在 Spring Cloud LoadBalancer 2025 版本中，轮询策略（RoundRobinLoadBalancer） 是默认的负载均衡算法，其核心逻辑是按照固定顺序依次将请求分发到可用的服务实例，适用于服务实例性能相近、负载较为均衡的场景。
轮询策略的核心思想是“顺序循环”：维护一个计数器（或指针），每次请求到达时，计数器递增并取模（对可用实例数量取模），得到当前应选择的实例索引，确保请求在所有可用实例间均匀分配。
例如：若有 3 个服务实例（A、B、C），则请求顺序为：A → B → C → A → B → C → ...
轮询策略作为 Spring Cloud LoadBalancer 的默认负载均衡策略，可用于以下场景：
服务实例性能差异小、负载相对均衡
轮询策略的核心假设是 “所有服务实例的处理能力与资源配置一致”，因此在实例性能同质化的集群中，能天然适配负载分配需求。
例如电商系统中的 “商品详情服务”，所有实例均部署在相同规格的服务器上（如 4C8G 云服务器），且服务逻辑无特殊资源依赖（如无本地缓存、无硬件加速需求），每个实例处理单个请求的响应时间、CPU 占用率差异小于 10%。此时轮询策略无需额外计算权重或负载，即可让每个实例接收相近数量的请求，避免因 “性能评估偏差” 导致的分配失衡。
对于完全无状态的服务（如用户登录校验服务、数据格式转换服务），实例间无需共享会话或数据，仅需根据请求量横向扩展实例数量。例如某 API 网关后端挂载 5 个相同配置的 “权限校验服务” 实例，轮询策略会按顺序将请求依次分发至 5 个实例，每个实例的请求量理论占比均为 20%，且实例扩容 / 缩容时（如从 5 个增至 8 个），策略会自动基于新的实例数量调整轮询范围，无需人工干预。
希望请求在所有实例间均匀分配，避免某一实例过载
当业务对 “实例负载均衡度” 要求较高，且不希望因算法偏向性导致某一实例长期过载时，轮询策略的 “绝对均匀性” 成为核心优势。
例如金融系统中的 “账单查询服务”，每日 9:00-18:00 期间请求量稳定在 1000 QPS，且无突发流量峰值。此时若使用 “随机策略” 可能因概率偏差导致某一实例短时间接收大量请求（如 10 个实例中某实例 1 分钟内接收 120 次请求，另一实例仅接收 80 次），而轮询策略能确保每个实例的请求量偏差控制在 “±1 次 / 分钟” 内，避免因局部过载导致的响应延迟或超时。
简单场景下的快速集成（无需复杂配置）
轮询策略作为 Spring Cloud LoadBalancer 的默认策略，无需额外引入依赖、无需编写自定义代码，仅需基础配置即可生效，特别适合快速迭代、轻量级架构的业务场景。
在业务初期（如 MVP 阶段），开发团队需快速搭建微服务架构并验证核心流程，无需在负载均衡策略上投入过多精力。例如某创业公司的 “用户注册服务”，仅部署 2 个实例用于测试，此时直接使用默认的轮询策略，无需配置权重、健康检查阈值等参数，即可实现基本的负载均衡功能，减少开发与调试时间。
在适应场景介绍了轮训策略的优点，它也存在如下缺点：
轮训负载均衡策略完全平均分配请求，未考虑实例硬件配置差异。性能弱的实例（如低 CPU、低内存）会因接收同等数量请求而过载，性能强的实例则资源闲置。
为了解决该问题，后面进化出了加权轮询策略，它通过为实例分配不同权重，实现了请求的“按需分配”，核心逻辑如下：
权重与性能挂钩：为性能强的实例设置更高权重（如 CPU 核数多的实例权重设为 5），性能弱的实例设置低权重（如 CPU 核数少的实例权重设为 1）。
请求分配按权重比例：权重决定实例接收请求的概率，权重为 5 的实例接收的请求量约为权重 1 实例的 5 倍，实现资源利用与负载压力的平衡。
兼容基础策略：当所有实例权重设置相同时，加权轮询会退化为基础轮询，保证了策略的兼容性和过渡性。
由于轮训负载均衡策略无法固定客户端与实例的对应关系（用户多次请求可能被分配到不同的机器上执行）。对于需要维持会话状态的业务（如登录状态、购物车数据），可能导致请求路由到不同实例，引发业务异常。
为了解决轮询策略中“无会话亲和性” 的问题（即无法保证同一客户端请求始终路由到同一实例），常见方案如下：
基于客户端标识的固定路由（最常用）
通过提取客户端的唯一标识（如 IP 地址、用户 ID、设备 ID 等），计算哈希值并与服务实例列表绑定，确保同一标识的请求始终路由到同一实例。该方案实现简单，无需修改服务端。如果客户端标识分布不均，可能导致某些实例负载失衡（需结合权重调整）。
会话共享（彻底消除会话依赖）
将会话状态从服务实例中剥离，存储到独立的共享存储中（如 Redis、Memcached），使客户端请求可路由到任意实例，实例通过共享存储获取会话信息。该方案彻底解耦会话与实例的绑定，支持实例动态扩缩容，适合分布式系统。但是，增加缓存依赖，需考虑缓存一致性和性能开销。
框架自带的会话亲和性配置
部分负载均衡工具或反向代理支持开箱即用的会话亲和性（Sticky Session）配置。例如，Nginx 可以通过ip_hash指令基于客户端 IP 绑定实例，或cookie指令基于自定义 Cookie 绑定：
