辛星Spring Cloud 教程第三篇:负载均衡

负载均衡

在现在的互联网应用中，一台机器通常并不能承担所有的流量，所以我们通常需要部署多台机器。对于某些访问量比较小的服务，即使一台机器可以承载所有的流量，为了避免单点故障，我们也通常至少部署两台。

而对于流量比较大的情况下，负载均衡则是一个必修课，是必须要过关的一个内容。它的重要性体现在很多方面:

(1).降低性能损失。在流量大的时候，根据不同的场景选择合适的地区、城市或机房来做流量的分发是很重要的，比如我们的机房可能分别部署在华南和华东，分别在青岛和深圳有机房，这个时候我们就需要同城优先来进行访问，要想合理的使用同城优先的策略，合理的负载均衡策略是必不可少的。

(2).机器保护。有时候我们的某台机器可能CPU飙升或者网络，这个时候可能是因为程序写的不好，有可能是某些请求太高，我们通常可以制定合理的负载均衡策略来降低这台机器的权重，来让更少的流量打到它上面。避免这台服务器被压垮或者太多请求超时，或者直接禁用它。

(3).负载均衡也和很多其他技术一起发挥作用，它也是很多技术的基础。比如动态的缩容和扩容，比如限流。

使用Ribbon做负载均衡

作为一个开源的通用组件，支持的策略还是蛮多的。Ribbon的负载均衡策略主要支持如下几种:

我们来分别介绍一下吧:
(1).RoundRobinRule即轮询策略，这也是默认的负载均衡策略。
(2).RadmonRule即随机策略，它会从服务器列表中选择一个进行访问。
(3).BestAvailableRule即最大可用策略，它会先过滤出故障服务器，然后选择一个当前请求数最小的。
(4).WeightedResponseTimeRule即带有加权的轮询策略，它会对各个服务器响应时间进行加权，然后在采用轮询的方式获取相应的服务器。
(5).AvailabilityFilteringRule即可用过滤策略，它先过滤出故障的或者并发请求大于某个阈值的一部分服务实例，然后再用轮询的方式从过滤后的实例中选择一个。
(6).ZoneAvoidanceRule即区域感知策略，它会先使用主过滤条件，比如区域负载器，选择最优的区域，然后对所有的实例进行过滤并且返回过滤后的实例列表，依次使用过滤列表条件中的过滤条件对主过滤条件的结果进行过滤，判断最小过滤数和最小过滤百分比，最后对所有满足条件的服务器使用RoundRobinRule选择一个服务器实例。

我们也可以选择直接使用注入LoadBalancerClient的方式来得到我们选择的对象列表。我们还是在我们的course-service这个微服务中进行编辑，我们新建一个bean子目录，我们写入如下代码:

package com.mengzhidu.java.demo.scdemo.course.service.bean;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import org.springframework.web.client.RestTemplate;

/**
 * Created by xinxing on 2019/1/23
 */
@Configuration
public class BeanConfig {

    @Primary
    @Bean
    RestTemplate restTemplate() {
        return new RestTemplate();
    }
}

然后我们新建一个controller吧，我们编辑内容如下所示:

package com.mengzhidu.java.demo.scdemo.course.service.controller;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.loadbalancer.LoadBalancerClient;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;

import javax.annotation.Resource;
import java.net.URI;

/**
 * Created by xinxing on 2019/1/23
 */
@RestController
@RequestMapping("/course/index/v2")
public class CourseIndexV2Controller {

    private static final Logger LOGGER = LoggerFactory.getLogger(CourseIndexV2Controller.class);

    @Resource
    private RestTemplate restTemplate;

    @Resource
    private LoadBalancerClient loadBalancerClient;

    @RequestMapping("/my")
    public String my(Integer id) {
        if (id == null) {
            id = 0;
        }

        ServiceInstance instance = loadBalancerClient.choose("user-service");
        String addr = String.format("http://%s:%s/user/profile/name?id=%s", instance.getHost(), instance.getPort(), id);
        LOGGER.info("本次请求的地址:{}", addr);
        String userName = restTemplate.getForObject(URI.create(addr), String.class);
        return  "用户姓名: " + userName + "  教程名称: Course" + id;
    }
}

然后我们这里是调用的用户中心的服务，我们在9003和9004端口上分别启动user-service服务，然后我们请求 http://localhost:9002/course/index/v2/my?id=3 来看一下具体的日志信息吧，我们会看到如下的日志记录:

可以看到，这里分别访问9004端口和9003端口，实现了负载均衡。

小结

基本的使用Ribbon来进行负载均衡的例子就介绍到这里啦。