Ribbon入门介绍
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Netflix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。
GitHub Ribbon
Ribbon目前也进入维护模式。
Ribbon未来可能被Spring Cloud LoadBalacer替代。
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。
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。
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。
一句话
Ribbon的负载均衡和Rest调用
架构说明
总结：Ribbon其实就是一个软负载均衡的客户端组件，它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在工作时分成两步：
- 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。
POM
先前工程项目没有引入spring-cloud-starter-ribbon也可以使用ribbon。
测试
- 启动Eureka集群
- 启动8001和8002工程
- 启动80Order工程
访问消费者接口测试
已经实现本地负载轮询
不对呀,我们并没有引入Ribbon
因为Eureka在新版中已经默认引入了Ribbon
所以不需要我们单独引入
<dependency><groupld>org.springframework.cloud</groupld><artifactld>spring-cloud-starter-netflix-ribbon</artifactid></dependency>
RestTemplate的使用
RestTemplate Java Doc
getForObject() / getForEntity() - GET请求方法
getForObject()：返回对象为响应体中数据转化成的对象，基本上可以理解为Json。
getForEntity()：返回对象为ResponseEntity对象，包含了响应中的一些重要信息，比如响应头、响应状态码、响应体等
修改80工程Controller
package com.lun.springcloud.controller;
import com.lun.springcloud.entities.CommonResult;
import com.lun.springcloud.entities.Payment;
import lombok.extern.slf4j.Slf4j;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;
import javax.annotation.Resource;
@Slf4j
@RestController
public class OrderController {
.........
public static final String PAYMENT_URL = "http://CLOUD-PAYMENT-SERVICE";
@Resource
private RestTemplate restTemplate;
.........
@GetMapping("/consumer/payment/getForEntity/{id}")
public CommonResult<Payment> getPayment2(@PathVariable("id") Long id) {
ResponseEntity<CommonResult> entity = restTemplate.getForEntity(PAYMENT_URL + "/payment/get/" + id, CommonResult.class);
if (entity.getStatusCode().is2xxSuccessful()) {
return entity.getBody();//getForObject()
} else {
return new CommonResult<>(444, "操作失败");
}
}
}
postForObject() / postForEntity() - POST请求方法
Ribbon默认自带的负载规则
lRule：根据特定算法中从服务列表中选取一个要访问的服务
- RoundRobinRule 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
- WeightedResponseTimeRule 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
- BestAvailableRule 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
- 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
Ribbon负载规则替换
修改cloud-consumer-order80
注意配置细节
import com.netflix.loadbalancer.IRule; import com.netflix.loadbalancer.RandomRule; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration;
@Configuration public class MySelfRule {
@Bean
public IRule myRule() {
return new RandomRule();
}
}
<a name="Q73hn"></a>
## 主启动类添加@RibbonClient
```javascript
package com.lun.springcloud;
import com.lun.myrule.MySelfRule;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
import org.springframework.cloud.netflix.ribbon.RibbonClient;
/**
* Hello world!
*/
@SpringBootApplication
@EnableEurekaClient
// 添加该标签
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = MySelfRule.class)
public class OrderMain80 {
public static void main(String[] args) {
SpringApplication.run(OrderMain80.class, args);
}
}
测试
- 启动Eureka集群
- 启动提供者集群
- 启动消费者
- 浏览器测试
Ribbon默认负载轮询算法原理
默认负载轮训算法:
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。
List<Servicelnstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
如:
- List [0] instances = 127.0.0.1:8002
- List [1] instances = 127.0.0.1:8001
8001+ 8002组合成为集群，它们共计2台机器，集群总数为2，按照轮询算法原理：
- 当总请求数为1时:1%2=1对应下标位置为1，则获得服务地址为127.0.0.1:8001
- 当总请求数位2时:2%2=О对应下标位置为0，则获得服务地址为127.0.0.1:8002
- 当总请求数位3时:3%2=1对应下标位置为1，则获得服务地址为127.0.0.1:8001
- 当总请求数位4时:4%2=О对应下标位置为0，则获得服务地址为127.0.0.1:8002
RoundRobinRule源码分析
public interface IRule{
/*
* choose one alive server from lb.allServers or
* lb.upServers according to key
*
* @return choosen Server object. NULL is returned if none
* server is available
*/
//重点关注这方法
public Server choose(Object key);
public void setLoadBalancer(ILoadBalancer lb);
public ILoadBalancer getLoadBalancer();
}
package com.netflix.loadbalancer;
import com.netflix.client.config.IClientConfig;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
/**
* The most well known and basic load balancing strategy, i.e. Round Robin Rule.
