Ribbon
目前主流的负载方案分为以下两种:
- 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(F5),也有软件的(Nginx)
- 客户端根据自己的请求情况做负载均衡,Ribbon 就属于客户端自己做负载均衡
Spring Cloud Ribbon 是基于 Netflix Ribbon 实现的一套客户端的负载均衡工具
,Ribbon 客户端组件提供一系列的完善配置;es:超时、重试等;通过 LoadBalancer 获取到服务提供的所有机器实例,Ribbon 会自动基于某种规则(轮询、随机等)去调用这些服务;Ribbon 也可以实现自定义的负载均衡算法
客户端的负载均衡
es:ribbon;客户端会有一个服务器地址列表,在发送请求前通过负载均衡算法去选择一个服务器,然后进行访问
服务端的负载均衡
es:Nginx;先发送请求,然后通过负载均衡算法,在多个服务器之间选择一个进行访问
常见负载均衡算法
- 随机:通过随机选择服务器进行执行,一般这种方式使用较少
- 轮询:负载均衡默认实现方式,请求进来之后排队处理
- 加权轮询:通过对服务器性能的分型,给高配置,低负载的服务器分配更高的权重,均衡各个服务器的压力
- 地址 Hash:通过客户端请求的地址的 HASH 值取模映射进行服务器调度
- 最小连接数:即使请求均衡了,压力不一定会均衡;最小连接数就是根据服务器情况,es:请求积压数等参数,将请求分配到当前压力最小的服务器上
Ribbon 模块
名称 | 说明 |
---|---|
ribbon-loadbalancer | 负载均衡模块,可独立使用,也可以和别的模块一起使用 |
Ribbon | 内置的负载均衡算法都实现在其中 |
ribbon-eureka | 基于 Eureka 封装的模块,能够快速、方便的集成 Eureka |
ribbon-transport | 基于 Netty 实现多协议的支持,es:HTTP、Tcp、Udp 等 |
ribbon-httpclient | 基于 Apache HttpClient 封装的 REST 客户端,集成了负载均衡模块,可以直接在项目中使用来调用接口 |
ribbon-example | Ribbon 使用代码示例 |
ribbon-core | 一些比较核心且具有通用性的代码,客户端 api 的一些配置和其他 api 的定义 |
Ribbon 使用
es:客户端调用接口示例
public class RibbonDemo {
public static void main(String[] args) {
// 服务列表
List<Server> serverList = Lists.newArrayList(
new Server("localhost", 8020),
new Server("localhost", 8021));
// 构建负载实例
ILoadBalancer loadBalancer = LoadBalancerBuilder.newBuilder()
.buildFixedServerListLoadBalancer(serverList);
// 调用 5 次来测试效果
for (int i = 0; i < 5; i++) {
String result = LoadBalancerCommand.<String>builder()
.withLoadBalancer(loadBalancer).build()
.submit(new ServerOperation<String>() {
@Override
public Observable<String> call(Server server) {
String addr = "http://" + server.getHost() + ":" +
server.getPort() + "/order/findOrderByUserId/1";
System.out.println(" 调用地址:" + addr);
URL url = null;
try {
url = new URL(addr);
HttpURLConnection conn = (HttpURLConnection) url.openConnection();
conn.setRequestMethod("GET");
conn.connect();
InputStream in = conn.getInputStream();
byte[] data = new byte[in.available()];
in.read(data);
return Observable.just(new String(data));
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
}).toBlocking().first();
System.out.println(" 调用结果:" + result);
}
}
}
Spring Cloud 整合 Ribbon
引入依赖
<!--添加ribbon的依赖-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-ribbon</artifactId>
添加 @LoadBalancer 注解
@Configuration
public class RestConfig {
@Bean
@LoadBalanced
public RestTemplate restTemplate() {
return new RestTemplate();
}
}
修改 Controller
@Autowired
private RestTemplate restTemplate;
@RequestMapping(value = "/findOrderByUserId/{id}")
public R findOrderByUserId(@PathVariable("id") Integer id) {
// RestTemplate调用
//String url = "http://localhost:8020/order/findOrderByUserId/"+id;
//模拟ribbon实现
//String url = getUri("mall-order")+"/order/findOrderByUserId/"+id;
// 添加@LoadBalanced
String url = "http://mall-order/order/findOrderByUserId/"+id;
R result = restTemplate.getForObject(url,R.class);
return result;
}
Ribbon 内核原理
@LoadBalanced 注解原理
