构的核心组件。
K8S 负载均衡原理
Service 为一组带相同标签的 Pod 提供一个固定的虚拟 IP（ClusterIP）和端口，实现服务发现和负载均衡。
kube‑proxy 运行在每个 Node 上，根据 Service/Endpoint 对象，在内核级（iptables 或 IPVS）编程规则，把流量转发到各个 Pod。
在 IPVS 模式下，kube‑proxy 使用 Linux IPVS 负载均衡器，支持多种调度算法（轮询、最少连接、哈希等）。
轮询
将请求按顺序轮流分配给后端服务器。
优势：
实现简单： 无需记录连接状态，计算开销极低。
无状态： 适合后端服务器处理能力完全对等的场景。
劣势：
忽略权重： 如果服务器配置不同（如 8核 vs 16核），会导致性能强的服务器闲置。
慢请求倾斜： 如果某些请求处理极慢，轮询会导致慢请求在某台服务器上堆积。
进化版： 加权轮询 (Weighted Round Robin)，通过给服务器打分，解决硬件差异问题。
最少连接
实时动态统计各服务器当前的活跃连接数，将新请求发给连接数最少的机器。
优势：
动态感知： 它是最“聪明”的算法之一，能自动绕过处理缓慢或卡顿的服务器。
利用率高： 极大地提高了后端资源的利用率，尤其适合长连接（如 WebSocket）或请求处理时间差异大的业务。
劣势：
性能损耗： 负载均衡器需要维护所有连接的状态表，在高并发下会有额外的内存和 CPU 开销。
冷启动问题： 当新节点加入时，所有新流量会瞬间涌向该节点，可能导致新节点被“瞬时压垮”。
基于哈希
根据请求的某个特征（IP、URL、Cookie 或 UserID）计算哈希值，映射到固定服务器。
优势：
会话保持 (Session Persistence)： 保证同一个用户的请求始终落到同一台服务器，无需引入额外的分布式 Session。
缓存友好： 极大提高后端服务器的本地缓存命中率（如 CDN 场景）。
劣势：
容易不均： 如果某个 Key 异常活跃（如大 V 访问），会导致单台服务器压力过大（热点问题）。
扩容抖动： 传统的取模哈希在增加/减少节点时，会导致大量映射关系失效。