SpringCloud负载均衡-Ribbon

简介

Ribbon是SpringCloud提供的用于客户端软件负载均衡算法和服务调用的组件

负载均衡分类

负载均衡分为服务端负载均衡和客户端负载均衡

  • 服务端负载均衡:在服务消费方和服务提供方有单独的负载均衡设施,由该设施将请求通过某种策略转发到服务提供方(例如:Nginx)
  • 客户端负载均衡:在调用接口的时候,会在注册中心获取服务列表,利用算法选择一个服务进行连接(比如Ribbon)

Ribbon的工作流程

1.选择注册中心,优先选择同一个区域内负载较小的注册中心
2.根据用户指定的策略,再从注册中心获取到的服务列表中选择一个地址

负载均衡效果展示

SpringCloud服务治理-Eureka这篇文章中我们已经展示过轮询负载均衡的效果,此处不再重复。值得一提的是为什么在Eureka客户端中可以实现负载均衡?这是因为EurekaClient默认集成了Ribbon依赖,如图所示:

image.png

Ribbon自带的负载均衡算法

Ribbon自带7种负载均衡算法:

  • RoundRobinRule:轮询
  • RandomRule:随机
  • RetryRule:先按照轮询的策略获取服务,如果获取服务失败会在指定的时间内进行重试
  • WeightedResponseTimeRule:响应速度越快的实例选择权重越大,越容易被选择
  • BestAvailableRule:过滤掉多次访问故障而处于断路器跳闸状态的服务,选择一个并发最小的服务
  • AvalabilityFilteringRule:过滤掉故障实例,选择并发较小的实例
  • ZoneAvoidanceRule:符合判断server所在区域的性能和server的可用性选择服务器

切换Ribbon负载均衡算法

切换Ribbon的负载均衡算法有两种方式:1.通过配置yaml实现 2.通过注解+代码方式实现

  • 通过配置yaml实现
    在消费者服务中的yaml中按照如下格式配置
服务提供者的spring.application.name:
  ribbon:
    NFLoadBalancerRuleClassName: 负载均衡规则

实例:

sword-provider:
  ribbon:
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule
  • 通过注解+代码方式实现
    Ribbon官网明确给出提示:自定义的rule配置类不能放在@ComponentScan所扫描的包及其子包下
    然而现实是:
    image.png

    可见@SpringBootApplication注解的元注解还存在@ComponentScan,所以启动类所在的包及其子包都不能存放自定义的Rule配置类,所以只能在外部独立创建一个包
    image.png

    在ruleconfig包下创建一个MyRule配置类:
@Configuration
public class MyRule {
    @Bean
    public IRule mySelfRule(){
        return new RandomRule();
    }
}

然后需要在主启动类上添加@RibbonClient注解告知服务启动时采用哪一种负载均衡规则

@SpringBootApplication
@EnableEurekaClient
@RibbonClient(name = "sword-provider",configuration = {MyRule.class})
public class ConsumerApplication {
    public static void main(String[] args) {
        SpringApplication.run(ConsumerApplication.class,args);
    }

    @Bean
    @LoadBalanced
    public RestTemplate restTemplate(){
        return  new RestTemplate();
    }
}

负载均衡算法

原理

轮询算法原理:接口的第几次请求数 % 服务集群的总数 = 实际调用服务器的下标
每次服务重启后,请求计数从1开始

轮询算法源代码理解

IRule.java


image.png

所以我们重点看RoundRobinRule类的choose方法


image.png

可以看到目标服务的获取是通过incrementAndGetModulo()方法计算出下标,然后从服务列表中通过下标值来获取到的,所以接下来我们看懂incrementAndGetModulo()这个方法就行了
image.png

根据以上源码分析,上面的轮询算法原理得到了论证

模仿源码,手写一个算法

/**
 * 定义一个类继承自AbstractLoadBalancerRule,重写其中的方法,并添加一个无参构造方法
 * 添加@Component注解
 * 编写chose方法
 */
@Component
public class SelfDefineRule extends AbstractLoadBalancerRule {
    public SelfDefineRule() {
    }

    public void initWithNiwsConfig(IClientConfig iClientConfig) {

    }

    public Server choose(ILoadBalancer lb, Object key) {
        if (lb==null){
            return null;
        }else {
            Server server=null;
            while(server==null){
                //获取可达server列表
                List<Server> upList=lb.getReachableServers();
                //获取所有服务列表
                List<Server> all= lb.getAllServers();
                int allCount=all.size();
                //计算一个随机数
                int randomId=new Random().nextInt(allCount);
                server = upList.get(randomId);
                if (server==null){
                    //如果server为null,就让出cpu
                    Thread.yield();
                }else {
                    // 如果server存活,就返回server
                    if (server.isAlive()){
                        return server;
                    }
                    //如果server已经不活动,那么将server重新置空(以满足循环条件),让出cpu
                    server=null;
                    Thread.yield();
                }
            }
            return server;
        }
    }

    public Server choose(Object key) {
        return this.choose(this.getLoadBalancer(),key);
    }
}

使用

@Configuration
public class MyRule {
    @Bean
    public IRule mySelfRule(){
        return new SelfDefineRule();
    }
}

通过接口访问,发现能够随机访问到后台集群中的机器

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352