update

ch6-web/ch6-11-service-discovery.md

@@ -0,0 +1,7 @@
+# 6.11. Service Discovery 服务发现
+
+在微服务架构中，服务之间是存在依赖的。例如在订单系统中创建订单时，需要对用户信息做快照，这时候也就意味着这个流程要依赖: 订单、用户两个系统。当前大型网站的语境下，多服务分布式共存，单个服务也可能会跑在多台物理/虚拟机上。所以即使你知道你需要依赖的是“订单服务”这个具体的服务，实际面对的仍然是多个 ip+port 组成的集群。因此你需要: 1. 通过“订单服务”这个名字找到它对应的 ip+port 列表；2. 决定把这个请求发到哪一个 ip+port 上的订单服务。
+
+ip+port 的组合往往被称为 endpoint。通过“订单服务”去找到这些 endpoint 的过程，叫做服务发现。选择把请求发送给哪一台机器，以最大化利用下游机器的过程，叫做负载均衡。本节主要讨论服务发现。
+
+## 

ch6-web/ch6-12-load-balance.md

@@ -1 +1,19 @@
 # 6.12. Load-Balance 负载均衡
+
+本节将会讨论常见的 web 后端服务之间的负载均衡手段。
+
+## 常见的负载均衡思路
+
+如果我们不考虑均衡的话，现在有 n 个 endpoint，我们完成业务流程实际上只需要从这 n 个中挑出其中的一个。有几种思路:
+
+1. 按顺序挑: 例如上次选了第一台，那么这次就选第二台，下次第三台，如果已经到了最后一台，那么下一次从第一台开始。这种情况下我们可以把 endpoint 都存储在数组中，每次请求完成下游之后，将一个索引后移即可。在移到尽头时再移回数组开头处。
+
+2. 随机挑一个: 每次都随机挑，真随机伪随机均可。设选择第 x 台机器，那么 x 可描述为 `rand.Intn() % n`。
+
+3. 根据某种权重，对下游 endpoints 进行排序，选择权重最大/小的那一个。
+
+## 一种随机负载均衡算法
+
+## 有没有什么问题？
+
+## 修正后的负载均衡算法