继续我们的旅程，前几篇中，我们已经对LVS的三种默认负载均衡技术进行了讲解，本篇中，我们再讲解和补充一些其他知识，尽力完成本阶段的LVS负载均衡的学习。
本篇中，我们将讲解：
（1）、ipvsadm参数介绍
（2）、几种均衡算法的简介
（3）、第四种负载均衡模式FullNat的介绍
一、ipvsadm参数介绍
ipvsadm有众多的参数，通过控制这些参数我们可以进行更多更细微的操控。
由于这些参数列表网上有大把，所以我打算偷偷懒不在这里列举了，各位读者可自行百度搜索。（
笑……）
二、几种负载均衡算法的介绍
调度器作为LVS的重要组成部分，它的调度算法更扮演这至关重要的角色。目前，LVS中主要有八大内核连接调度算法，下面我将为读者们抽取其中最常见的四种调度算法进行介绍（部分摘抄自相关手册），更多具体的内容读者们可以在LVS的用户手册中找到。
（1）、Round Robin Scheduling（轮叫调度算法）：早在前面几篇中，我们已经使用了该算法（ipvsadm -A -t 192.168.1.55:80 -s rr 这里的rr->round robin），它也是所有调度算法中最简洁的一个，这种轮叫算法就是单纯的对每台机器做轮询，这种轮叫算法通常比较适合多台配置差不多的真实服务器之间使用，其实现算法如下：
//摘抄自手册 //假设有一组服务器S = {S0, S1, …, Sn-1}，一个指示变量i表示上一次选择的 //服务器，W(Si)表示服务器Si的权值。变量i被初始化为n-1，其中n > 0。 j = i; do { j = (j + 1) mod n; if (W(Sj) > 0) { i = j; return Si; } } while (j != i); return NULL;
（2）、Round Robin Scheduling（加权轮叫算法）：使用参数为“wrr”，该算法可以解决多台真实服务器之间性能不一的情况，该算法会根据预设的权值自动的指派服务器，权值高的（服务器）会优先分配流量，其调度算法流程如下：
//摘抄自手册 //假设有一组服务器S = {S0, S1, …, Sn-1}，W(Si)表示服务器Si的权值，一个 //指示变量i表示上一次选择的服务器，指示变量cw表示当前调度的权值，max(S) //表示集合S中所有服务器的最大权值，gcd(S)表示集合S中所有服务器权值的最大公约数。变量i初始化为-1，cw初始化为零。 while (true) { i = (i + 1) mod n; if (i == 0) { cw = cw - gcd(S); if (cw <= 0) { cw = max(S); if (cw == 0) return NULL; } } if (W(Si) >= cw) return Si; }
（3）、Least-Connection Scheduling（最小连接调度算法）：使用参数为“lc”，由于ipvsadm内部维护了一张状态表，上面记录了当前的状态（包括连接数），新请求到达时，LVS将根据当前状态自动选择一个连接数最少的服务器进行分流，因此，该算法也是一种动态调度算法，其调度算法流程如下：
//摘抄自手册 //假设有一组服务器S = {S0, S1, ..., Sn-1}，W(Si)表示服务器Si的权值，C(Si)表示服务器Si的当前连接数。 for (m = 0; m < n; m++) { if (W(Sm) > 0) { for (i = m+1; i < n; i++) { if (W(Si) <= 0) continue; if (C(Si) < C(Sm)) m = i; } return Sm; } } return NULL;
（4）、Weighted Least-Connection Scheduling（加权最小连接调度算法）：使用参数为“wlc”，该算法是最小连接调度算法的一个子集，有点类似于“最小连接调度算法”+“加权轮叫算法”的结合体，其调度算法流程如下：
//摘抄自手册 //假设有一组服务器S = {S0, S1, ..., Sn-1}，W(Si)表示服务器Si的权值，C(Si)表示服务器Si的当前连接数。所有服务器当前连接数的总和为CSUM = ΣC(Si) (i=0, 1, .. , n-1)。当前的新连接请求会被发送服务器Sm，当且仅当服务器Sm满足以下条件 (C(Sm) / CSUM)/ W(Sm) = min { (C(Si) / CSUM) / W(Si)} (i=0, 1, . , n-1) 其中W(Si)不为零 //因为CSUM在这一轮查找中是个常数，所以判断条件可以简化为 C(Sm) / W(Sm) = min { C(Si) / W(Si)} (i=0, 1, . , n-1) 其中W(Si)不为零 //因为除法所需的CPU周期比乘法多，且在Linux内核中不允许浮点除法，服务器的权值都大于零，所以判断条件C(Sm) / W(Sm) > C(Si) / W(Si) 可以进一步优化为C(Sm)*W(Si) > C(Si)* W(Sm)。同时保证服务器的权值为零时，服务器不被调度。所以，算法只要执行以下流程。 for (m = 0; m < n; m++) { if (W(Sm) > 0) { for (i = m+1; i < n; i++) { if (C(Sm)*W(Si) > C(Si)*W(Sm)) m = i; } return Sm; } } return NULL;
三、第四种的负载均衡模式FullNat
无论你在LVS的官方手册还是各大的LVS帖子中，上面也只仅仅找到地址转换、IP隧道和直接路由三种负载均衡模式，几乎不会再找到任何关于除这三种模式以外的其他模式。然而，事实上，还有一种名为“FullNat”的负载均衡模式。它是由阿里内部开发的一种新的负载均衡模式，目前它被托管到了Github中（地址为：https://github.com/alibaba/LVS）。
它的物理拓扑与LVS-Nat非常相似，但常规的Nat模式，只进行DNat，这规定了所有参与负载均衡的真实服务器必须处于一个网段之内，当然，这对于一般的企业来说这已经是足够的，但对于更大型的企业以及拥有复杂网络结构的企业，是不够的。FullNat则是在DNat的基础上增加了SNat，所有经过负载均衡服务器转发过来的数据包的源IP地址也会进行改写，这样数据包在内网中就可以穿透Vlan，形成一个复杂的内部网络结构。
但同时它也有自己的缺点，那就是这种模式使用起来异常繁琐，网络上极其难找到相关资料，截至完成本文的撰写为止，我仍然无法把FullNat完成部署，希望后面能成功部署，届时我将写出一篇详细的文章介绍。这里就点到为止，不作深入。
好的，本系列，关于LVS的学习到此就告一段落了。希望本系列的文章对读者们有帮助，谢谢。
