Ribbon负载均衡策略定义
IRule其实就只做了一件事情Server choose(Object key)，可以看到这个功能是在LB中定义（要求）的，LB把这个功能委托给IRule来实现。不同的IRule可以向LB提供不同的负载均衡算法。
publicinterfaceIRule{publicServer choose(Object key);publicvoid setLoadBalancer(ILoadBalancer lb);publicILoadBalancer getLoadBalancer();}com.netflix.loadbalancer包下面的提供了常用的几种策略。有RoundRobinRule、RandomRule这样的不依赖于Server运行状况的策略，也有AvailabilityFilteringRule、WeightedResponseTimeRule等多种基于收集到的Server运行状况决策的策略。判断运行状况时有，判断单个server的，也有判断整个zone的，适用于各种不同场景需求。
实现上有些策略可以继承一个既存的简单策略用于某些启动时候，也可以包含一个简单策略。甚至有ZoneAvoidanceRule这样的可以包含复合谓词的条件判断。
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。 |
?Ribbon自带负载均衡策略实现解析
1. com.netflix.loadbalancer.BestAvailableRule
功能： 选择一个最小的并发请求的server
主要代码： 逐个考察Server，如果Server被tripped了，则忽略，在选择其中ActiveRequestsCount最小的server
for(Server server: serverList){ServerStats serverStats = loadBalancerStats.getSingleServerStat(server);if(!serverStats.isCircuitBreakerTripped(currentTime)){int concurrentConnections = serverStats.getActiveRequestsCount(currentTime);if(concurrentConnections < minimalConcurrentConnections){
minimalConcurrentConnections = concurrentConnections;
chosen = server;}}2 com.netflix.loadbalancer.AvailabilityFilteringRule
功能： 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）
主要代码 ：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，过滤掉那些高并发的的后端server（active connections 超过配置的阈值）
boolean com.netflix.loadbalancer.AvailabilityPredicate.shouldSkipServer(ServerStats stats){if((CIRCUIT_BREAKER_FILTERING.get()&& stats.isCircuitBreakerTripped())|| stats.getActiveRequestsCount()>= activeConnectionsLimit.get()){returntrue;}returnfalse;}3 com.netflix.loadbalancer.WeightedResponseTimeRule
功能： 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。 ”
主要代码： 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。
classDynamicServerWeightTaskextendsTimerTask{publicvoid run(){ServerWeight serverWeight =newServerWeight();
serverWeight.maintainWeights();}}
maintainWeights(){List<Double> finalWeights =newArrayList<Double>();for(Server server : nlb.getAllServers()){ServerStats ss = stats.getSingleServerStat(server);double weight = totalResponseTime – ss.getResponseTimeAvg();
weightSoFar += weight;
finalWeights.add(weightSoFar);}
setWeights(finalWeights);}Server choose(ILoadBalancer lb,Object key){double randomWeight = random.nextDouble()* maxTotalWeight;// pick the server index based on the randomIndexint n =0;for(Double d : currentWeights){if(d >= randomWeight){
serverIndex = n;break;}else{
n++;}}
server = allList.get(serverIndex);}4 com.netflix.loadbalancer.RetryRule
功能： 对选定的负载均衡策略机上重试机制。
主要代码： 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
answer = subRule.choose(key);if(((answer ==null)||(!answer.isAlive()))&&(System.currentTimeMillis()< deadline)){InterruptTask task =newInterruptTask(deadline -System.currentTimeMillis());while(!Thread.interrupted()){
answer = subRule.choose(key);if(((answer ==null)||(!answer.isAlive()))&&(System.currentTimeMillis()< deadline)){/* pause and retry hoping it’s transient */Thread.yield();}else{break;}}
task.cancel();5 com.netflix.loadbalancer.RoundRobinRule
功能： roundRobin方式轮询选择server
主要代码： 轮询index，选择index对应位置的server
List<Server> allServers = lb.getAllServers();int upCount = reachableServers.size();int serverCount = allServers.size();int nextServerIndex = incrementAndGetModulo(serverCount);
server = allServers.get(nextServerIndex);6 com.netflix.loadbalancer.RandomRule
功能： 随机选择一个server
主要代码： 在index上随机，选择index对应位置的server
List<Server> upList = lb.getReachableServers();List<Server> allList = lb.getAllServers();int serverCount = allList.size();int index = rand.nextInt(serverCount);
server = upList.get(index);7 com.netflix.loadbalancer.ZoneAvoidanceRule
功能： 复合判断server所在区域的性能和server的可用性选择server
主要代码： 使用ZoneAvoidancePredicate和AvailabilityPredicate来判断是否选择某个server，前一个，以一个区域为单位考察可用性，对于不可用的区域整个丢弃，从剩下区域中选可用的server。判断出最差的区域，排除掉最差区域。在剩下的区域中，将按照服务器实例数的概率抽样法选择，从而判断判定一个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。
public com.netflix.loadbalancer.PredicateBasedRule.Server choose(Object key){ILoadBalancer lb = getLoadBalancer();Optional<Server> server = getPredicate().chooseRoundRobinAfterFiltering(lb.getAllServers(), key);if(server.isPresent()){return server.get();}}参照现有的若干中rule的实现风格，根据我们自己需要也可以开发出自定义的负载均衡策略。
完。
原创文章。为了维护文章的版本一致、最新、可追溯，转载请注明： 转载自 idouba
本文链接地址: Netflix源码解析之Ribbon：负载均衡策略的定义和实现