随着业务从单一机房扩展到多地域部署，流量如何智能调度成为架构设计的核心问题。集群全局负载均衡（GSLB）负责在多个集群、多个地域之间分发流量，而地域感知路由则确保请求尽可能落在离用户最近的服务实例上。两者结合，既能降低访问延迟，又能实现跨地域容灾，是大规模分布式系统的关键基础设施。
一、全局负载均衡的核心原理与架构层次
全局负载均衡与传统的集群内负载均衡最大的区别在于作用域。集群内的负载均衡器（如 LVS、Nginx、Kubernetes 中的 Service）关注的是同一个集群内部多个 Pod 或后端实例之间的分发，而全局负载均衡面向的是多个地域、多个数据中心之间的调度决策。它的输入不仅是后端健康状态，还包括用户地理位置、各地域容量、网络质量等多维度信息。
典型的全局负载均衡架构分为三层：第一层是 DNS 层调度，通过智能 DNS 根据请求来源 IP 返回不同地域的接入地址；第二层是接入层调度，通常是各地的负载均衡网关，负责将流量分发到本地集群；第三层是集群内调度，即传统意义上的 Service 或 Sidecar 流量转发。三层协同工作，形成一个从宏观到微观的完整调度链路。
DNS 方式的优点是实现简单、客户端无需改造，缺点是受 DNS 缓存影响，故障切换的生效时间取决于 TTL 设置。对于切换速度要求高的场景，可以采用 Anycast 或者客户端内建服务发现的方式，将调度决策下沉到调用方，结合健康检查实现秒级切换。实际生产中往往是多种手段混合使用，DNS 负责粗粒度调度，应用层负责细粒度容灾。
二、地域感知路由的实现机制
地域感知路由的本质是在流量调度时引入位置标签。以 Kubernetes 与 Istio 服务网格为例，每个工作负载节点都会携带 topology.kubernetes.io/region 和 topology.kubernetes.io/zone 这样的标签，Pod 在调度和转发时可以感知自身与上下游的位置关系。当请求到达某个区域的网关时，调度器会优先选择同区域内的后端实例，只有当本地实例不可用或容量不足时，才逐级向外扩散。
Istio 提供了两种 locality 负载均衡策略：failover 模式和 distribute 模式。failover 模式定义了严格的故障转移顺序，例如 region1 的流量在本地不可用时依次降级到 region2、region3；distribute 模式则允许管理员显式指定流量比例，例如把 region1 的 80% 流量留在本地，20% 引到异地做容灾预热。下面的配置展示了 distribute 模式的典型写法：
apiVersion: networking.istio.io/v1beta1
kind: DestinationRule
metadata:
name: my-service-locality
spec:
host: my-service.prod.svc.cluster.local
trafficPolicy:
loadBalancer:
localityLbSetting:
distribute:
- from: region1/zone1/*
to:
region1/zone1/*: 80
region1/zone2/*: 20
outlierDetection:
consecutive5xxErrors: 3
interval: 10s
baseEjectionTime: 30s
上面配置中的 localityLbSetting 定义了流量分布规则，outlierDetection 则是异常实例摘除策略，两者配合才能让地域感知路由真正可靠。需要注意，如果没有配置异常检测，本地实例故障时调度器无法感知，用户请求会持续失败，这是落地时最常见的坑。另外 distribute 的权重总和不需要强制为 100，Istio 会自动归一化处理。
三、故障转移与容灾设计要点
跨地域容灾是全局负载均衡最重要的价值之一。设计故障转移策略时，首先要明确降级顺序：同城多可用区优先，其次是同大区跨城，最后才是异地跨大区。每一级的切换都应该有明确的触发条件，例如连续错误率超过阈值、实例存活数低于最低副本数等。切换粒度越细，爆炸半径越小，但配置复杂度也越高。
其次是数据一致性约束。流量切到异地后，如果数据库还是单地域部署，延迟会从几毫秒暴涨到几十毫秒，甚至因为跨地域事务导致业务异常。因此地域感知路由必须与数据层的多活架构配套设计，包括就近读、单元化写入、异步复制延迟监控等。只做流量多活而不做数据多活，容灾演练时大概率会翻车。
最后要重视演练与度量。建议通过混沌工程定期注入地域级故障，验证 failover 链路是否按预期生效，同时监控各地域的流量分布、请求延迟、错误率指标，形成闭环调优。可以在网关层把地域信息写入响应头或日志，方便问题排查时快速定位流量走向。
四、常见误区与调优建议
实践中一个常见误区是过度追求本地化率。有人认为同地域命中率达到 100% 才是最优，实际上当本地集群负载较高时，把部分流量引到空闲的异地集群，整体延迟反而更低。地域感知路由的目标是最优用户体验，而不是地理位置上的绝对就近，应该结合权重、负载水位动态调整。
另一个误区是忽略客户端位置识别的准确性。如果用户通过 CDN 或者共享出口访问，来源 IP 可能无法真实反映用户位置，此时基于 IP 的地域判断会失效。改进方案是让边缘节点注入真实客户端 IP 的请求头，或者在接入层使用更精确的 IP 地理库并定期更新。同时，DNS 层的 TTL 不宜设置过长，建议核心业务控制在 30 到 60 秒，在缓存影响和解析压力之间取得平衡。
总结来看，集群全局负载均衡与地域感知路由是一套需要分层设计、多组件协同的体系：DNS 与接入层负责宏观调度，服务网格负责细粒度的 locality 分发与故障摘除，数据层多活保证切换后的业务正确性。理解每一层的职责边界，配合完善的监控和演练机制，才能真正发挥跨地域架构在延迟和可用性上的优势。