Spring Cloud Alibaba 微服务负载均衡 Ribbon（四）
目录
什么是Ribbon
客户端的负载均衡
服务端的负载均衡
常见负载均衡算法
Nacos 使用 Ribbon
添加@LoadBalanced注解
修改接口实现类调用
Ribbon负载均衡策略
IRule
修改默认负载均衡策略
Ribbon内核原理
Spring Cloud Aibaba 学习目录
1. Spring Cloud Alibaba 微服务介绍（一）
2. Spring Cloud Alibaba 之Nacos 安装（二）
3. Spring Cloud Alibaba 微服务组件 Nacos 注册中心（三）
4. Spring Cloud Alibaba 微服务负载均衡 Ribbon（四）
5. Spring Cloud Alibaba 微服务整合 OpenFeign（五）
6. Spring Cloud Alibaba 微服务组件 Nacos 配置中心（六）
7. Spring Cloud Alibaba 微服务组件 Sentinel 服务保护（七）
8. Spring Cloud Alibaba 分布式事务概念（八）
9. Spring Cloud Alibaba 微服务组件 Seata 分布式事务（九）
10. Spring Cloud Alibaba 服务网关 Gateway（十）
11. Spring Cloud Alibaba 微服务组件 Skywalking 分布式任务链（十一）
语雀文档：Spring Cloud Aibaba 学习 · 语雀
什么是Ribbon
目前主流的负载方案分为以下两种：
- 集中式负载均衡，在消费者和服务提供方中间使用独立的代理方式进行负载，有硬件的（比如 F5），也有软件的（比如Nginx）。
- 客户端根据自己的请求情况做负载均衡，Ribbon 就属于客户端自己做负载均衡。
Spring Cloud Ribbon是基于Netflix Ribbon 实现的一套客户端的负载均衡工具，Ribbon客户端组件提供一系列的完善的配置，如超时，重试等。通过Load Balancer获取到服务提供的所有机器实例，Ribbon会自动基于某种规则(轮询，随机)去调用这些服务。Ribbon也可以实现我们自己的负载均衡算法。
客户端的负载均衡
例如 spring cloud中的 ribbon，客户端会有一个服务器地址列表，在发送请求前通过负载均衡算法选择一个服务器，然后进行访问，这是客户端负载均衡；即在客户端就进行负载均衡算法分配。
服务端的负载均衡
例如Nginx，通过Nginx进行负载均衡，先发送请求，然后通过负载均衡算法，在多个服务器之间选择一个进行访问；即在服务器端再进行负载均衡算法分配。
常见负载均衡算法
- 随机: 通过随机选择服务进行执行，一般这种方式使用较少;
- 轮训: 负载均衡默认实现方式，请求来之后排队处理;
- 加权轮训: 通过对服务器性能的分型，给高配置，低负载的服务器分配更高的权重，均衡各个服务器的压力;
- 地址Hash: 通过客户端请求的地址的HASH值取模映射进行服务器调度。 ip --->hash
- 最小链接数: 即使请求均衡了，压力不一定会均衡，最小连接数法就是根据服务器的情况，比如请求积压数等参数，将请求分配到当前压力最小的服务器上。 最小活跃数
Nacos 使用 Ribbon
nacos-discovery依赖了ribbon，可以不用再引入ribbon依赖
添加@LoadBalanced注解
@Configuration
public class RestTemplateConfig {
@Bean
@LoadBalanced
public RestTemplate restTemplate(@Qualifier("simpleClientHttpRequestFactory") ClientHttpRequestFactory factory){
return new RestTemplate(factory);
}
@Bean
public ClientHttpRequestFactory simpleClientHttpRequestFactory(){
SimpleClientHttpRequestFactory factory = new SimpleClientHttpRequestFactory();
factory.setConnectTimeout(85000);
// 获取数据超时时间 毫秒
factory.setReadTimeout(80000);
return factory;
}
}修改接口实现类调用
private final RestTemplate restTemplate;
@Override
public Order addOrder() {
Order order = new Order();
order.setId(1);
order.setName("ribbon 订单");
order.setAmount(new BigDecimal("10098"));
// String url = "http://127.0.0.1:8130/reduct";
String url = "http://ribbon-stock/reduct";
String object = restTemplate.getForObject(url, String.class);
log.info("object={}",object);
return order;
}Ribbon负载均衡策略
IRule
这是所有负载均衡策略的父接口，里边的核心方法就是choose方法，用来选择一个服务实例。
AbstractLoadBalancerRule
AbstractLoadBalancerRule是一个抽象类，里边主要定义了一个ILoadBalancer，这里定义它的目的主要是辅助负责均衡策略选取合适的服务端实例。
- RandomRule
看名字就知道，这种负载均衡策略就是随机选择一个服务实例，看源码我们知道，在RandomRule的无参构造方法中初始化了一个Random对象，然后在它重写的choose方法又调用了choose(ILoadBalancer lb, Object key)这个重载的choose方法，在这个重载的choose方法中，每次利用random对象生成一个不大于服务实例总数的随机数，并将该数作为下标所以获取一个服务实例。
- RoundRobinRule
RoundRobinRule这种负载均衡策略叫做线性轮询负载均衡策略。这个类的choose(ILoadBalancer lb, Object key)函数整体逻辑是这样的：开启一个计数器count，在while循环中遍历服务清单，获取清单之前先通过incrementAndGetModulo方法获取一个下标，这个下标是一个不断自增长的数先加1然后和服务清单总数取模之后获取到的（所以这个下标从来不会越界），拿着下标再去服务清单列表中取服务，每次循环计数器都会加
1，如果连续10次都没有取到服务，则会报一个警No available alive servers after 10 tries from load balancer: XXXX。
- RetryRule （在轮询的基础上进行重试）
