springcloud-03-ribbon

Ribbon

1、Ribbon的简介

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,将Netflix的中间层服务连接在一起。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。我们也很容易使用Ribbon实现自定义的负载均衡算法。

目前主流的LB方案可分成两类:

        1、一种是集中式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;

        2、另一种是进程内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就属于后者,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。

2、Ribbon的主要组件与工作流程

 Ribbon的核心组件(均为接口类型)有以下几个:

1、 ServerList 

用于获取地址列表。它既可以是静态的(提供一组固定的地址),也可以是动态的(从注册中心中定期查询地址列表)。

2、ServerListFilter 

仅当使用动态ServerList时使用,用于在原始的服务列表中使用一定策略过虑掉一部分地址。

3、 IRule 

选择一个最终的服务地址作为LB结果。选择策略有轮询、根据响应时间加权、断路器(当Hystrix可用时)等。Ribbon在工作时首选会通过ServerList来获取所有可用的服务列表,然后通过ServerListFilter过虑掉一部分地址,最后在剩下的地址中通过IRule选择出一台服务器作为最终结果。

三:Ribbon提供的主要负载均衡策略介绍

 1:简单轮询负载均衡(RoundRobin)--这是默认的负载均衡算法

     以轮询的方式依次将请求调度不同的服务器,即每次调度执行i = (i + 1) mod n,并选出第i台服务器。

   2:随机负载均衡 (Random)

     随机选择状态为UP的Server

   3:加权响应时间负载均衡 (WeightedResponseTime)

     根据相应时间分配一个weight,相应时间越长,weight越小,被选中的可能性越低。

   4:区域感知轮询负载均衡(ZoneAvoidanceRule)

     复合判断server所在区域的性能和server的可用性选择server

  Ribbon自带负载均衡策略比较

策略名
策略声明
策略描述
实现说明
BestAvailableRule
public class BestAvailableRule extends ClientConfigEnabledRoundRobinRule
选择一个最小的并发请求的server
逐个考察Server,如果Server被tripped了,则忽略,在选择其中ActiveRequestsCount最小的server
AvailabilityFilteringRule
public class AvailabilityFilteringRule extends PredicateBasedRule
过滤掉那些因为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的后端server(active connections 超过配置的阈值)
使用一个AvailabilityPredicate来包含过滤server的逻辑,其实就就是检查status里记录的各个server的运行状态
WeightedResponseTimeRule
public class WeightedResponseTimeRule extends RoundRobinRule
根据相应时间分配一个weight,相应时间越长,weight越小,被选中的可能性越低。
一 个后台线程定期的从status里面读取评价响应时间,为每个server计算一个weight。Weight的计算也比较简单responsetime 减去每个server自己平均的responsetime是server的权重。当刚开始运行,没有形成statas时,使用roubine策略选择 server。
RetryRule
public class RetryRule extends AbstractLoadBalancerRule
对选定的负载均衡策略机上重试机制。
在一个配置时间段内当选择server不成功,则一直尝试使用subRule的方式选择一个可用的server
RoundRobinRule
public class RoundRobinRule extends AbstractLoadBalancerRule
roundRobin方式轮询选择server
轮询index,选择index对应位置的server
RandomRule
public class RandomRule extends AbstractLoadBalancerRule
随机选择一个server
在index上随机,选择index对应位置的server
ZoneAvoidanceRule
public class ZoneAvoidanceRule extends PredicateBasedRule
复合判断server所在区域的性能和server的可用性选择server
使 用ZoneAvoidancePredicate和AvailabilityPredicate来判断是否选择某个server,前一个判断判定一个 zone的运行性能是否可用,剔除不可用的zone(的所有server),AvailabilityPredicate用于过滤掉连接数过多的 Server。

4、Ribbon的原理


4.1、Ribbon的工作 
分为两步: 
1) 第一步有限选择Eureka Server,它优先选择在同一个Zone且负载较少的Server, 

2) 第二步在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提供了多重策略,例如轮询round robin、随机Random、根据相应时间加权等。



代码:

启动类:

package com.jrj.springcloud;

/**
 * mem-server这个是服务的名称,而RibbonConfig是配置的类,在自定义ribbon负载均衡策略时
 * RibbonConfig这个类不能放在启动项的子目录和他的同一个目录下,不能回呗扫描两次
 * 这个类在启动的时候是不进行实例化的,只有在调用的时候实例化RibbonConfig
 * 如果一定要把这个类写在启动项的子目录下,可以自己写一个注解(ExcludeCompentScan),
 * @ComponentScan(excludeFilters=
 * {@ComponentScan.Filter(type=FilterType.ANNOTATION,
 * value=ExcludeCompentScan.class)})
 * 在通过这个来排除掉ExcludeCompentScan他所注解的类
 * 

 */

public @interface ExcludeCompentScan {}

@SpringBootApplication

@EnableEurekaClient

@RibbonClient(name="microservicecloud-provider-user2",configuration=MyRule.class)

//@ComponentScan(excludeFilters= {@ComponentScan.Filter(type=FilterType.ANNOTATION,value=ExcludeCompentScan.class)})

public class DeptConsumer80_App {

public static void main(String[] args) {
SpringApplication.run(DeptConsumer80_App.class, args);
}

}

//@RibbonClient这个注解来启动ribbon负载均衡的功能,name的值表示只有这个服务名称的服务使用Ribbon的负载均衡策略,而configuration这个值将会在下面那个自定义负载均衡策略时会用到。

pom:

