SpringCloud学习笔记之Ribbon

Ribbon

一、什么是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。

二、Ribbon能干什么？

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。

三、Ribbon的架构

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。

总结： Ribbon其实就是一个软负载均衡的客户端组件，他可以和其他所需请求的客户端结合使用，和eureka结合只是其中的一个实例。

四、Ribbon的使用

1.POM依赖

org.springframework.cloud

spring-cloud-starter-netflix-ribbon

spring-cloud-starter-netflix-eureka-client自带了spring-cloud-starter-ribbon引用

3.RestTemplate的用法

• 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

4.Ribbon核心组件IRule

1. IRule：根据特定算法中从服务列表中选取一个要访问的服务

   • com.netflix.loadbalancer.RoundRobinRule 轮询
   • com.netflix.loadbalancer.RandomRule 随机
   • com.netflix.loadbalancer.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试，获取可用的服务
   • 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

   

2. 替换默认轮询

   注意： 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。

   • 新建package

     

   • 包下创建配置类

     

   • 主启动类添加@RibbonClient注解

     

   • 测试

五、Ribbon负载均衡算法

1、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 ，每次服务重启

rest接口计数从1开始。

List instances = discoveryClient.getInstances(“CLOUD-PAYMENT-SERVICE”);

如： 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 =0 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 =0 对应下标位置为0 ，则获得服务地址为127.0.0.1:8002
如此类推…

2、RoundRobinRule源码分析

package com.netflix.loadbalancer;

import com.netflix.client.config.IClientConfig;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class RoundRobinRule extends AbstractLoadBalancerRule {
    private AtomicInteger nextServerCyclicCounter; //原子整型类对象
    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() {
        this.nextServerCyclicCounter = new AtomicInteger(0);
    }

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

    public Server choose(ILoadBalancer lb, Object key) {
       //判断是否开启负载均衡
        if (lb == null) {
            log.warn("no load balancer");
            return null;//没有开启，结束！
        } 
        //否则继续
        else {
            Server server = null;
            int count = 0;

            while(true) {
                if (server == null && count++ < 10) {
                    List<Server> reachableServers = lb.getReachableServers();//得到可达服务器
                    List<Server> allServers = lb.getAllServers();//得到所有服务器
                    int upCount = reachableServers.size();//可达服务器数量
                    int serverCount = allServers.size();//根据服务名称的有效服务器数量
                    if (upCount != 0 && serverCount != 0) {
                        int nextServerIndex = this.incrementAndGetModulo(serverCount);//得到下个一个服务器索引
                        server = (Server)allServers.get(nextServerIndex);//得到下一个服务器
                        if (server == null) {
                            Thread.yield();//如果服务为空，变为可执行状态（就绪状态）
                        } else {
                            if (server.isAlive() && server.isReadyToServe()) {
                                return server;//否则，返回服务器
                            }

                            server = null;
                        }
                        continue;
                    }

                    log.warn("No up servers available from load balancer: " + lb);
                    return null;
                }

                if (count >= 10) {
                    log.warn("No available alive servers after 10 tries from load balancer: " + lb);
                }

                return server;
            }
        }
    }

    //CAS，自旋锁
    //CAS(CompareAndSwap),CAS指令执行时，当且仅当内存地址V的值与预期值A相等时，将内存地址V的值修改为B，否则就什么都不做。整个比较并替换的操作是一个原子操作。
    //自旋锁（spinlock）：是指当一个线程在获取锁的时候，如果锁已经被其它线程获取，那么该线程将循环等待，然后不断的判断锁是否能够被成功获取，直到获取到锁才会退出循环。
    private int incrementAndGetModulo(int modulo) {
        int current;
        int next;
        do {
            current = this.nextServerCyclicCounter.get();
            next = (current + 1) % modulo;
        } while(!this.nextServerCyclicCounter.compareAndSet(current, next));//CAS比较并交换
        return next;
    }

    public Server choose(Object key) {
        return this.choose(this.getLoadBalancer(), key);
    }

    public void initWithNiwsConfig(IClientConfig clientConfig) {
    }
}

3、手写一个本地负载均衡器

1. 去掉@LoadBalanced注解

2. 编写LoadBalancer接口

   import org.springframework.cloud.client.ServiceInstance;
   
   import java.util.List;
   
   public interface LoadBalancer
   {
       ServiceInstance instances(List<ServiceInstance> serviceInstances);
   }
   

3. 创建MyLB实现LoadBalancer接口

   
   import org.springframework.cloud.client.ServiceInstance;
   import org.springframework.stereotype.Component;
   
   import java.util.List;
   import java.util.concurrent.atomic.AtomicInteger;
   
   @Component
   public class MyLB implements LoadBalancer
   {
   
       private AtomicInteger atomicInteger = new AtomicInteger(0);
   
       //通过自旋锁，CAS选择下一个访问的服务器
       public final int getAndIncrement()
       {
           int current;
           int next;
           do
           {
               current = this.atomicInteger.get();
               next = current >= 2147483647 ? 0 : current + 1; //2147483647=Integer.MAX_VALUE,最大整数，加入current大于最大整数，重置current为0
           }
           while (!this.atomicInteger.compareAndSet(current, next));//CAS
           System.out.println("*******next:" + next);
           return next;
       }
   
       //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  ，每次服务重启动后rest接口计数从1开始。
       public ServiceInstance instances(List<ServiceInstance> serviceInstances)
       {
           int index = getAndIncrement() % serviceInstances.size();
   
           return serviceInstances.get(index);
       }
   
   }
   

4. 修改Controller

    	@Resource
       private LoadBalancer loadBalancer;
       @Resource
       private DiscoveryClient discoveryClient;//服务发现
   
       @GetMapping("/consumer/payment/lb")
       public String getPaymentLB()
       {
           List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");//通过服务名："CLOUD-PAYMENT-SERVICE"，发现其下面的服务器例如payment8001，payment8002为一个集群
           if (instances==null&&instances.size()<=0){
               return null;
           }
           ServiceInstance serviceInstance = loadBalancer.instances(instances);//传入当前服务名给LoadBalancer，LoadBalancer通过这个服务名去进行我们写的的负载均衡
           URI uri = serviceInstance.getUri();
           return restTemplate.getForObject(uri+"/payment/lb",String.class);
       }
   

5. 测试结果，每刷新请求，两个服务器端口来回切换

   例如，有8001，8002两个服务器，同为CLOUD-PAYMENT-SERVICE

   第一次：

   

   第二次：

   

   控制台输出：