看名字就知道这种负载均衡策略带有重试功能。首先RetryRule中又定义了一个subRule，它的实现类是RoundRobinRule，然后在RetryRule的choose(ILoadBalancer lb, Object key)方法中，每次还是采用RoundRobinRule中的choose规则来选择一个服务实例，如果选到的实例正常就返回，如果选择的服务实例为null或者已经失效，则在失效时间deadline之前不断的进行重试（重试时获取服务的策略还是RoundRobinRule中定义的策略），如果超过了deadline还是没取到则会返回一个null。
- WeightedResponseTimeRule（ 权重 —nacos的NacosRule ，Nacos还扩展了一个自己的基于配置的权重扩展 ）WeightedResponseTimeRule是RoundRobinRule的一个子类，在WeightedResponseTimeRule中对RoundRobinRule的功能进行了扩展，WeightedResponseTimeRule中会根据每一个实例的运行情况来给计算出该实例的一个权重，然后在挑选实例的时候则根据权重进行挑选，这样能够实现更优的实例调用。WeightedResponseTimeRule中有一个名叫DynamicServerWeightTask的定时任务，默认情况下每隔30秒会计算一次各个服务实例的权重，权重的计算规则也很简单，如果一个服务的平均响应时间越短则权重越大，那么该服务实例被选中执行任务的概率也就越大。
- ClientConfigEnabledRoundRobinRule
ClientConfigEnabledRoundRobinRule选择策略的实现很简单，内部定义了RoundRobinRule，choose方法还是采用了RoundRobinRule的choose方法，所以它的选择策略和RoundRobinRule的选择策略一致，不赘述。
- BestAvailableRule
BestAvailableRule继承自ClientConfigEnabledRoundRobinRule，它在ClientConfigEnabledRoundRobinRule的基础上主要增加了根据loadBalancerStats中保存的服务实例的状态信息来过滤掉失效的服务实例的功能，然后顺便找出并发请求最小的服务实例来使用。然而loadBalancerStats有可能为null，如果loadBalancerStats为null，则BestAvailableRule将采用它的父类即ClientConfigEnabledRoundRobinRule的服务选取策略（线性轮询）。
- 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。 ）
ZoneAvoidanceRule是PredicateBasedRule的一个实现类，只不过这里多一个过滤条件，ZoneAvoidanceRule中的过滤条件是以ZoneAvoidancePredicate为主过滤条件和以AvailabilityPredicate 为次过滤条件组成的一个叫做CompositePredicate的组合过滤条件，过滤成功之后，继续采用线性轮询( RoundRobinRule )的方式从过滤结果中选择一个出来。
- AvailabilityFilteringRule（先过滤掉故障实例，再选择并发较小的实例）
过滤掉一直连接失败的被标记为circuit tripped的后端Server，并过滤掉那些高并发的后端Server或者使用一个AvailabilityPredicate来包含过滤server的逻辑，其实就是检查status里记录的各个Server的运行状态。
修改默认负载均衡策略
全局配置
@Configuration
public class RibbonConfig {
@Bean
public IRule iRule(){
return new NacosRule();
}
}说明：不能写在@SpringbootApplication注解的@CompentScan扫描得到的地方，否则自定义的配置类就会被所有的RibbonClients共享。 不建议这么使用，推荐yml方式
自定义配置
@SpringBootApplication
@RibbonClients(value = {
@RibbonClient(name="ribbon-stock",configuration = RibbonRandomRuleConfig.class)
})
public class OrderRibbonApp {
public static void main(String[] args) {
SpringApplication.run(OrderRibbonApp.class,args);
}
}RibbonRandomRuleConfig
@Configuration
public class RibbonRandomRuleConfig {
/**
* 方法名一定要叫iRule
* @date: 2021/12/3 16:49
* @return: com.netflix.loadbalancer.IRule
*/
@Bean
public IRule iRule(){
return new RandomRule();
}
}yml 配置
# 被调用的微服务名
ribbon-stock:
ribbon:
# 指定使用Nacos提供的负载均衡策略（优先调用同一集群的实例，基于随机&权重）
NFLoadBalancerRuleClassName: com.zlp.ribbon.rulepublic class CustomRule extends AbstractLoadBalancerRule {
@Override
public Server choose(Object key) {
ILoadBalancer loadBalancer = this.getLoadBalancer();
// 获得当前请求的服务的实例
List reachableServers = loadBalancer.getReachableServers();
int random=ThreadLocalRandom.current().nextInt(reachableServers.size());
Server server = reachableServers.get(random);
// if(server.isAlive()){
// return null;
// }
return server;
}
@Override
public void initWithNiwsConfig(IClientConfig iClientConfig) {
}
} Ribbon内核原理
项目地址https://gitee.com/gaibianzlp/springcould-alibaba-example.githttps://gitee.com/gaibianzlp/springcould-alibaba-example.git
https://gitee.com/gaibianzlp/springcould-alibaba-example.git点关注不迷路，觉得对你有帮助请给一个赞或者长按一键三连，谢谢!