<!-- Ribbon相关 -->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-eureka</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-ribbon</artifactId>
</dependency>

ribbon结合RestTemplate使用:

@Configuration
public class ConfigBean {

@Bean
@LoadBalanced //ribbon的负载均衡,默认是轮询的机制,
public RestTemplate getRestTemplate(){
return new RestTemplate();

}

--------------------

下面的如果有new出来的负载均衡策略会覆盖默认的轮询的负载均衡算法

// @Bean
// public IRule getIRule(){
// //这个是随机,
// return new RandomRule(); 
// }


}

自定义的负载均衡算法:

package com.jrj;//这个包不在启动包(package com.jrj.springcloud)之内,是为了避免被扫描两次,这样会出现问题的;(还有一种方法,那就是使用)

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import com.netflix.loadbalancer.IRule;
/**
 * 自定义的负载均衡规则
 * @author Administrator
 *
 */
@Configuration
public class MyRule {
        @Bean
public IRule getIRule(){
// return new RandomRule();//随机
return new MyRuleRa1();
}

}

自定的负载均衡算法实现了AbstractLoadBalancerRule 这个接口

这面是我模仿右面的随机负载均衡算法来实现的:每个服务10次以轮询

package com.jrj;

import java.util.List;
import com.netflix.client.config.IClientConfig;
import com.netflix.loadbalancer.AbstractLoadBalancerRule;
import com.netflix.loadbalancer.ILoadBalancer;
import com.netflix.loadbalancer.Server;
public class MyRuleRa1 extends AbstractLoadBalancerRule{

private int count=0;
private int index=0;
    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            return null;
        }
        Server server = null;
        while (server == null) {
            if (Thread.interrupted()) {
                return null;
            }
            List<Server> upList = lb.getReachableServers();
            List<Server> allList = lb.getAllServers();
            int serverCount = allList.size();
            if (serverCount == 0) {
                /*
                 * No servers. End regardless of pass, because subsequent passes
                 * only get more restrictive.
                 */
                return null;
            }
            if(count<10){
             server = upList.get(index);
             count++;
            }else{
             count=0;
             index++;
             if(index>=serverCount){
             index=0;
            }
          
            }
            if (server == null) {
                /*
                 * The only time this should happen is if the server list were
                 * somehow trimmed. This is a transient condition. Retry after
                 * yielding.
                 */
                Thread.yield();
                continue;
            }
            if (server.isAlive()) {
                return (server);
            }
            // Shouldn't actually happen.. but must be transient or a bug.
            server = null;
            Thread.yield();
        }
        return server;
    }
@Override
public Server choose(Object key) {
return choose(getLoadBalancer(), key);
}
@Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}

这个是ribbon自带的RandomRule的算法

package com.netflix.loadbalancer;
import java.util.List;
import java.util.Random;
import com.netflix.client.config.IClientConfig;
/**
 * A loadbalacing strategy that randomly distributes traffic amongst existing
 * servers.
 * 
 * @author stonse
 * 
 */
public class RandomRule extends AbstractLoadBalancerRule {
    Random rand;
    public RandomRule() {
        rand = new Random();
    }
    /**
     * Randomly choose from all living servers
     */
    @edu.umd.cs.findbugs.annotations.SuppressWarnings(value = "RCN_REDUNDANT_NULLCHECK_OF_NULL_VALUE")
    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            return null;
        }
        Server server = null;
        while (server == null) {
            if (Thread.interrupted()) {
                return null;
            }
            List<Server> upList = lb.getReachableServers();
            List<Server> allList = lb.getAllServers();
            int serverCount = allList.size();
            if (serverCount == 0) {
                /*
                 * No servers. End regardless of pass, because subsequent passes
                 * only get more restrictive.
                 */
                return null;
            }
            int index = rand.nextInt(serverCount);
            server = upList.get(index);
            if (server == null) {
                /*
                 * The only time this should happen is if the server list were
                 * somehow trimmed. This is a transient condition. Retry after
                 * yielding.
                 */
                Thread.yield();
                continue;
            }
            if (server.isAlive()) {
                return (server);
            }
            // Shouldn't actually happen.. but must be transient or a bug.
            server = null;
            Thread.yield();
        }

 return server;

 }

    @Override
public Server choose(Object key) {
return choose(getLoadBalancer(), key);
}
        @Override
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}

自定义需要注意的:

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,否则我们自定义的这个配置类就会被所有的Ribbon客户端所共享


使用:
@RestController
public class DeptController_Consumer {

//private final String url="http://localhost:9001/";
//MICROSERVICECLOUD1-DEPT这个是微服务的名称,现在不需要知道服务的端口号和ip,就可以实现访问
private final String url="http://MICROSERVICECLOUD1-DEPT";

@Autowired
private RestTemplate restTemplate;

@RequestMapping("/comsumer/dept/add")
public boolean add(Dept dept){
return restTemplate.postForObject(url+"/dept/add", dept, boolean.class);

}


Ribbon+RestTemplate+服务名称来实现负载均衡(客户端的负载均衡)

参考:

https://blog.csdn.net/Jeson0725/article/details/70058910

http://www.ccblog.cn/96.htm

猜你喜欢

转载自blog.csdn.net/wojiao228925661/article/details/80861187