概述
Ribbon是什么?
SpringCloud Ribbon 是基于Netflix Ribbon 实现的一套客户端负载均衡的工具
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 Balance(负载均衡)后面所有的容器,Ribbion 会自动地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。
官网资料:https://github.com/Netflix/ribbon/wiki/Getting-Started
未来的替换方案:Loadbalancer
Ribbon作用?
LB(负载均衡)
负载均衡(Load Balance)是什么?
简单的说就是将用户的请求平坦的分配到多个服务上,从而达到系统的HA(高可用)
常见的负载均衡软件有: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,客户端所有请求都是交给 Nginx,然后由 Nginx 实现转发请求,即负载均衡是由服务端实现
Ribbon是服本地负载均衡,在调用微服务接口的时候,会从注册信息上获取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
Ribbon核心组件IRule
IRule:根据特定算法从服务列表中选取一个要访问的服务
RoundRobinRule:轮询,出场设置
RandomRule:随机
RetryRule:先按RoundRobinRule的策略获取服务,如果获取服务失败则在指定时间内重试
WeightedResponseTimeRule:对RoundRobinRule的扩展,响应速度越快的实例权重越大,越容易被选择
BestAvilableRule: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,在选择并发量较小的实例
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
如何替换?
官方警告:这个自定义配置类不能放在@ComponentScan所扫描的当前包以及子包下
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
所以我们在@SpringBootApplication标注的主启动类上所在包的外面新建一个包下放入我们的配置类
@Configuration
public class MySelfRule {
@Bean
public IRule getRule() {
return new RandomRule();
}
}
主启动类上添加@RibbonClient(name = “CLOUD-PAYMENT-SERVICE”,configuration = MySelfRule.class)
注:name为微服务名称
Ribbon负载均衡算法
原理
负载均衡算法
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,每次服务重新启懂后rest接口计数从1开始
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
/*
如:List[0] instances = 127.0.0.1:8001 List[1] instances = 127.0.0.1:8002
8001,8002 组合成为集群,它们共计两台机器,集群总数为2,按照轮询算法原理
当请求总数为1时:1%2=1 对应下标位置为1,则获得服务地址为127.0.0.1:8002
当请求总数为2时:2%2=0 对应下标位置为0,则获得服务地址为127.0.0.1:8001
当请求总数为3时:3%2=1 对应下标位置为1,则获得服务地址为127.0.0.1:8002
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
*/
源码: 自旋锁 + CAS
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);
//初值为0
public RoundRobinRule() {
nextServerCyclicCounter = new AtomicInteger(0);
}
//构造过程中传入参与负载均衡的状态OK的服务器
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;
}
//自旋锁 + CAS
private int incrementAndGetModulo(int modulo) {
for (;;) {
int current = nextServerCyclicCounter.get();
int next = (current + 1) % modulo;
if (nextServerCyclicCounter.compareAndSet(current, next))
return next;
}
}