SpringCloud,Ribbon

一、介绍

SpringCloud中,服务与服务间的调用是基于http restful的。

SpringCloud有两种调用方式,一种是Ribbon+RestTemplate,另一种是feign。

二、Ribbon

    Ribbon是一个负载均衡客户端。feign默认集成了Ribbon。

    Ribbon默认实现了这些配置bean:

  • IClientConfig ribbonClientConfig: DefaultClientConfigImpl

  • IRule ribbonRule: ZoneAvoidanceRule

  • IPing ribbonPing: NoOpPing

  • ServerList ribbonServerList: ConfigurationBasedServerList

  • ServerListFilter ribbonServerListFilter: ZonePreferenceServerListFilter

  • ILoadBalancer ribbonLoadBalancer: ZoneAwareLoadBalancer

三、开发一个Ribbon消费者

           * 需提前准备两个服务名(我写的是service-hi)相同的Eureka Server,一个端口为8762,一个8763.

       (1)创建一个SpringBoot工程,引入依赖:spring-cloud-starter-eureka、spring-cloud-starter-ribbon、spring-boot-starter-web。

        (2)修改配置

eureka:
  client:
    serviceUrl:
      defaultZone: http://localhost:8761/eureka/
server:
  port: 8764
spring:
  application:
    name: service-ribbon

        (3)main方法。通过@EnableDiscoveryClient(或EnableEurekaClient)向Eureka Instance注册。

                这里用@Bean向容器注入一个RestTemplate,用于请求服务提供方(Eureka Server)。并通过@LoadBalanced表示这个RestTemplate开启负载均衡。

@SpringBootApplication
@EnableDiscoveryClient
public class RibbonApplication {

	public static void main(String[] args) {
		SpringApplication.run(RibbonApplication.class, args);
	}

	@Bean
	@LoadBalanced
	RestTemplate getRestTemplate(){
		return new RestTemplate();
	}
}
        (4)创建一个controller接收请求,并交给Service处理。
@RestController
public class SayController {
    @Autowired
    SayService sayService;

    @RequestMapping("/say")
    public String say(String name){
        return sayService.saySomeWord(name);
    }

}

        (5)Service,通过之前注入ioc容器的RestTemplate来消费service-hi的服务。

                这里用服务名代替了url地址,ribbon会根据服务名来选择具体的服务实例,根据服务实例在请求的时候会用具体的url替换服务名。

@Service
public class SayService {

    @Autowired
    RestTemplate restTemplate;

    public String saySomeWord(String name) {
        return restTemplate.getForObject("http://SERVICE-HI/say?name="+name, String.class);
    }
}


启动项目,通过浏览器请求Ribbon:http://localhost:8764/say?name=long_tian

第一次:

第二次:


四、项目架构


一个服务注册中心Eureka Instance,端口8761;

service-hi工程跑了两个实例,端口分别为8762和8763,注册在服务中心;

service-ribbon,端口为8764,注册在服务注册中心。

当service-ribbon通过RestTemplate调用service-hi服务,因为用Ribbon进行了负载均衡,所以会轮流调用8762和8763两个实例。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值