文章目录
- 1 SpringCloud Load Balance
- 2 总结:
- 3 Ribbon工作流程：
- 4 自定义Ribbon 负载均衡算法：
- 4.1 iRule接口：
- 4.2 Ribbon自带的负载均衡算法：
- 4.3 负载均衡算法替代：
- 4.3.1、在非启动类包及子包下创建配置类
- 4.3.2、定义
- 4.3.3、启动类增加RibbonClient注解
- 5 Ribbon负载均衡算法
- 5.1 轮询算法原理：
- 5.2 轮询算法源码：
- 5.3 手写负载均衡算法
想要学习完整SpringCloud架构可跳转： SpringCloud Alibaba微服务分布式架构
Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具。
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客户端组件提供一系列完善的配置项如连接超时，重试等。
在配置文件中列出Load Balancer(简称LB)后面所有的机器，Ribbon会自动的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。
1 SpringCloud Load Balance
LB负载均衡(Load Balance)是什么？
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。
集中式LB Load Balance
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,1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;
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服务列表之后缓存到JVM本地，从而在本地实现RPC远程服务调用技术。
2 总结:
Ribbon其实就是一个软负载均衡的客户端组件，
他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。
3 Ribbon工作流程：
Ribbon在工作时分成两步：
- 第—步先选择EurekaServer ,它优先选择在同一个区域内负载较少的server.
- 第二步再根据用户指定的策略，在从server取到的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。
4 自定义Ribbon 负载均衡算法：
4.1 iRule接口：
4.2 Ribbon自带的负载均衡算法：
com.netflix.loadbalancer.RoundRobinRule：
轮询
com.netflix.loadbalancer.RandomRule：
随机
com.netflix.loadbalancer.RetryRule：
先按照RoundRobinRule的策骼获取服务，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：
对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
BestAvailableRuleo：
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，然后选择一个并发是最小的服务
vailabilityFilteringRule：
先过滤掉故障实例,再选择并发较小的实例：
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
官方文档明确给出了警告:
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。
4.3 负载均衡算法替代：
4.3.1、在非启动类包及子包下创建配置类
4.3.2、定义
/**
* Myrule : Ribbon 自定义负载均衡算法配置类
*
* @author zyw
* @create 2023/6/18
*/
@Configuration
public class Myrule {
@Bean
public IRule getIRule(){
//定义为随机
return new RandomRule();
}
}
4.3.3、启动类增加RibbonClient注解
自定义需要指定的服务
/**
* OderMain80 :
*
* @author zyw
* @create 2023/6/16
*/
@SpringBootApplication
@EnableEurekaClient
@RibbonClient(name = "CLOULD-PAYMENT-SERVICE",configuration = Myrule.class)
@MapperScan("com.zyw.springcloud.dao")
public class OderMain80 {
public static void main(String[] args) {
SpringApplication.run(OderMain80.class,args);
}
}
5 Ribbon负载均衡算法
5.1 轮询算法原理：
5.2 轮询算法源码：
public class RoundRobinRule extends AbstractLoadBalancerRule {
private AtomicInteger nextServerCyclicCounter;
public RoundRobinRule() {
nextServerCyclicCounter = new AtomicInteger(0);
}
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
log.warn("no load balancer");
return null;
}
Server server = null;
int count = 0;
while (server == null && count++ < 10) {
//获取有正常运行的（可达的）服务集合
List<Server> reachableServers = lb.getReachableServers();
//获取可负载服务集合
List<Server> allServers = lb.getAllServers();
//获取有正常运行的（可达的）服务的数量
int upCount = reachableServers.size();
//获取可负载服务的数量 == 服务器集群总数量
int serverCount = allServers.size();
if ((upCount == 0) || (serverCount == 0)) {
log.warn("No up servers available from load balancer: " + lb);
return null;
}
int nextServerIndex = incrementAndGetModulo(serverCount);
server = allServers.get(nextServerIndex);
if (server == null) {
/* Transient. */
Thread.yield();
continue;
}
if (server.isAlive() && (server.isReadyToServe())) {
return (server);
}
// Next.
server = null;
}
if (count >= 10) {
log.warn("No available alive servers after 10 tries from load balancer: "
+ lb);
}
return server;
}
//自旋锁
//rest接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标，每次服务器重启后rest接口计数从1开始。
private int incrementAndGetModulo(int modulo) {
for (;;) {
//获取当前值
int current = nextServerCyclicCounter.get();
//计算下次值
int next = (current + 1) % modulo;
//比较并交换
if (nextServerCyclicCounter.compareAndSet(current, next))
//得到当前下标值
return next;
}
}
}
5.3 手写负载均衡算法
/**
* LoadBalancer : 自定义负载均衡算法
*
* @author zyw
* @create 2023/6/20
*/
public interface LoadBalancer {
//收集Eurek上所有活着的服务总数
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
/**
* MyLB : 自定义负载均衡算法实现类
*
* @author zyw
* @create 2023/6/20
*/
@Component
public class MyLB implements LoadBalancer {
private AtomicInteger atomicInteger = new AtomicInteger(0);
public final int getAndIncrement() {
int currrnt;
int next;
do {
currrnt = this.atomicInteger.get();
//Integer.MAX_VALUE = 2147483647
next = currrnt >= 2147483647 ? 0 : currrnt + 1;
//自选锁，直到得到期望值
} while (!this.atomicInteger.compareAndSet(currrnt, next));
System.out.println("第" + next + "次访问");
return next;
}
/**
* rest接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标，每次服务器重启后rest接口计数从1开始。
* @param serviceInstances
* @return
*/
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
int index = getAndIncrement() % serviceInstances.size();
return serviceInstances.get(index);
}
}
/**
* OrderController : 订单系统控制层
*
* @author zyw
* @create 2023/6/16
*/
@Slf4j
@RestController
@RequestMapping("consumer/orderController")
@Api(tags={"订单系统控制层"})
public class OrderController {
@Resource
private RestTemplate restTemplate;
@Resource
private DiscoveryClient discoveryClient;
@Resource
private LoadBalancer loadBalancer;
@GetMapping("/lb")
@ApiOperation(value = "获取负载服务的端口号", response = String.class)
public String getPaymentBl(){
List<ServiceInstance> serviceInstances = discoveryClient.getInstances("CLOULD-PAYMENT-SERVICE");
if (serviceInstances == null || serviceInstances.size() <= 0){
return null;
}
ServiceInstance serviceInstance = loadBalancer.instances(serviceInstances);
URI uri = serviceInstance.getUri();
return restTemplate.getForObject(uri+"paymentController/lb",String.class);
}
}
