Springcloud-Alibaba 〖七〗Ribbon篇
一. Ribbon 是什么?
Spring Cloud Ribbon 是基于Netflix Ribbon 实现的一套客户端 负载均衡的工具。
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。
二. LB负载均衡（Load Balance）
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。
- 集中式B
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，集成与消费方进程，消费方通过它来获取到服务提供方的地址。
Ribbon 就是 负载均衡 + RestTemplate调用，最终实现RPC的远程调用。
三. Ribbon架构
由于eureka天生集成了ribbon,所以可以不用添加依赖就可以用ribbon
四. RestTemplate调用
4.1 getForObject()方法
@GetMapping("/consumer/payment/getEntity/{id}")
public CommonResult<Payment> getForEntity(@PathVariable("id") Long id){
ResponseEntity<CommonResult> forEntity = restTemplate.getForEntity(PAYMENT_URL + "/payment/get/" + id, CommonResult.class);
if ((forEntity.getStatusCode().is2xxSuccessful())){
return forEntity.getBody();
}else {
return new CommonResult<>(444,"调用失败");
}
}
getForObject可以获取返回的更多信息,包括请求头,请求状态码,等等.
测试
4.2 getForObject()方法
- getForObject()其实比getForEntity()多包含了将HTTP转成POJO的功能，但是getForObject没有处理response的能力。因为它拿到手的就是成型的pojo。省略了很多response的信息。
调用
@GetMapping("/consumer/payment/create")
public CommonResult<Payment> create(Payment payment){
log.info("*******消费者启动创建订单*******");
return restTemplate.postForObject(PAYMENT_URL+"/payment/create",payment,CommonResult.class);
}
@GetMapping("/consumer/payment/get/{id}")
public CommonResult<Payment> getPayment(@PathVariable("id") Long id){
return restTemplate.getForObject(PAYMENT_URL+"/payment/get/"+id,CommonResult.class);
}
测试结果
五. Ribbon的负载均衡机制 IRule
默认采用轮询机制
5.1 目录结构
5.2 创建规则类
这个自定义配置类不能放在 @ComponentScan 所扫描的当前包下以及子包下，否则自定义的配置类就会被所有的 Ribbon 客户端所共享，达不到特殊化定制的目的了。所以我们在java目录下新建 com.atguigu.myrule.MyselfRule类,这里我们创建出随机规则
package com.atguigu.myrule;
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(); //定义为随机
}
}
5.3 主启动类添加注解
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MyselfRule.class)
5.4 测试
在之前轮询的情况下端口是8001与8002交替出现,而负载均衡规则变为随机后,端口是随机出现的
六. 负载均衡算法
6.1 负载均衡算法： 轮询
-
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
-
每次服务器重启后rest接口数从1开始
List instances = discoveryClient.getInstances(“CLOUD-PROVIDER-SERVICE”)
-
List[0] instances = 127.0.0.1:8002
-
List[1] instances = 127.0.0.1:8001
例如我们现在有两台机子去负载均衡
| 请求次数 | 计算公式 | 取得下标 |
|---|---|---|
| 1 | 1%2=1 | 对应127.0.0.1:8001 |
| 2 | 2%2=0 | 对应127.0.0.1:8002 |
| 3 | 3%2=1 | 对应127.0.0.1:8001 |
| … | … | … |
6.2 接口类
6.3 Ribbon源码
IRule接口
//IRule接口
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
*/
//选择哪个服务实例
public Server choose(Object key);
public void setLoadBalancer(ILoadBalancer lb);
public ILoadBalancer getLoadBalancer();
}
RoundRobinRule 轮询源码
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);
}
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
log.warn("no load balancer");
return null;
}
Server server = null;
int count = 0;
while (server == null && count++ < 10) {
List<Server> reachableServers = lb.getReachableServers();
List<Server> allServers = lb.getAllServers();
int upCount = reachableServers.size();
int serverCount = allServers.size();
if ((upCount == 0) || (serverCount == 0)) {
log.warn("No up servers available from load balancer: " + lb);
return null;
}
int nextServerIndex = incrementAndGetModulo(serverCount);
server = allServers.get(nextServerIndex);
if (server == null) {
/* Transient. */
Thread.yield();
continue;
}
if (server.isAlive() && (server.isReadyToServe())) {
return (server);
}
// Next.
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 (;;) {
int current = nextServerCyclicCounter.get();
int next = (current + 1) % modulo;
if (nextServerCyclicCounter.compareAndSet(current, next))
return next;
}
}
@Override
public Server choose(Object key) {
return choose(getLoadBalancer(), key);
}
@Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}
这里用了点CAS知识点,不会的小伙伴们可以移步这里:什么是CAS
七. 手写负载均衡算法
7.1 改controller
在8001项目端增加一个方法
@GetMapping("/payment/lb")
public String getPaymentLB(){
return serverPort;
}
在8002项目端同样增加一个方法
@GetMapping("/payment/lb")
public String getPaymentLB(){
return serverPort;
}
7.2 80项目注掉@LoadBalanced
注释掉,毕竟我们要用自己写的
7.3 80项目增加一个接口和一个实现类
接口
package com.aiguigu.springcloud.lb;
import org.springframework.cloud.client.ServiceInstance;
import java.util.List;
public interface LoadBalancer {
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
实现类
package com.aiguigu.springcloud.lb;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.loadbalancer.LoadBalanced;
import org.springframework.stereotype.Component;
import java.lang.annotation.Annotation;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;
@Component
public class MyLB implements LoadBalancer {
private AtomicInteger atomicInteger=new AtomicInteger(0);
public final int getAndIncrement(){
int current;
int next;
do{
current=atomicInteger.get();
next=current>=2147483647?0:current+1;
}while (!this.atomicInteger.compareAndSet(current,next));
System.out.println("***第几次访问,次数: "+next);
return next;
}
public ServiceInstance instances(List<ServiceInstance> serviceInstances){
int index=getAndIncrement()%serviceInstances.size();
return serviceInstances.get(index);
}
}
- 这里首先有一个原子类int型,初始值为0,这里用了一个自旋锁,让他判断每次是不是我们之前的那个值,如果是就+1代表访问次数又增加一次,不是就继续循环直到判断为真跳出循环,这里保证了不用synchronized方法也能在高并发下实现线程安全的增加次数
- 第二个方法instances()实现了用当前访问次数去%一个集群的数量,使这个值永远不超过集群数量,然后得到这个值作为获取单个实例的下标,返回一个当前应该返回的集群实例
7.4 controller层
新增方法getPaymentLB()
@Resource
private LoadBalancer loadBalancer;
@Resource
private DiscoveryClient discoveryClient;
@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 instances1 = loadBalancer.instances(instances);
URI uri = instances1.getUri();
return restTemplate.getForObject(uri+"/payment/lb",String.class);
}
首先获取集群中的实例,然后判断是否为空,把获取到的list集群传给刚写的方法中获取到负载均衡获取到的当前实例,然后获取到实例地址,最后restTemplate去调用服务就会用到我们之前写的负载均衡去调用
7.5 测试
调用方法会一直轮询调用,体现了我们刚才的负载均衡机制
服务端控制台也打印出了第几次访问,服务重启后会次数会变为0,所以保证内存不溢出,刚才设置的最大值为int的最大值
终于肝完了Ribbon,说实话写这篇的时间真的很长,因为基础真的很差,所以会去补一些基础,看完可别白嫖哦~
转载请标注!
