上一篇 ：7. 服务注册发现 - Consul

文章目录

• 1. 概述
• • 1.1 Ribbon 是什么
  • 1.2 负载均衡（LB）
  • 1.3 架构说明
• 2. 使用
• • 2.1 RestTemplate 的使用
  • 2.2 负载均衡组件 - IRule
  • 2.3 轮询原理
  • 2.4 自定义一个负载均衡策略

1. 概述

• 官网资料 ：https://github.com/Netflix/ribbon/wiki/Getting-Started
• 已经进入维护阶段

1.1 Ribbon 是什么

• SpringCloud Ribbon 是基于 Netflix Ribbon 实现的一套客户端负载均衡的工具
• 主要功能是提供客户端的软件负载均衡算法，将 Netflix 的中间服务处连接在一起。
• Ribbon 的客户端组件提供一系列完整的配置项，如：连接超时、重试等。简单的说就是在配置文件中列出 LoadBalance （LB：负载均衡）后面所有的机器，Ribbon 会自动帮你基于某种规则去连接这些机器

1.2 负载均衡（LB）

• 核心作用：就是将用户的请求平摊在多个服务器上，从而达到系统的 High Availability（HA ：高可用）

• 常见的负载均衡软件有 Nginx、Lvs 等

• Bubbo 和 SpringCloud 都提供了负载均衡，SpringCloud 的负载均衡算法可以自定义

• 负载均衡算法实现的方式：轮询、权重、随机

• 负载均衡的简单分类：
  1、集中式

  在服务的 消费者 和 提供者之间使用独立的 LB 设施，如Nginx（反向代理服务器） ，由该设施负载把访问请求通过某种策略发送至服务的提供者

  2、进程式

  将LB逻辑集成到 消费者，消费者 从服务注册中心得到哪些地址可用，然后自己再从这些地址中选出一个合适服务器

Ribbon 就属于进程内 LB ，它只是一个类库，集成与消费者进程，消费者通过他来获取到服务提供者的地址

1.3 架构说明

• 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 Eureka Server ，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，再从 Server 取到的服务注册列表中 选择一个地址

2. 使用

2.1 RestTemplate 的使用

1. Ribbon 依赖

   新版的 Eureka 会自动把 Ribbon 也一起导入，所以不需要额外引入依赖

   

2. getForObject / getForEntity 的使用

• getForObject 之前的 cloud-consumer-order-80 模块中就已经有用过了
  

• getForEntity ，这个方法返回的是一个对象

  @GetMapping("/getForEntity/{id}")
  public CommonResult<Payment> getPaymentById2(@PathVariable("id") Long id){
      ResponseEntity<CommonResult> entity = restTemplate.getForEntity(PAYMENT_URL + "/provider/getPaymentById/" + id, CommonResult.class);
  
      if (entity.getStatusCode().is2xxSuccessful()){
          //这个 实体对象 中还包含其他很多信息
          log.info("{状态码: " + entity.getStatusCode() +
                  ", 头信息: " + entity.getHeaders() + "}");
          // 如果成功
          return entity.getBody();
      }else {
          return new CommonResult<>(444, "【查询失败】");
      }
  }
  

  
  

3. postForObject / postForEntity 的使用

• postForObject ，之前也写过
  

• postForEntity

  @GetMapping("/postForEntity")
  public CommonResult<Payment> addPayment2(Payment payment){
      log.info("[=插入数据=]{"+ payment +"}");
      ResponseEntity<CommonResult> entity = restTemplate.postForEntity(PAYMENT_URL + "/provider/addPayment", payment, CommonResult.class);
      if (entity.getStatusCode().is2xxSuccessful()){
          //这个 实体对象 中还包含其他很多信息
          log.info("{状态码: " + entity.getStatusCode() +
                  ", 头信息: " + entity.getHeaders() + "}");
          // 如果成功
          return entity.getBody();
      }else {
          return new CommonResult<>(444, "【查询失败】");
      }
  }
  

  
  

2.2 负载均衡组件 - IRule

• IRule:根据特定算法从服务列表中选取一个要访问的服务

实现类	策略
com.netflix.loadbalancer.RoundRobinRule	轮询（默认）
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在指定时间内会进行重试
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	复合判断server所在区域的性能和server的可用性选择服务器

• 修改负载均衡策略

1. 修改 cloud-consumer-order-80 模块

2. 注意

   这个配置负载均衡的类 不能在主应用程序的上下文（也就是 主启动类的同级目录中），所以需要单独的创建一个包

3. 新建一个包 myRule
   

4. 新建一个规则类 ：MyRule

   @Configuration
   public class MySelfRule {
       @Bean
       public IRule myRule(){
           return new RandomRule();//定义为随机
       }
   }
   

5. 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);
       }
   }
   

6. 测试

   启动两个 Provider ，一直发出查询请求，会在 8001、8002 随机选择

2.3 轮询原理

• 原理（轮询）
  
• RoundRobinRule 源码分析
  
  
  

2.4 自定义一个负载均衡策略

• 主要改造 cloud-consumer-order-80 模块

1. ApplicationContextBean去掉@LoadBalanced
   

2. 在 8001、8002 的 Controller 中添加一个方法

   /** 用于测试自定义负载均衡 */
   @GetMapping(value = "/payment/lb")
   public String getPaymentLB(){
       return serverPort;
   }
   

3. 新建一个 lb 的包，并在该包下建一个接口：LoadBalancer
   

   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);
   }
   

4. 为上面的接口写一个实现类

   @Component
   public class MyLB implements LoadBalancer {
   
       // 用于统计当前的访问次数
       private AtomicInteger atomicInteger = new AtomicInteger(0);
   
       /**
        * @return 当前是第几次访问
        */
       public final int getAndIncrement(){
           int current, next;
           // 自旋锁
           do {
               current = this.atomicInteger.get();
               next = current >= 2147483647 ? 0 : current + 1;
           }while (!this.atomicInteger.compareAndSet(current, next));
           System.out.println("【 当前访问次数 】 next = :"+next);
           return next;
       }
   
       @Override
       public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
           // 通过取余，计算出当前应该是哪一个 Provider 提供服务
           int index = getAndIncrement() % serviceInstances.size();
           ServiceInstance instance = serviceInstances.get(index);
           System.out.println("当前是 【" + instance.getUri() + "】 提供服务");
           return instance;
       }
   }
   

5. 修改 cloud-consumer-order-80 的 Controller

   /** 引入 自定义 的 LB */
   @Autowired
   private LoadBalancer loadBalancer;
   
   @Autowired
   private DiscoveryClient discoveryClient;
   
   /** 用于测试自定义负载均衡 */
   @GetMapping(value = "/payment/lb")
   public String getPaymentLB(){
       // 根据 ServiceId 获取 Server 集合
       List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
       // 如果没有服务
       if (instances == null || instances.size() <= 0){
           return null;
       }
       
       // 获取 Server 实例
       ServiceInstance serviceInstance = loadBalancer.instances(instances);
       // 通过实例获得该实例的 地址
       URI uri = serviceInstance.getUri();
       return restTemplate.getForObject(uri+"/provider/payment/lb",String.class);
   }
   

6. 启动项目测试自己的轮询

   

• 控制台输出