使用 负载均衡器 Ribbon 实现负载均衡（三）

微服务环境搭建（一）

配置 Nacos 注册中心（二）

配置远程调用 Feign（四）

配置容错组件 Sentinel（五）

内容

配置 Nacos 注册中心请看我的上篇博客：配置 Nacos 注册中心

一、远程调用负载均衡 Ribbon

1. 什么是负载均衡 (掌握)

  通俗的讲， 负载均衡就是将负载（工作任务，访问请求）进行分摊到多个操作单元（服务器,组件）上进行执行。

2. 自定义负载均衡 (掌握)

1. 通过idea再启动一个 shop-product 微服务，设置其端口为8082
   

2. 通过nacos查看微服务的启动情况
   

3. 修改 OrderServiceImpl 的代码，实现负载均衡

   @Service
   @Slf4j
   public class OrderServiceImpl implements OrderService {
       @Autowired
       private OrderDao orderDao;
       @Autowired
       private DiscoveryClient discoveryClient;
       @Autowired
       private RestTemplate restTemplate;
       @Override
       public Order createOrder(Long productId,Long userId) {
           log.info("接收到{}号商品的下单请求,接下来调用商品微服务查询此商品信息", productId);
           //从nacos中获取服务地址
           //自定义规则实现随机挑选服务
           List<ServiceInstance> instances = discoveryClient.
                   getInstances("product-service");
           int index = new Random().nextInt(instances.size());
           ServiceInstance instance = instances.get(index);
           String url = instance.getHost()+":"+instance.getPort();
           log.info(">>从nacos中获取到的微服务地址为:" + url);
           //远程调用商品微服务,查询商品信息
           Product product = restTemplate.getForObject(
                   "http://"+url+"/product/"+productId,Product.class);
           log.info("查询到{}号商品的信息,内容是:{}", productId, JSON.toJSONString(product));
           //创建订单并保存
           Order order = new Order();
           order.setUid(userId);
           order.setUsername("叩丁狼教育");
           order.setPid(productId);
           order.setPname(product.getPname());
           order.setPprice(product.getPprice());
           order.setNumber(1);
           orderDao.save(order);
           log.info("创建订单成功,订单信息为{}", JSON.toJSONString(order));
           return order;
       }
   }
   

4. 启动两个服务提供者和一个服务消费者，多访问几次消费者测试效果
   

3. 基于Ribbon实现负载均衡 (掌握)

  Ribbon是Spring Cloud的一个组件， 它可以让我们使用一个注解就能轻松的搞定负载均衡

1. 在RestTemplate 的生成方法上添加@LoadBalanced注解

   @Bean
   @LoadBalanced
   public RestTemplate restTemplate(){
   	return new RestTemplate();
   }
   

2. 修改OrderServiceImpl服务调用的方法

   @Service
   @Slf4j
   public class OrderServiceImpl implements OrderService {
       @Autowired
       private OrderDao orderDao;
       @Autowired
       private RestTemplate restTemplate;
       @Override
       public Order createOrder(Long productId,Long userId) {
           log.info("接收到{}号商品的下单请求,接下来调用商品微服务查询此商品信息", productId);
           //远程调用商品微服务,查询商品信息
           Product product = restTemplate.getForObject(
                   "http://product-service/product?productId="+productId,Product.class);
           log.info("查询到{}号商品的信息,内容是:{}", productId, JSON.toJSONString(product));
           //创建订单并保存
           Order order = new Order();
           order.setUid(userId);
           order.setUsername("叩丁狼教育");
           order.setPid(productId);
           order.setPname(product.getPname());
           order.setPprice(product.getPprice());
           order.setNumber(1);
           orderDao.save(order);
           log.info("创建订单成功,订单信息为{}", JSON.toJSONString(order));
           return order;
       }
   }
   

3. 为了更直观看到请求是进行负载均衡了，我们修改一下ProductController代码

   @RestController
   @Slf4j
   public class ProductController {
       @Autowired
       private ProductService productService;
       @Value("${server.port}")
       private String port;
       //商品信息查询
       @RequestMapping("/product")
       public Product findByPid(@RequestParam("pid") Long pid) {
           log.info("接下来要进行{}号商品信息的查询", pid);
           Product product = productService.findByPid(pid);
           product.setPname(product.getPname()+",data from "+port);
           log.info("商品信息查询成功,内容为{}", JSON.toJSONString(product));
           return product;
       }
   }
   

4. 调用订单保存的方法，查看日志.
   

  默认情况下,采取的是ZoneAvoidanceRule的策略,复合判断server所在区域的性能和server的可用性选择server

4. Ribbon支持的负载均衡策略

  Ribbon内置了多种负载均衡策略,内部负载均衡的顶级接口为com.netflix.loadbalancer.IRule , 具体的负载策略如下图所示:

策略名	策略描述	实现说明
BestAvailableRule	选择一个最小的并发请求的server	逐个考察Server，如果Server被tripped了，则忽略，在选择其中ActiveRequestsCount最小的server
AvailabilityFilteringRule	先过滤掉故障实例，再选择并发较小的实例；	使用一个AvailabilityPredicate来包含过滤server的逻辑，其实就就是检查status里记录的各个server的运行状态
WeightedResponseTimeRule	根据相应时间分配一个weight，相应时间越长，weight越小，被选中的可能性越低。	一个后台线程定期的从status里面读取评价响应时间，为每个server计算一个weight。Weight的计算也比较简单responsetime 减去每个server自己平均的responsetime是server的权
RetryRule	对选定的负载均衡策略机上重试机制。	在一个配置时间段内当选择server不成功，则一直尝试使用subRule的方式选择一个可用的server
RoundRobinRule	轮询方式轮询选择server	轮询index，选择index对应位置的server
RandomRule	随机选择一个server	在index上随机，选择index对应位置的server
ZoneAvoidanceRule(默认)	复合判断server所在区域的性能和server的可用性选择server	使用ZoneAvoidancePredicate和AvailabilityPredicate来判断是否选择某个server，前一个判断判定一个zone的运行性能是否可用，剔除不可用的zone（的所有server），AvailabilityPredicate用于过滤掉连接数过多的Server。

  我们可以通过修改配置来调整Ribbon的负载均衡策略，在order-server项目的application.yml中增加如下配置:

product-service: # 调用的提供者的名称
  ribbon:
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule

总结

以上就是远程调用负载均衡 Ribbon 的总结了，代码仅供参考，欢迎讨论交流。
下篇博客：配置远程调用 Feign