upstream backend {
ip_hash; # 基于客户端IP哈希绑定实例
server instance1:8080;
server instance2:8080;
}
相比旧版本（如 2023 版），2025 版本的 RoundRobinLoadBalancer 做了以下优化：
响应式优先：基于 ReactorLoadBalancer 接口实现，原生支持响应式编程（如 WebFlux），避免阻塞操作。
实例动态感知：实时感知服务实例的上下线（通过 ServiceInstanceListSupplier 动态获取实例列表），自动调整轮询范围。
健康实例过滤：默认结合健康检查机制，仅对健康实例进行轮询（不健康实例自动排除）。
线程安全：使用原子类（AtomicInteger）维护计数器，确保高并发场景下的轮询顺序正确性。
RoundRobinLoadBalancer 是基于轮询（Round-Robin）算法去实现 ReactorServiceInstanceLoadBalancer 接口。而 ReactorServiceInstanceLoadBalancer 接口是 Spring Cloud LoadBalancer 中用于响应式负载均衡的核心接口，负责从服务实例列表中选择合适的实例，以支持非阻塞的服务调用。
源码如下：
package org.springframework.cloud.loadbalancer.core;
//...
public class RoundRobinLoadBalancer implements ReactorServiceInstanceLoadBalancer {
// 日志工具，用于记录警告等信息
private static final Log log = LogFactory.getLog(RoundRobinLoadBalancer.class);
// 原子计数器，用于记录当前轮询位置，保证线程安全
final AtomicInteger position;
// 服务ID，标识当前负载均衡器对应的服务
final String serviceId;
// 单例提供者，用于获取服务实例列表供应商（ServiceInstanceListSupplier）
// 采用 SingletonSupplier 确保实例化一次，避免重复创建
private final SingletonSupplier<ServiceInstanceListSupplier> serviceInstanceListSingletonSupplier;
/**
* 初始化轮询负载均衡器
* @param serviceInstanceListSupplierProvider
* 服务实例列表供应商的提供者（ObjectProvider），用于获取可用的服务实例列表
* @param serviceId 服务ID，当前负载均衡器对应的服务名称
*/
public RoundRobinLoadBalancer(ObjectProvider<ServiceInstanceListSupplier> serviceInstanceListSupplierProvider,
String serviceId) {
// 调用重载构造方法，使用随机数作为初始位置（0-999之间）
this(serviceInstanceListSupplierProvider, serviceId, new Random().nextInt(1000));
}
/**
* 初始化轮询负载均衡器（指定初始位置）
* @param serviceInstanceListSupplierProvider 服务实例列表供应商的提供者
* @param serviceId 服务ID
* @param seedPosition 轮询初始位置标记，用于指定计数器的初始值
*/
public RoundRobinLoadBalancer(ObjectProvider<ServiceInstanceListSupplier> serviceInstanceListSupplierProvider,
String serviceId, int seedPosition) {
this.serviceId = serviceId;
// 初始化服务实例列表供应商的单例提供者：
// 若获取不到可用的 Supplier，默认使用 NoopServiceInstanceListSupplier（空实现）
this.serviceInstanceListSingletonSupplier = SingletonSupplier
.of(() -> serviceInstanceListSupplierProvider.getIfAvailable(NoopServiceInstanceListSupplier::new));
// 初始化原子计数器，使用指定的初始位置
this.position = new AtomicInteger(seedPosition);
}
@SuppressWarnings("rawtypes")
@Override
