博客首页：派 大 星

⛳️  欢迎关注  ❤️ 点赞   收藏  ✏️ 留言

 本文由派大星原创编撰

 系列专栏：微服务—云原生

 本系列记录容器化技术的初次探险与深入思考历程，如有描述有误的地方还望诸佬不吝赐教

目录

      •   Ribbon负载均衡服务调用
        •   概述
        •   Ribbon负载均衡演示
          •   RestTemplate的使用
        • ⛱  Ribbon核心组件IRule
          •   Ribbon自带的常见常用的算法
          •   如何替换算法
          •   Ribbon负载均衡算法
          •   手写一个负载的算法
        • E n d i n g Ending Ending

  Ribbon负载均衡服务调用

  概述

是什么

SpringCloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具
简单的说，Ribbon是Netflix发布的开源项目，主要功能是提供客户端的软件负载均衡算法和服务调用。Ribbon客户端组件提供了一系列完善的配置项如连接超时，重试等。简单来说，就是在配置文件中列出Load Balancer（ 简称LB）后面所有的机器，Ribbon会自动帮助你基于某种规则（如简单轮询，随机连接等）去连接这些机器。我们很容易使用Ribbon实现自定义的负载均衡算法。

能干嘛

LB（负载均衡）
● LB负载均衡（Load Balance）是什么
简单来说就是将用户的请求平摊的分配到多个服务上，从而达到系统的HA（高可用）。
常见的负载均衡有软件Nginx、LVS、硬件F5等
● Ribbon本地负载均衡客户端 VS Nginx服务端负载均衡区别
Nginx是服务器负载均衡，客户端所有请求都会交给Nginx，然后由Nginx实现转发请求，即负载均衡是由服务端实现的。
Ribbon本地负载均衡，在调用微服务接口时候，会在注册中心上获取注册信息列表之后缓存到JVM本地，从而在本地实现RPC远程服务调用技术
集中式LB
即在服务的消费方和提供方之间使用独立的LB设施（可以是硬件，如F5，也可以是软件，如Nginx），由该设施负责把访问请求通过某种策略转发至服务的提供方
进程内LB
将LB逻辑集成到消费方，消费方从服务注册中心获知有哪些地址可用，然后自己再从这些地址中选择一个合适的服务器
Ribbon就属于进程内LB，它只是一个类库，集成于消费方进程，消费方通过它来获取到服务提供方的地址。

  Ribbon负载均衡演示

架构说明

总结：Ribbon其实就是一个负载均衡的客户端组件，它可以和其他所需请求的客户端结合使用，和eureka结合只是其中的一个实例

Ribbon在工作的时候分成两步：

第一步先选择EurekaServer，它优先选择在同一区域内负载均衡较少的server
第二步再根据用户指定的策略，再从server取到服务注册列表中选择一个地址
其中Ribbon提供了多种策略：比如轮询、随机和根据响应时间加权
Ribbon等价于负载均衡+RestTemplate调用
在spring-cloud-starter-netflix-eureka-client自带了spring-cloud-starter-ribbon引用
证明如下：

  RestTemplate的使用

getForEntity方法/getForObject方法

/*返回对象为响应体中数据转化成的对象，基本上可以理解Json*/@GetMapping("/consumer/payment/get/{id}")public CommonResult<Payment> getPayment(@PathVariable("id")Long id){return restTemplate.getForObject(PAYMENT_URL+"/payment/get/"+id,CommonResult.class);}/*返回对象为ResponseEntity对象，包含了响应中的一些重要信息，比如响应头、响应状态码、响应体等*/@GetMapping("/consumer/payment/getForEntity/{id}")public CommonResult<Payment> getPayment2(@PathVariable("id")Long id){ResponseEntity<CommonResult> entity = restTemplate.getForEntity(PAYMENT_URL+"/payment/get/"+id,CommonResult.class);if (entity.getStatusCode().is2xxSuccessful()){//获取状态码和头信息log.info(entity.getStatusCode()+"\t"+entity.getHeaders());return entity.getBody();}else {return new CommonResult<>(444,"操作失败");}}

