文章目录
概述
本篇文章演示代码：码云
Ribbon是什么
Spring Cloud Ribbon是基于Netflix Ribbon实现的—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。
官网：项目github
Ribbon目前也进入维护模式
替换方案：
可以做什么
一句话 -->负载均衡+RestTemplate调用
- 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VM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。
Ribbon负载均衡演示
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。
RestTemplate的使用
官网：https://docs.spring.io/spring-framework/docs/5.2.2.RELEASE/javadoc-api/org/springframework/web/client/RestTemplate.html
getForObject方法/getForEntity方法
实例代码
@GetMapping("/consumer/payment/create2")
public CommonResult<Payment> create2(Payment payment) {
//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
ResponseEntity<CommonResult> entity = restTemplate.postForEntity(PAYMENT_URL + "/payment/create", payment, CommonResult.class);
if (entity.getStatusCode().is2xxSuccessful()) {
return entity.getBody();
} else {
return new CommonResult<>(444, "插入数据失败！");
}
}
@GetMapping("/consumer/payment/getForEntity/{id}")
public CommonResult<Payment> getPayment2(@PathVariable("id") Long id) {
//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
ResponseEntity<CommonResult> entity = restTemplate.getForEntity(PAYMENT_URL + "/payment/get/" + id, CommonResult.class);
if (entity.getStatusCode().is2xxSuccessful()) {
return entity.getBody();
} else {
return new CommonResult<>(444, "操作失败！");
}
}
postForObject/postForEntity
Ribbon核心组件IRule
自带轮询算法
| 轮询类 | 功能 |
|---|---|
| com.netflix.loadbalancer.RoundRobinRule | 轮询 |
| com.netflix.loadbalancer.RandomRule | 随机 |
| com.netflix.loadbalancer.RetryRule | 先按照RoundRobinRule的策略获取服务，如果获取服务失败则 |
| WeightedResponseTimeRule | 对RoundRobinRule的扩展，响应速度越快的实例选择权重越大，越 |
| 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 |
替换默认轮询算法
注意: 官方文档明确给出了警告：
-
这个自定义的类不能放在@ComponentScan所扫描的当前包以及子包下，否则我们自定义的这个配置类就会被所有的Ribbon 客户端所共享，也就是我们达不到特殊化指定的目的了。
-
可以使用@RibbonClient(name = “CLOUD-PAYMENT-SERVICE”, configuration = MyRule.class)明确指定针对哪个服务进行负载均衡，而configuration指定负载均衡的算法具体实现类。
当然也可以没有，即对所有服务生效。
MySelfRule 文件
@Configuration
public class MySelfRule {
@Bean
public IRule myRule() {
//定义为随机
return new RandomRule();
}
}
主启动类添加@RibbonClient
@EnableEurekaClient
@SpringBootApplication
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class)
public class OrderMain80 {
public static void main(String[] args) {
SpringApplication.run(OrderMain80.class,args);
}
}
配置RestTemplate
@Configuration
public class ApplicationContextConfig {
@Bean
@LoadBalanced //注意添加该注解
public RestTemplate getRestTemplate() {
return new RestTemplate();
}
}
测试
http://localhost/consumer/payment/get/31
###手写轮询算法
自定义轮询算法
目录
接口
public interface LoadBalancer {
//收集服务器总共有多少台能够提供服务的机器，并放到list里面
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
实现类
@Component
public class MyLB implements LoadBalancer {
private AtomicInteger atomicInteger = new AtomicInteger(0);
//坐标
private final int getAndIncrement() {
int current;
int next;
do {
current = this.atomicInteger.get();
next = current >= 2147483647 ? 0 : current + 1;
} while (!this.atomicInteger.compareAndSet(current, next)); //第一个参数是期望值，第二个参数是修改值是
System.out.println("*******第几次访问，次数next: " + next);
return next;
}
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) { //得到机器的列表
int index = getAndIncrement() % serviceInstances.size(); //得到服务器的下标位置
return serviceInstances.get(index);
}
}
controller
@GetMapping(value = "/consumer/payment/lb")
public String getPaymentLB() {
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
if (instances == null || instances.size() <= 0) {
return null;
}
ServiceInstance serviceInstance = loadBalancer.instances(instances);
URI uri = serviceInstance.getUri();
return restTemplate.getForObject(uri + "/payment/lb", String.class);
}
需要关闭默认的
@Configuration
public class ApplicationContextConfig {
@Bean
//@LoadBalanced 注意关闭默认的才能测试到效果
public RestTemplate getRestTemplate() {
return new RestTemplate();
}
}
进行测试
http://127.0.0.1/consumer/payment/lb
该方式需要自己调用 通过服务名转换为ip地址在进行restTemplate调用
注意 如果不关闭LoadBalanced 调用时的ip地址会被当成服务名RestTemplate 在转换ip地址最终因为找不到服务名为192.168.88.1:8002的服务而抛出异常
结果
实际使用的手写轮询算法
继承 Ribbon提供的AbstractLoadBalancerRule
public class MyRule extends AbstractLoadBalancerRule {
private AtomicInteger atomicInteger = new AtomicInteger(0);
@Override
public void initWithNiwsConfig(IClientConfig iClientConfig) {
}
//坐标
private final int getAndIncrement() {
int current;
int next;
do {
current = this.atomicInteger.get();
next = current >= 2147483647 ? 0 : current + 1;
} while (!this.atomicInteger.compareAndSet(current, next)); //第一个参数是期望值，第二个参数是修改值是
System.out.println("*******第几次访问，次数next: " + next);
return next;
}
@Override
public Server choose(Object key) {
//获得负载均衡器 如访问CLOUD-PAYMENT-SERVICE服务则 获取的是该服务的
ILoadBalancer loadBalancer = getLoadBalancer();
//获得该服务的所以节点
List<Server> allServers = loadBalancer.getAllServers();
int index = getAndIncrement() % allServers.size(); //得到服务器的下标位置
return allServers.get(index);
}
}
用自己实现的替换默认的
@Configuration
public class MySelfRule {
@Bean
public IRule myRule() {
//定义为随机
//return new RandomRule();
//使用自定义的轮询算法
return new MyRule();
}
}
RestTemplate 配置
@Configuration
public class ApplicationContextConfig {
@Bean
@LoadBalanced
public RestTemplate getRestTemplate() {
return new RestTemplate();
}
}
测试
http://127.0.0.1/consumer/payment/get/1
结果
RestTemplate会根据服务名 进行负载均衡算法 确定一个ip地址进行调用
