云时代的负载均衡之道：智能、弹性、易用

 随着云计算技术的逐步落地，SDN和NFV正在重构云数据中心网络，软硬件解耦成为趋势。这让负载均衡技术的发展也呈现出一些新的变化。

作为国内最早在云计算领域进行探索的负载均衡厂商，弘积科技参与了许多大型企业云数据中心项目的建设。弘积科技CTO高春华指出，传统的硬件负载均衡需要购买昂贵的硬件设备，部署困难，而且维护成本很高。为此，在云计算环境下如何实现更为智能、易用、弹性的负载均衡，已成为政企用户的一大需求。

“某大型央企在建设私有云平台的过程中，就希望能以虚拟化负载均衡组件替换硬件负载均衡设备，与云平台进行对接，从而实现负载均衡的自动化部署、运维以及全生命周期管理，克服传统负载均衡难以维护、部署复杂等痛点。”

主动式业务感知：更灵活、智能的负载均衡

高春华表示，基于云计算环境的下一代负载均衡的特性，首先体现在智能和弹性上。随着业务量的增大，负载均衡的处理能力也能随之智能的提升。

“这就要求负载均衡能实现主动式的业务感知。当业务流量经过负载均衡时，感测到流量的大小、连接数的多少，从而判断业务的繁忙程度，对后台节点进行动态地增加或删除。”

高春华指出，目前大多数负载均衡厂商所采用的还是传统的被动式感知，即由云平台来通知负载均衡是否需要新加一个节点。对于负载均衡器来说，属于被动地感知有新的应用服务增加了，而这并不能真正满足当下的用户需求。

“云平台无法感知真实的业务状态，它所能感知的其实是虚拟机资源的利用情况。而业务应用很可能在CPU内存并不是太高的情况下，已经变得很繁忙了。这需要负载均衡来解决，因为所有业务流量都经过负载均衡。”

弘积科技在2016年就推出了基于三层架构的弹性扩展方案SuperES，通过探测负载均衡的连接数来判断业务的繁忙程度，实现主动式的弹性扩展。

“比方说定义连接数超过1000之后，就认为后端业务是繁忙的。这时，负载均衡会主动调用云平台的接口，把需要一台什么样的虚拟机、地址是多少、网关是多少等这些相应的配置统一下发给云平台，来创建一个新的节点。并在创建完成后，把新节点添加到资源池中去。”

区别于一般的单层扩展，即仅仅针对某一种业务实现前端虚拟机扩展，SuperES可以针对一些复杂业务实现三层弹性扩展。

“像金融行业的业务系统一般拥有三层服务架构——前端是应用，中间有中间件，第三层是数据库。如果只进行前端的虚拟机扩展，而中间件不扩展，那么弹性扩展就没有意义。SuperES可以在前端和中间件同时创建虚拟机，实现三层架构的成对弹性扩展，而不需要管理员做任何修改操作。”

除了弹性扩展，弘积科技的应用交付平台还能够实时地探测业务状态的时延状况。一旦出现问题，会采取多种恢复手段来自动地恢复云应用。同样，这也不需要运维人员的手动操作，让负载均衡变得更为灵活和智能。

“弘积科技的业务自愈产品SuperSR，以可编程脚本语言来自定义用户的行为，实现对业务的精准深度探测，并通过对于往返流量时延大小的分析和判断，在业务出现异常的时候，可以自动地恢复业务。”高春华指出。

更易用：全生命周期自动化运维

所谓的易用，则指的是在云中实现负载均衡的自动部署和运维。

“当用户需要使用负载均衡时，只需提交相应的配置和参数需求，剩下的工作都由云平台和负载均衡之间通过接口调用和插件来自动完成的，无需运维人员一步一步地手动创建。而不用的时候，云管平台会自动删除负载均衡，来释放资源，实现全生命周期的管理。从负载均衡的创建、配置下发、版本维护、到关机删除，整个操作流程都是自动化运维的。”

此外，和计算资源一样，负载均衡也会在云中形成资源池，让用户按需使用。

“假设处理能力达到100G，而用户只需要1个G，那剩下99G可以划分给其他的业务，或其他的租户来用。用着用着要是发现1个G的带宽不够了，就在资源池里重新划分一个2G带宽。还可以把100个G的资源池扩大到200个G，甚至更大的资源池，大大提高处理能力。”

这一切都是通过弘积科技CloudMC云管理平台来实现。据悉，CloudMC不仅可以实现在云环境中的自动部署，以及在私有云中实现资源池的集中管理和带宽的灵活划拨，还可以满足公有云的灵活计费需求。

“通过直接调用CloudMC的接口，公有云可实现灵活的计费方式，比如基于时间计费、基于带宽、基于流量计费等等。”

不过，软件负载均衡在性能上是否能达到硬件负载均衡的水准，是很多用户的顾虑所在。特别是像运营商这类对于性能要求比较高的行业，软件负载均衡能否承受其巨大的业务量?

对此，高春华则表现出了十足的信心。实际上，弘积科技已经与国内运营商进行了深入接触，在云中实现高性能负载均衡恰恰是其一大优势。通过软件层面的深度优化，弘积科技的产品基本达到了处理能力和虚拟机核数成正比，完全能满足运营商级的业务要求。

“比如，分给负载均衡4个虚拟核可以达到10个G的处理能力，8个虚拟核的处理能力就能提升一倍，达到20个G。要是性能不够了，还可以灵活提升虚拟机的核数，继续往上增长，达到更高的处理能力。”高春华最后表示。