@LoadBalanced 利用 @Qualifier 作为 RestTemplates 注入的筛选条件,筛选出具有负载均衡标识的 RestTemplat
被@LoadBalanced注解的 RestTemplate 会被定制,添加 LoadBalancerInterceptor 拦截器
Ribbon 负载均衡策略
- RandomRule:随机选择一个 Server
- RetryRule:对选定的负载均衡策略加上重试机制,在一个配置时间段内选择 Server 不成功,则一直尝试使用 subRule 的方式选择一个可用的 Server
- RoundRobinRule:轮询选择,轮询 index,选择 index 对应位置的 Server
- AvailabilityFilteringRule:过滤掉一直连接失败的被标记为 circuit tripped 的后端 Server,并过滤掉那些高并发的后端 Server 或者使用一个 AvailabilityPredicate 来包含过滤 Server 的逻辑,其实就是检查 status 里记录的各个 Server 的运行状态
- BestAvailableRule:选择一个最小的并发请求的 Server,逐个考察 Server,若 Server 被 tripped 了,则跳过
- WeightedResponseTimeRule:根据响应时间加权,响应时间越长,权重越小,被选中的可能性越低
- ZoneAvoidanceRule:默认的负载均衡策略,即复合判断 Server 所在区域的性能和 Server 的可用性选择 Server,在没有区域的环境下,类似于轮询
- NacosRule:同集群优先调用
修改默认负载均衡策略
全局配置:调用其他微服务,一律使用指定的负载均衡算法
@Configuration
public class RibbonConfig {
/**
* 全局配置
* 指定负载均衡策略
* @return
*/
@Bean
public IRule() {
// 指定使用Nacos提供的负载均衡策略(优先调用同一集群的实例,基于随机权重)
return new NacosRule();
}
局部配置:调用指定微服务提供的服务时,使用对应的负载均衡算法(修改 application.yml)
# 被调用的微服务名
mall-order:
ribbon:
# 指定使用Nacos提供的负载均衡策略(优先调用同一集群的实例,基于随机&权重)
NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule
自定义负载均衡策略
通过实现 IRule 接口可以自定义负载策略,主要的选择服务逻辑在 choose 方法中
实现基于 Nacos 权重的负载均衡策略
@Slf4j
public class NacosRandomWithWeightRule extends AbstractLoadBalancerRule {
@Autowired
private NacosDiscoveryProperties nacosDiscoveryProperties;
@Override
public Server choose(Object key) {
DynamicServerListLoadBalancer loadBalancer = (DynamicServerListLoadBalancer) getLoadBalancer();
String serviceName = loadBalancer.getName();
NamingService namingService = nacosDiscoveryProperties.namingServiceInstance();
try {
//nacos基于权重的算法
Instance instance = namingService.selectOneHealthyInstance(serviceName);
return new NacosServer(instance);
} catch (NacosException e) {
log.error("获取服务实例异常:{}", e.getMessage());
e.printStackTrace();
}
return null;
}
@Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
配置自定义的策略
局部配置:修改 application.yml
# 被调用的微服务名
mall-order:
ribbon:
# 自定义的负载均衡策略(基于随机&权重)
NFLoadBalancerRuleClassName: com.tuling.mall.ribbondemo.rule.NacosRandomWithWeightRule
全局配置
@Bean
public IRule ribbonRule() {
return new NacosRandomWithWeightRule();
}
局部配置第二种方式
@SpringBootApplication(exclude = {DataSourceAutoConfiguration.class, DruidDataSourceAutoConfigure.class})
//@RibbonClient(name = "mall-order",configuration = RibbonConfig.class)
//配置多个 RibbonConfig不能被@SpringbootApplication的@CompentScan扫描到,否则就是全局配置的效果
@RibbonClients(value = {
// 在SpringBoot主程序扫描的包外定义配置类
@RibbonClient(name = "mall-order",configuration = RibbonConfig.class),
@RibbonClient(name = "mall-account",configuration = RibbonConfig.class)
})
public class MallUserRibbonDemoApplication {
public static void main(String[] args) {
SpringApplication.run(MallUserRibbonDemoApplication.class, args);
}
}
饥饿加载
在进行服务调用的时候,若网络情况不好,第一次调用有可能会超时
Ribbon 默认懒加载,意味着只有在发起调用的时候才会创建客户端;开启饥饿加载,解决第一次调用慢的问题:
ribbon:
eager-load:
# 开启ribbon饥饿加载
enabled: true
# 配置mall-order使用ribbon饥饿加载,多个使用逗号分隔
clients: mall-order