Ribbon入门

Spring Cloud 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客户端组件提供一系列完善的配置项如连接超时，重试等。

简单的说，就是在配置文件中列出Load Balacer(简称LB)后面所有的机器，Ribbon会自动的帮助你基于某种规则（如简单轮训，随机连接等）去连接这些机器。可以使用Ribbon实现自定义的负载均衡算法。

LB负载均衡(Load Balance)是什么

简单的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、 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。即负载均衡由服务端实现。
• Ribbon客户端负载均衡，在调用微服务接口的时候，会在注册中心获取注册信息服务列表之后缓存到JVM，从而在本地实现RPC远程调用技术。
  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（硬件，如F5。也可以是软件，如nginx），由改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哪些地址可用，然后自己从这些地址中选择出一个合适的服务器。
  Ribbon就属于进程内LB，它只是一个类库，集成于消费方进程，消费方通过它获取到服务提供方的地址。
  一句话
  负载均衡 + RestTemplate调用

---

Ribbon的负载均衡和Rest调用
架构说明
Ribbon其实就是一个负载均衡的客户端组件，它可以和其它所需 请求的客户端结合使用，和Eureka结合就是其中的一个实例。

Ribbon在工作时分为两步:

• 先选择EurekaServer，它优先选择在同一个区域内负载较少的server。
• 在根据用户指定策略，从server取到的服务注册列表中选择一个地址。

POM

<dependency>
    <groupld>org.springframework.cloud</groupld>
    <artifactld>spring-cloud-starter-netflix-ribbon</artifactid>
</dependency>

如果项目中引用了spring-cloud-starter-netflix-eureka-client组件，就可以不引用上述坐标，它整合了ribbon坐标。

Ribbon默认自带的负载均衡算法

• RoundRobinRule 轮询
• RandomRule 随机
• 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
• 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
• 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

Ribbon负载规则替换
默认规则为RoundRobinRule 轮询，如果想要替换为指定的其它规则就要注意一下几点。
1、写配置类
在Ribbon中明确指出 自定义配置类不可以放在@ComponentScan所扫描的当前包以及子包下面，否则自定义的这个配置类就会被所有Ribbon客户端所共享，达不到特殊化指定的目的。（对于Springboot项目来说，不要将配置类和主启动类同包）

RoundRobinRule源码分析

public class RoundRobinRule extends AbstractLoadBalancerRule {

    private AtomicInteger nextServerCyclicCounter;
    private static final boolean AVAILABLE_ONLY_SERVERS = true;
    private static final boolean ALL_SERVERS = false;

    private static Logger log = LoggerFactory.getLogger(RoundRobinRule.class);

    public RoundRobinRule() {
        nextServerCyclicCounter = new AtomicInteger(0);
    }

    public RoundRobinRule(ILoadBalancer lb) {
        this();
        setLoadBalancer(lb);
    }

    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) {
            List<Server> reachableServers = lb.getReachableServers();
            List<Server> allServers = lb.getAllServers();
            int upCount = reachableServers.size();
            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;
    }

    /**
     * Inspired by the implementation of {@link AtomicInteger#incrementAndGet()}.
     *
     * @param modulo The modulo to bound the value of the counter.
     * @return The next value.
     */
    private int incrementAndGetModulo(int modulo) {
        for (;;) {
            int current = nextServerCyclicCounter.get();
            int next = (current + 1) % modulo;
            if (nextServerCyclicCounter.compareAndSet(current, next))
                return next;
        }
    }

    @Override
    public Server choose(Object key) {
        return choose(getLoadBalancer(), key);
    }

    @Override
    public void initWithNiwsConfig(IClientConfig clientConfig) {
    }
}

Ribbon默认负载轮询算法原理
分析源码可以得出结论，默认负载轮训算法：实际调用服务接口位置下标 = rest接口第几次请求数 % 服务器总数量，每次服务器重启之后 rest接口计数从1 开始。
如:

• List [0] instances = 127.0.0.1:8002
• List [1] instances = 127.0.0.1:8001

8001+ 8002组合成为集群，它们共计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，则获得服务地址为127.0.0.1:8001
• 当总请求数位2时:2%2=О对应下标位置为0，则获得服务地址为127.0.0.1:8002
• 当总请求数位3时:3%2=1对应下标位置为1，则获得服务地址为127.0.0.1:8001
• 当总请求数位4时:4%2=О对应下标位置为0，则获得服务地址为127.0.0.1:8002

RIbbon之手写轮询算法
自己仿照RoundbinRule仿写一个本地负载均衡器。
先将自己消费端订单微服务进行改造

1. ApplicationContextConfig去掉注解@LoadBalanced，OrderMain80去掉注解@RibbonClient
   
   
2. 创建LoadBalance接口
   
   接口实现类：
   

进行测试。