ribbon设置权重_Ribbon负载均衡策略详解

目前主流的负载方案分为两种，一种是集中式负载均衡，在消费者和服务提供方中间使用独立的代理方式进行负载，有硬件的，比如F5，也有软件的，比如Nginx。

另一种则是客户端自己做负载均衡，根据自己的请求情况做负载，Ribbon就是属于客户端自己做负载的。

一句话介绍那就是Ribbon是Netflix开源的一款用于客户端负载均衡的工具软件。GitHub地址：https://github.com/Netflix/ribbon。

Ribbon默认的策略是轮询，我们可以自定义负载策略来覆盖默认的，当然也可以通过配置指定使用哪些策略。

Ribbon架构图

Ribbon作为后端负载均衡器，比Nginx更注重的是承担并发而不是请求分发，可以直接感知后台动态变化来指定分发策略。它一共提供了7种负载均衡策略：

以随机访问策略：

1、ribbon配置文件添加：

service-B.ribbon.NFLoadBalancerRuleClassName=com.netflix.loadbalancer.RandomRule

其中service-B是我注册到Eureka的serviceID，一共起了3个示例。

2、main类注册：

@Bean

@LoadBalanced

RestTemplate restTemplate() {

return new RestTemplate();

}

@Bean

public IRule ribbonRule() {

return new RandomRule();//这里配置策略，和配置文件对应

}

一定记得加第二个注册,里面配具体的策略。

3、Controller：

@RestController

public class ConsumerController {

@Autowired

private RestTemplate restTemplate;

@Autowired

private LoadBalancerClient loadBalancerClient;

@RequestMapping(value = "/add", method = RequestMethod.GET)

public String add(@RequestParam Integer a,@RequestParam Integer b) {

this.loadBalancerClient.choose("service-B");//随机访问策略

return restTemplate.getForEntity("http://service-B/add?a="+a+"&b="+b, String.class).getBody();

}

}

客户端负载均衡Spring Cloud Ribbon

Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，基于Netflix Ribbon实现。

目录

客户端负载均衡

源码分析

负载均衡器

负载均衡策略(本文重点)

配置详解

自动化配置

负载均衡器

负载均衡器相关内容见上一篇文章

负载均衡策略

AbstractLoadBalancerRule

负载均衡策略的抽象类，在该抽象类中定义了负载均衡器ILoadBalancer对象，该对象能够在具体实现选择服务策略时，获取到一些负载均衡器中维护的信息作为分配依据，并以此设计一些算法来实现针对特定场景的高效策略。

package com.netflix.loadbalancer;

import com.netflix.client.IClientConfigAware;

public abstract class AbstractLoadBalancerRule implements IRule, IClientConfigAware {

private ILoadBalancer lb;

@Override

public void setLoadBalancer(ILoadBalancer lb){

this.lb = lb;

}

@Override

public ILoadBalancer getLoadBalancer(){

return lb;

}

}

RandomRule

该策略实现了从服务实例清单中随机选择一个服务实例的功能。下面先看一下源码:

package com.netflix.loadbalancer;

import java.util.List;

import java.util.Random;

import com.netflix.client.config.IClientConfig;

public class RandomRule extends AbstractLoadBalancerRule {

Random rand;

public RandomRule() {

rand = new Random();

}

@edu.umd.cs.findbugs.annotations.SuppressWarnings(value = "RCN_REDUNDANT_NULLCHECK_OF_NULL_VALUE")

public Server choose(ILoadBalancer lb, Object key) {

if (lb == null) {

return null;

}

Server server = null;

while (server == null) {

if (Thread.interrupted()) {

return null;

}

List upList = lb.getReachableServers();

List allList = lb.getAllServers();

int serverCount = allList.size();

if (serverCount == 0) {

/*

* No servers. End regardless of pass, because subsequent passes

* only get more restrictive.

*/

return null;

}

int index = rand.nextInt(serverCount);

server = upList.get(index);

if (server == null) {

/*

* The only time this should happen is if the server list were

* somehow trimmed. This is a transient condition. Retry after

* yielding.

*/

Thread.yield();

continue;

}