BalanceSegments，有四种balance策略，diskNormalized cost cachingCost random，默认为cost
获取集群中的historicals，按层tier进行遍历Map<String, NavigableSet<ServerHolder>> （historical节点是有分层tier的概念的，在实际中比如把热数据load到ssd机器，把冷数据load到sata机器）
按层开始进行balance，如果上次balance没有结束，则本次不进行
将该层的historical按照是否活着（decomminssion）分为两组， decommissioningServers和activeServers。 balance的一个功能就是将已经dead的historical上的segment移动到active的historical
计算出来该层所有的historical中一共有多少segment，如果是0则不需要balance
首先处理dead节点的segment，移动到active节点 balanceServers(params, decommissioningServers, activeServers, maxSegmentsToMoveFromDecommissioningNodes);
然后处理所有active节点上的平衡 balanceServers(params, activeServers, activeServers, maxGeneralSegmentsToMove);
balanceServers（）
maxSegmentsToMove 最大要移动的segment数量 ； maxIterations 最大迭代次数；maxToLoad 配置的loadingQueue中最大数量
strategy.pickSegmentsToMove 根据配置的balance策略选择将要移动的segment
ReservoirSegmentSampler.getRandomBalancerSegmentHolders
broadcast类型的segment不做balance
遍历所有的segment，先决定移动k个，然后再随机加入若干个
开始循环进行移动选出来的segment， toMoveToWithLoadQueueCapacityAndNotServingSegment 这个表示移动到的目标机器，这个机器必须不是原来移动前的机器，同时它的loadQueue也得有容量
strategy.findNewSegmentHomeBalancer 从上述的目标机器中再根据配置策略找到一个目标机器
chooseBestServer（）
线程池执行计算computeCost
空间不够或者正在loading segment的historical不参与分配
当前segment的cost加上即将load的segment的cost减去将被drop的segment的cost
同一个DataSource的要尽量在一起，更可能被同时查询
Interval更接近的要尽量在一起，更可能被同时查询
https://github.com/apache/druid/pull/2972里边有详细的描述
遍历选择的结果，找到得分最大的；如果得分是正无穷，说明没有合适的，不用分配；最后得分相同的话随机取一个
moveSegment(segmentToMoveHolder, destinationHolder.getServer(), params)
一系列校验（segment不能为null，fromServer和toServer不能相同，元数据中能找到segment， LoadQueuePeon需要被创建，目标机器还能放的下）
loadSegment 先判断是否已经在load的队列中，然后执行
成功move++， 不成功unmoved++，循环次数超过maxIterations则停止