*
* @author stonse
* @author Nikos Michalakis <nikos@netflix.com>
*
*/
public class RoundRobinRule extends AbstractLoadBalancerRule {
private AtomicInteger nextServerCyclicCounter;
private static final boolean AVAILABLE_ONLY_SERVERS = true;
private static final boolean ALL_SERVERS = false;
private static Logger log = LoggerFactory.getLogger(RoundRobinRule.class);
public RoundRobinRule() {
nextServerCyclicCounter = new AtomicInteger(0);
}
public RoundRobinRule(ILoadBalancer lb) {
this();
setLoadBalancer(lb);
}
//重点关注这方法。
public Server choose(ILoadBalancer lb, Object key) {
// 如果没有负载均衡 直接返回空
if (lb == null) {
log.warn("no load balancer");
return null;
}
// 默认Server 为空
Server server = null;
int count = 0;
while (server == null && count++ < 10) {
// 获取可以到达的服务器
List<Server> reachableServers = lb.getReachableServers();
// 获取所有服务器
List<Server> allServers = lb.getAllServers();
// 获取可达服务器数量
int upCount = reachableServers.size();
// 获取所有服务器数量
int serverCount = allServers.size();
// 如果可达服务器或者所有服务器其中有一个为0,那么直接返回空
if ((upCount == 0) || (serverCount == 0)) {
log.warn("No up servers available from load balancer: " + lb);
return null;
}
//获取返回的服务器下标
int nextServerIndex = incrementAndGetModulo(serverCount);
// 从所有服务器中通过下标获取服务
server = allServers.get(nextServerIndex);
// 如果服务等于空
if (server == null) {
/* Transient. */
// 线程礼让
Thread.yield();
// 进入下一次循环
continue;
}
if (server.isAlive() && (server.isReadyToServe())) {
// 返回Server
return (server);
}
// Next. 将Server置空
server = null;
}
if (count >= 10) {
log.warn("No available alive servers after 10 tries from load balancer: "
+ lb);
}
return server;
}
/**
* Inspired by the implementation of {@link AtomicInteger#incrementAndGet()}.
*
* @param modulo The modulo to bound the value of the counter.
* @return The next value.
*/
private int incrementAndGetModulo(int modulo) {
for (;;) {
// 传入所有服务器总数量
// 默认为0 在初始化的时候为0
int current = nextServerCyclicCounter.get();
// 当前请求数量 + 1 % 总数 获取下一个服务的下标
int next = (current + 1) % modulo;//求余法
// 通过CAS设置
if (nextServerCyclicCounter.compareAndSet(current, next))
return next;
}
}
@Override
public Server choose(Object key) {
return choose(getLoadBalancer(), key);
}
@Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}
Ribbon之手写轮询算法
自己试着写一个类似RoundRobinRule的本地负载均衡器。
修改提供者
- 7001/7002集群启动
8001/8002微服务改造- controller , 就是都加了一个接口,返回端口号的
@RestController @Slf4j public class PaymentController{ ... @GetMapping(value = "/payment/lb") public String getPaymentLB() { return serverPort;//返回服务接口 } ... }修改配置类
```javascript package com.lun.springcloud.config; import org.springframework.cloud.client.loadbalancer.LoadBalanced; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.web.client.RestTemplate;
@Configuration public class ApplicationContextConfig {
// 应为是集群提供服务,所以需要本地负载
@Bean
// 去掉注解 // @LoadBalanced public RestTemplate getRestTemplate(){ return new RestTemplate(); }
}
<a name="gAgeL"></a>
## 修改主启动类
```javascript
package com.lun.springcloud;
import com.lun.myrule.MySelfRule;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
import org.springframework.cloud.netflix.ribbon.RibbonClient;
/**
* Hello world!
*/
@SpringBootApplication
@EnableEurekaClient//<--- 添加该标签
// 去掉注解
//@RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = MySelfRule.class)
public class OrderMain80 {
public static void main(String[] args) {
SpringApplication.run(OrderMain80.class, args);
}
}
新增负载接口
package com.lun.springcloud.lb;
import org.springframework.cloud.client.ServiceInstance;
import java.util.List;
/**
* 本地负载均衡接口
*/
public interface LoadBalancer {
/**
* ServiceInstance 就是 通过Discovery获取的服务实例集合
* @param serviceInstances
* @return
*/
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
新增负载实现
package com.lun.springcloud.lb.impl;
import com.lun.springcloud.lb.LoadBalancer;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
/**
*
*/
@Component//需要跟主启动类同包，或者在其子孙包下。
public class MyLB implements LoadBalancer {
/**
* 原子类
*/
private AtomicInteger atomicInteger = new AtomicInteger(0);
public final int getAndIncrement() {
int current;
int next;
do {
// 默认从 0 开始
current = this.atomicInteger.get();
// 如果 当前次数大于 最大的int 值直接返回 0 否则返回 当前 +1
next = current >= 2147483647 ? 0 : current + 1;
// 如果CAS成功
} while (!this.atomicInteger.compareAndSet(current, next));
System.out.println("*****第几次访问，次数next: " + next);
// 返回下标
return next;
}
//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。
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
// 下标 % 服务实例数量
int index = getAndIncrement() % serviceInstances.size();
// 返回实例
return serviceInstances.get(index);
}
}
修改Controller
package com.lun.springcloud.controller;
import com.lun.springcloud.entities.CommonResult;
import com.lun.springcloud.entities.Payment;
import com.lun.springcloud.lb.LoadBalancer;
import lombok.extern.slf4j.Slf4j;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;
import javax.annotation.Resource;
import java.net.URI;
import java.util.List;
@Slf4j
@RestController
public class OrderController {
............
@Resource
private LoadBalancer loadBalancer;
@Resource
private DiscoveryClient discoveryClient;
@Resource
private RestTemplate restTemplate;
...........
@GetMapping(value = "/consumer/payment/lb")
public String getPaymentLB() {
// 获取服务实例结合
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
if (instances == null || instances.size() <= 0) {
return null;
}
// 调用自己的轮询算法
ServiceInstance serviceInstance = loadBalancer.instances(instances);
URI uri = serviceInstance.getUri();
return restTemplate.getForObject(uri + "/payment/lb", String.class);
}
}
测试
测试成功~ 完结撒花
若有收获，就点个赞吧
0 人点赞
