SpringCloud04-Ribbon、OpenFeign、Hystrix

Ribbon负载均衡服务调用

启动这五个，测试环境~

一、Ribbon

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 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。

官网：https://github.com/Netflix/ribbon/wiki/Getting-Started

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。

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，消费方通过它来获取到服务提供方的地址。

一句话

负载均衡 + RestTemplate调用

二、Ribbon的负载均衡和Rest调用

Ribbon在工作时分成两步：

• 第一步先选择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。

pom

先前工程项目没有引入spring-cloud-starter-ribbon也可以使用ribbon。

<dependency>
    <groupld>org.springframework.cloudgroupld>
    <artifactld>spring-cloud-starter-netflix-ribbonartifactid>
dependency>

这是因为spring-cloud-starter-netflix-eureka-client自带了spring-cloud-starter-ribbon引用。

RestTemplate的使用

官网：https://docs.spring.io/spring-framework/docs/5.2.2.RELEASE/javadoc-api/org/springframework/web/client/RestTemplate.html

getForObject() / getForEntity() - GET请求方法

postForObject() / postForEntity() - POST请求方法

getForObject()：返回对象为响应体中数据转化成的对象，基本上可以理解为Json。

getForEntity()：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。

修改cloud-consumer-order80的controller

复制getPayment

@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()){
   
            log.info(entity.getStatusCode()+"\t"+entity);
            return entity.getBody();
        }
        return new CommonResult<>(444,"操作失败");
    }

三、Ribbon负载规则

lRule：根据特定算法中从服务列表中选取一个要访问的服务

自带七种：

• 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

四、Ribbon负载规则替换

1.修改cloud-consumer-order80

2.注意配置细节

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。

有主启动类的包，就没ribbon配置类，有你没我

3.建一个跟springcloud同级的包myrule

创建MySelfRule类

package com.shy.myrule;

import com.netflix.loadbalancer.IRule;
import com.netflix.loadbalancer.RandomRule;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class MySelfRule {
   

    @Bean
    public IRule myRule(){
   
        return new RandomRule();
    }
}

4.主启动类添加

@RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = MySelfRule.class)

在启动该服务的时候就能去加载自定义的Ribbon配置类，从而使配置生效

5.测试

访问：http://localhost/consumer/payment/getForEntity/1

刷新瞅瞅~

五、Ribbon默认负载轮询算法原理

负载轮训算法: rest接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标，每次服务重启动后rest接口计数从1开始。

现在：2台，8001和8002

第一次请求：1%2=1–>index=1 list.get(index);得到要站岗的是哪个

第二次请求：2%2=0–>index=0 list.get(index);

…

n

往后就是101010…

服务重启后，从1重新开始~

List<Servicelnstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");

• 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
…

N

六、RoundRobinRule源码分析

点进去IRule

package com.netflix.loadbalancer;

public interface IRule{
   
    public Server choose(Object key);
    
    public void setLoadBalancer(ILoadBalancer lb);
    
    public ILoadBalancer getLoadBalancer();    
}

默认的是RoundRobinRule

package com.netflix.loadbalancer;

import com.netflix.client.config.IClientConfig;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
public class RoundRobinRule extends AbstractLoadBalancerRule {
   

    //原子整形类
    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() {
   
        //默认值为0
        nextServerCyclicCounter = new AtomicInteger(0);
    }

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

    //选择哪一个负载均衡算法
    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) {
   
            //@return Only the servers that are up and reachable.活着的
            List<Server> reachableServers = lb.getReachableServers();
            List<Server> allServers = lb.getAllServers();
            int upCount = reachableServers.size();
            //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;
    }
    private int incrementAndGetModulo(int modulo) {
   
        //JUC,自旋锁
        for (;;) {
   
            int current = nextServerCyclicCounter.get();
            //公式:1%2 = 1，求余决定下标
            int next = (current + 1) % modulo;
            //compareAndSet比较并交换
            if (nextServerCyclicCounter.compareAndSet(current, next))
                return next;
        }
    }

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

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

七、手写轮询算法

7001/7002集群启动，这里注意，两个集群都是集群版，相互守望~

8001/8002微服务改造- controller

	@GetMapping(value = "/payment/lb")
    public String getPaymentLB() {
   
        return serverPort;//返回服务接口
    }

80订单微服务改造:

1.ApplicationContextConfig去掉注解@LoadBalanced，OrderMain80去掉注解@RibbonClient

2.创建LoadBalancer接口

public interface LoadBalancer
{
   
    ServiceInstance instances(List<ServiceInstance> serviceInstances);
}

3.实现类MyLB

package com.shy.springcloud.lb;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
@Component//这个别忘了
public class MyLB implements LoadBalancer
{
   
    private AtomicInteger atomicInteger = new AtomicInteger(0);
    public final int getAndIncrement()
    {
   
        int current;
        int next;
        do {
   
            current = this.atomicInteger.get();
            next = current >= 2147483647 ? 0 : current + 1;
        }while(!this.atomicInteger.compareAndSet(current,next));
        System.out.println("*****第几次访问，次数next: "+next);
        return next;
    }
    @Override
    public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
   
        int index = getAndIncrement() % serviceInstances.size();
        return serviceInstances.get(index);
    }
}

4.修改OrderController

	@Resource
    private LoadBalancer loadBalancer;

    @Resource
    private DiscoveryClient discoveryClient;

	@GetMapping(value