一、简单介绍
spring Cloud Ribbon是基于Netflix Ribbon实现的—套客户端负载均衡的工具。
简单的说,Ribbon是Netflx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。spring Cloud Ribbon是基于Netflix Ribbon实现的—套客户端负载均衡的工具。
官网:https://github.com/Netflix/ribbon/wiki/Getting-Started
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。也就是集中式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)
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VM本地,从而在本地实现RPC远程服务调用技术。也就是进程内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。)
二、Ribbon自带的负载均衡策略
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
轮询
com.netflix.loadbalancer.RoundRobinRule
随机
com.netflix.loadbalancer.RandomRule
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
com.netflix.loadbalancer.RetryRule
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
WeightedResponseTimeRule
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
BestAvailableRule
先过滤掉故障实例,再选择并发较小的实例
AvailabilityFilteringRule
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
ZoneAvoidanceRule
三、Ribbon自带的负载均衡配置
在启动类所在的文件夹的父文件夹下新建一个文件夹myrule,也就是默认启动类扫描不到的位置
新建一个配置类MySelfRule,然后根据自带的负载均衡策略return对应的配置类
@Configuration
public class MySelfRule {
@Bean
public IRule myRule(){
//定义为随机
return new RandomRule();
}
}
主启动类添加@RibbonClient
@EnableEurekaClient
@SpringBootApplication
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class)
public class OrderMain80 {
public static void main(String[] args) {
SpringApplication.run(OrderMain80.class,args);
}
}
服务消费端restTemplate通过服务名调用服务就可以实现对应的负载均衡功能了
四、Ribbon负载均衡实现的原理
五、自定义Ribbon负载均衡
1.Ribbon的配置类去掉@LoadBalanced
2.LoadBalancer接口
public interface LoadBalancer {
/**
* fetch data by rule id
*
* @param serviceInstances 所有服务器实例
* @return ServiceInstance 计算后的服务器
*/
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
3.MyLB,自定义的负载均衡方法
@Component
public class MyLB implements LoadBalancer {
private AtomicInteger atomicInteger = new AtomicInteger(0);
//坐标
private final int getAndIncrement(){
int current;
int next;
do {
current = this.atomicInteger.get();
next = current >= 2147483647 ? 0 : current + 1;
}while (!this.atomicInteger.compareAndSet(current,next)); //第一个参数是期望值,第二个参数是修改值是
System.out.println("*******第几次访问,次数next: "+next);
return next;
}
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) { //得到机器的列表
int index = getAndIncrement() % serviceInstances.size(); //得到服务器的下标位置
return serviceInstances.get(index);
}
}
4.Controller方法
@RestController
@Slf4j
public class OrderController {
// public static final String PAYMENT_URL = "http://localhost:8001";
public static final String PAYMENT_URL = "http://CLOUD-PAYMENT-SERVICE";
@Resource
private RestTemplate restTemplate;
@Resource
private LoadBalancer loadBalancer;
@Resource
private DiscoveryClient discoveryClient;
@GetMapping(value = "/consumer/payment/lb")
public String getPaymentLB(){
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
if (instances == null || instances.size() <= 0){
return null;
}
ServiceInstance serviceInstance = loadBalancer.instances(instances);
URI uri = serviceInstance.getUri();
return restTemplate.getForObject(uri+"/payment/lb",String.class);
}
}