// 参考 Netflix Ocelli 的轮询实现：
// https://github.com/Netflix/ocelli/blob/master/ocelli-core/
// src/main/java/netflix/ocelli/loadbalancer/RoundRobinLoadBalancer.java
public Mono<Response<ServiceInstance>> choose(Request request) {
// 从单例提供者中获取服务实例列表供应商
ServiceInstanceListSupplier supplier = serviceInstanceListSingletonSupplier.obtain();
// 调用供应商的get方法获取服务实例列表（响应式操作），并处理结果
return supplier.get(request)
.next() // 取流中的第一个元素（最新的实例列表）
// 处理实例列表，返回选中的实例
.map(serviceInstances -> processInstanceResponse(supplier, serviceInstances));
}
/**
* 处理服务实例列表响应，返回负载均衡选择结果
* @param supplier 服务实例列表供应商
* @param serviceInstances 可用的服务实例列表
* @return 包含选中实例的响应对象
*/
private Response<ServiceInstance> processInstanceResponse(ServiceInstanceListSupplier supplier,
List<ServiceInstance> serviceInstances) {
// 从实例列表中选择一个实例
Response<ServiceInstance> serviceInstanceResponse = getInstanceResponse(serviceInstances);
// 若供应商实现了 SelectedInstanceCallback 接口，通知其选中的实例（用于回调扩展）
if (supplier instanceof SelectedInstanceCallback && serviceInstanceResponse.hasServer()) {
((SelectedInstanceCallback) supplier).selectedServiceInstance(serviceInstanceResponse.getServer());
}
return serviceInstanceResponse;
}
/**
* 核心方法：根据轮询算法从实例列表中选择一个实例
* @param instances 可用的服务实例列表
* @return 包含选中实例的响应（或空响应）
*/
private Response<ServiceInstance> getInstanceResponse(List<ServiceInstance> instances) {
// 若实例列表为空，返回空响应并记录警告日志
if (instances.isEmpty()) {
if (log.isWarnEnabled()) {
log.warn("No servers available for service: " + serviceId);
}
return new EmptyResponse();
}
// 若只有一个可用实例，直接返回该实例（无需轮询，优化性能）
// 注：某些供应商可能已过滤实例，此时单实例场景无需移动计数器
if (instances.size() == 1) {
return new DefaultResponse(instances.get(0));
}
// 计算当前轮询位置：
// 1. 计数器自增（保证线程安全）
// 2. 与 Integer.MAX_VALUE 按位与，忽略符号位（避免负数，确保 pos 为非负整数）
int pos = this.position.incrementAndGet() & Integer.MAX_VALUE;
// 取模计算选中的实例索引（pos % 实例数量），实现循环轮询
ServiceInstance instance = instances.get(pos % instances.size());
return new DefaultResponse(instance);
}
}源码的关键逻辑说明：
position：原子计数器，每次请求时通过 incrementAndGet() 自增，确保线程安全。并且与 Integer.MAX_VALUE 进行按位与操作，确保不是负数。
索引计算：pos % instances.size() 保证索引在 [0, 实例数量 - 1] 范围内，实现循环轮询。
实例列表来源：通过 ServiceInstanceListSupplier 获取，默认已集成健康检查过滤（仅返回健康实例）。
更多内容请查阅官方文档……
川公网安备51010802032098