postForObject方法/postForEntity方法

@GetMapping("/consumer/payment/create")public CommonResult<Payment> create(Payment payment){return restTemplate.postForObject(PAYMENT_URL+"/payment/create",payment,CommonResult.class);}@GetMapping("/consumer/payment/createForEntity")public CommonResult<Payment> create2(Payment payment){/*return restTemplate.postForObject(PAYMENT_URL+"/payment/create",payment,CommonResult.class);*/ResponseEntity<CommonResult> entity = restTemplate.postForEntity(PAYMENT_URL+"/payment/create",payment,CommonResult.class);if (entity.getStatusCode().is2xxSuccessful()){return entity.getBody();}else {return new CommonResult<>(444,"添加失败");}}

⛱  Ribbon核心组件IRule

IRule：根据特定算法中从服务列表中选取一个要访问的服务

  Ribbon自带的常见常用的算法
com.netflix.loadbalancer.RoundRobinRule//轮询com.netflix.loadbalancer.RandomRule// 随机com.netflix.loadbalancer.RetryRule //先按照RoundRobinRule的策略获取服务，如果获取服务失败则在指定时间内会进行重试，获取可用的服务WeightedResponseTimeRule //RoundRobinRule的扩展，响应速度越快的实例选择权重越大，越容易被选择BestAvailableRule // 会先过滤掉由于多次访问故障而处于断路器跳闸状态的服务，然后选择一个并发量最小的服务AvailabilityFilteringRule //先过滤掉故障实例，再选择并发量较小的实例ZoneAvoidanceRule //默认规则，复合判断server所在区域的性能和server的可用性选择服务器
  如何替换算法

注意细节

这个自定义配置类不能放在@ComponentScan所扫描的当前包下以及子包下，否则我们自定义的这个配置类就会被所有的Ribbon客户端所共享，达不到特殊化定制的目的了

新建package com.atguigu.myrule
上面包下新建MySelfRule规则类

@Configurationpublic class MySelfRule {@Beanpublic IRule myRule(){return new RandomRule();//定义为随机}}

主启动类添加@RibbonClient

@SpringBootApplication@EnableEurekaClient@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class)public class OrderMain81 {public static void main(String[] args) {SpringApplication.run(OrderMain81.class,args);}}
  Ribbon负载均衡算法

原理

负载均衡算法：rest接口第几次请求数%服务器集群总数量 = 实际调用服务位置下标，每次服务重启后rest接口技术从1开始。

List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");如：List[0] instances = 127.0.0.1:8002List[0] instances = 127.0.0.1:8002 8001 + 8002 组合成为集群，他们共计2台机器，集群总数为2，按照轮询算法原理：当总请求数为1时，1%2 = 1 对应下标位置为1，则获取的服务地址为：127.0.0.1：8001当总请求数为1时，2%2 = 0 对应下标位置为0，则获取的服务地址为：127.0.0.1：8002当总请求数为1时，3%2 = 1 对应下标位置为1，则获取的服务地址为：127.0.0.1：8001当总请求数为1时，4%2 = 0 对应下标位置为0，则获取的服务地址为：127.0.0.1：8002如此类推.....
  手写一个负载的算法
@Componentpublic class MyLB implements LoadBalancer{private AtomicInteger atomicInteger = new AtomicInteger(0);public final int getAndIncrement(){int current;int next;do {current = this.atomicInteger.get();// 2147483647 最大的整型数next = current >= 2147483647 " />0 : current + 1;}while (!this.atomicInteger.compareAndSet(current,next));System.out.println("++++++++++++++++ next :"+next);return next;}@Overridepublic ServiceInstance instances(List<ServiceInstance> serviceInstances) {int index = getAndIncrement() % serviceInstances.size();return serviceInstances.get(index);}}

E n d i n g Ending Ending