Ribbon简介
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。
Ribbon已经进入维护模式
Ribbon负载均衡
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。
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;
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。
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。
Ribbon工作步骤
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。
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,出厂默认使用轮询
RandomRule:随机
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,获取可用服务
WeightedResponseTimeRule:对RandomRule的扩展,响应速度越快的实例选择权重越大,越容易被选择
BestAvaliableRule:会先过滤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
替换IRule算法
Ribbon负载规则替换的自定义配置类不能放在@ComponentScan所扫描的当前包及其子包下,否则自定义的这个配置类会被所有的Ribbon客户端所共享,达不到特殊化定制的目的。
因此需要新建package和和@ComponentScan所在包隔离,创建MySelfRule自定义配置类
@Configuration
public class MySelfRule {
@Bean
public IRule myRule() {
// 定义为随机负载算法
return new RandomRule();
}
}
主启动类上添加注解
Ribbon负载均衡算法
Ribbon默认负载轮询算法原理
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,每次服务重启动后rest接口计数从1开始。
RoundRobinRule源码
public Server choose(ILoadBalancer lb, Object key) {
// 没有选择负载均衡算法 报错
if (lb == null) {
log.warn("no load balancer");
return null;
} else {
// 选择哪个服务器访问 默认为null下面进行判断选择
Server server = null;
// 初始化为第0台
int count = 0;
while(true) {
if (server == null && count++ < 10) {
// 找到能提供服务的服务器
List<Server> reachableServers = lb.getReachableServers();
// 找到所有的服务器
List<Server> allServers = lb.getAllServers();
// 可以使用的服务器个数
int upCount = reachableServers.size();
// 全部服务器个数
int serverCount = allServers.size();
if (upCount != 0 && serverCount != 0) {
// 核心算法,得到这次可提供服务器的下标,serverCount:全部服务器个数
int nextServerIndex = this.incrementAndGetModulo(serverCount);
// 在所有的服务器中选择第nextServerIndex的服务器提供服务
server = (Server)allServers.get(nextServerIndex);
if (server == null) {
Thread.yield();
} else {
if (server.isAlive() && server.isReadyToServe()) {
return server;
}
server = null;
}
continue;
}
// 如果可用的服务器个数为0或者全部服务器个数为0 报异常
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;
}
}
}
private int incrementAndGetModulo(int modulo) {
int current;
int next;
do {
// nextServerCyclicCounter初始是0,构造器构建的
current = this.nextServerCyclicCounter.get();
next = (current + 1) % modulo;
} while(!this.nextServerCyclicCounter.compareAndSet(current, next));
// compareAndSet 比较并交换 JUC的自旋锁
return next;
}
public final boolean compareAndSet(int expect, int update) {
// this:当前对象的值
// valueOffset:内存里的地址
// expect:期望值
// update:新值
return unsafe.compareAndSwapInt(this, valueOffset, expect, update);
}
手写Ribbon轮询算法
LoadBalancer接口,收集现在能够提供服务的机器有多少台
public interface LoadBalancer {
// 收集现在能够提供服务的机器有多少台
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
MyLB
@Component
public class MyLB implements LoadBalancer {
private AtomicInteger atomicInteger = new AtomicInteger(0);
public final int getAndIncrement() {
int current;
int next;
do {
current = this.atomicInteger.get();
// 超过Int的最大值重置为1防止越界
next = current >= Integer.MAX_VALUE ? 0 : current + 1;
} while (!this.atomicInteger.compareAndSet(current, next));//期望值是current,修改值是next
System.out.println("****第几次访问,次数next: " + next);
return next;
}
// 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。
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
int index = getAndIncrement() % serviceInstances.size();
return serviceInstances.get(index);
}
}
测试是否生效
@RestController
@Slf4j
public class OrderController {
@Resource
private RestTemplate restTemplate;
@Resource
private LoadBalancer loadBalancer;
@Resource
private DiscoveryClient discoveryClient;
@GetMapping("consumer/payment/lb")
public String getPaymentLB() {
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
if (instances == null || instances.size() <= 0) {
return null;
}
ServiceInstance instance = loadBalancer.instances(instances);
URI uri = instance.getUri();
return restTemplate.getForObject(uri + "/payment/lb", String.class);
}
}