Ribbon轮询算法

LoadBalancer接口

import org.springframework.cloud.client.ServiceInstance;

import java.util.List;

/**
 * 负载均衡接口
 *
 * @author wenhui
 * @Date 2021/2/21
 */
public interface LoadBalancer {

    /**
     * 获取需要访问的机器
     *
     * @param serviceInstances
     * @return ServiceInstance
     **/
    ServiceInstance instances(List<ServiceInstance> serviceInstances);

}

MyLB接口实现

import org.springframework.cloud.client.ServiceInstance;
import org.springframework.stereotype.Component;

import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;

/**
 * @author wenhui
 * @Date 2021/2/21
 */
@Component
public class MyLB implements LoadBalancer {

    // 使用原子类计数请求的次数
    private AtomicInteger atomicInteger = new AtomicInteger(0);

    /**
     * 获取当前是第几次访问
     *
     * @return int
     **/
    public final int getAndIncrement() {
        int current;
        int next;
        // 成功后才会返回期望值,否则无线循环
        do {
            current = atomicInteger.get();
            // 判断当前值是否大于int最大值
            next = current >= 2147483647 ? 0 : current + 1;
        } while (!this.atomicInteger.compareAndSet(current, next));
        System.out.println("访问次数:" + next);
        return next;
    }

    @Override
    public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
        // 获取轮询机器下标位置
        int index = getAndIncrement() % serviceInstances.size();
        return serviceInstances.get(index);
    }

}

Controller使用

import cn.hutool.json.JSONObject;
import com.wenhui.cloud.lb.MyLB;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import java.net.URI;
import java.util.List;

/**
 * <p>
 * 前端控制器
 * </p>
 *
 * @author wenhui
 * @since 2021-01-23
 */
@RestController
@RequestMapping("/api")
@RequiredArgsConstructor
@Slf4j
public class UserController {

    private final RestTemplate restTemplate;

    private final DiscoveryClient discoveryClient;

    private final MyLB myLB;

    @GetMapping("/user/payment/mylb")
    public JSONObject paymentMyLB() {
        List<ServiceInstance> instanceList = discoveryClient.getInstances("CLOUD-PROVIDER-PAYMENT");
        if (null == instanceList || instanceList.size() == 0) {
            return null;
        }
        ServiceInstance instance = myLB.instances(instanceList);
        URI uri = instance.getUri();
        System.out.println("---自定义负载均衡---");
        return restTemplate.getForObject(uri + "/api/user/payment/lb", JSONObject.class);
    }

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ribbon 是 Netflix 开源的一套基于 REST 的客户端软件库,用于简化 HTTP 客户端的构建,特别是针对大规模服务网格的场景。Ribbon 提供了一系列的负载均衡算法,旨在优化微服务架构中服务间的通信效率。 ### 负载均衡算法 Ribbon 中集成了多种负载均衡策略,包括: 1. **轮询** (Round Robin):每个连接尝试从服务器列表中获取一个新服务器,并在完成当前连接后返回到队列中。这保证了所有服务器得到等量的请求机会。 2. **随机选择** (Random):每次请求都随机选择一个服务器。这种方法可能会导致某些服务器过度负载,而另一些则空闲,尤其是在高并发下。 3. **最少活跃连接数** (Least Connections):将请求路由到目前活跃连接较少的服务节点上,试图最小化所有节点之间的连接压力分布。 4. **最少响应时间** (Least Response Time):将请求路由到响应时间最短的服务节点上,理论上能提供更好的用户体验。 5. **基于权重的选择** (Weighted Round Robin, Weighted Least Connection, Weighted Least Response Time):允许为每个服务配置不同的权重值。更高的权重意味着该服务将收到更多请求。这种策略结合了轮询和最少活跃连接数的优点,能够更有效地适应服务性能的变化。 6. **按主机名排序** (Host-Based): 根据服务器地址进行哈希处理,然后按照地址排序来进行分配。 7. **IP 地址散列** (Hash IP): 将 IP 地址进行散列,然后使用此散列值来确定服务器,适用于固定 IP 场景。 8. **IP 地址+端口散列** (Hash IP and Port): 将 IP 和端口号组合起来进行散列处理,适合于需要区分不同端点的场景。 9. **自定义策略** (Custom Strategy): 允许用户创建和添加自己的负载均衡策略,提供更多灵活性。 ### 应用场景及优势 使用 Ribbon 进行负载均衡可以提高分布式系统的稳定性、可靠性和可维护性。通过合理的负载均衡算法,可以有效分散流量压力,避免单点故障,提升整体系统性能和可用性。同时,它支持动态服务发现机制,可以根据实际运行环境自动调整服务负载分配,增加了系统的弹性。 ### 实现与集成 在使用 Ribbon 进行负载均衡时,通常会将其集成至服务消费者端的应用程序中。通过 Ribbon 的客户端接口,开发者可以轻松地控制和管理与服务提供者集群的交互。集成步骤一般涉及引入 Netflix OSS 相关依赖,配置服务列表和服务选择策略,以及在应用代码中注入 Ribbon 实体进行服务调用。 ### 总结 Ribbon 提供了一种强大的工具集,用于实现复杂的服务间通信中的负载均衡。借助其丰富的策略选项和高度的可定制性,开发人员能够在不同的应用场景下优化网络流量分配,从而提高系统的整体性能和可靠性。通过合理运用 Ribbon,分布式应用程序能够更好地应对规模扩张带来的挑战,保障服务的稳定性和高效运行。
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