客户端负载均衡通过服务发现与本地决策实现，依赖注册中心（如Nacos）获取并缓存实例列表，由调用方基于轮询、随机、权重或最少请求等策略选择目标实例。主流框架如Spring Cloud LoadBalancer、OpenFeign及gRPC集成该机制，结合健康检查、熔断与重试，提升系统性能与容错能力。
微服务架构中，客户端负载均衡的实现依赖于服务发现与本地负载决策。它不依赖外部负载均衡器（如Nginx），而是由调用方（客户端）自行决定将请求发送到哪个服务实例。
服务注册与发现
服务实例启动后会向注册中心（如Eureka、Consul、Nacos）注册自己的网络地址。客户端在发起调用前，先从注册中心获取当前可用的服务实例列表。
这个列表通常会被缓存在客户端本地，避免每次请求都查询注册中心，提升性能并降低注册中心压力。
客户端负载策略
拿到服务实例列表后，客户端根据预设的负载算法选择一个目标实例进行调用。常见策略包括：
- 轮询（Round Robin）：依次分发请求，适合实例性能相近的场景
- 随机（Random）：随机选取实例，实现简单，分布较均匀
- 权重（Weighted）：根据实例配置的权重分配流量，适用于异构服务器
- 最少请求（Least Requests）：选择当前处理请求数最少的实例，适合长连接或耗时操作
集成方式与工具支持
主流开发框架已提供客户端负载均衡能力：
- Spring Cloud LoadBalancer：Spring Cloud应用可通过注解@LoadBalanced启用，配合RestTemplate或WebClient使用
- OpenFeign：声明式HTTP客户端，内置负载均衡支持，自动集成服务发现
- gRPC + Envoy 或 xDS：通过gRPC客户端集成服务发现和负载逻辑
这些工具在底层封装了服务拉取、健康检查判断和负载选择逻辑，开发者只需配置即可使用。
健康检查与容错机制
客户端需定期更新服务列表，并结合健康状态过滤不可用实例。部分框架支持主动探测或依赖注册中心推送状态变更。
配合熔断（如Resilience4j）、重试机制，可在某实例失败时快速切换到其他节点，提升整体系统稳定性。
基本上就这些。客户端负载均衡把决策权下放到调用方，提升了系统的灵活性和容错能力，是现代微服务通信的核心组件之一。
