什么是Ribbon？

目前主流的负载均衡分为两种:

集中式负载均衡 在消费者和服务提供方中间使用独立的代理方式进行负载,比如硬件有F5,软件如nginx
客户端根据自己的请求情况做负载均衡,Ribbon 就属于客户端自己做负载均衡

Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端的负载均衡工具,Ribbon客户端组件提供一系列的完善的配置,比如超时、重试等

通过Load Balancer获取到服务提供的所有机器实例,Ribbon会自动基于某种规则(轮询、随机)去调用这些服务.

Ribbon也可以实现我们自己的负载均衡算法

客户端的负载均衡

例如Spring Cloud中的Ribbon,客户端会有一个服务器地址列表,在发送请求前通过负载均衡算法选择一个服务器,然后进行访问,这是客户端负载均衡,也就是在客户端就进行负载均衡算法的分配

详细链接： www.processon.com/view/link/6…

服务端的负载均衡

例如Nginx,通过Nginx进行负载均衡,先发送请求,然后通过负载均衡算法,在多个服务器之间选择一个进行访问.

即在服务器端再进行负载均衡算法分配

详细链接： www.processon.com/view/link/6…

常见的负载均衡算法

随机 通过随机选择服务进行执行,一般这种方式使用较少
轮训 负载均衡默认实现方式,请求来之后排队处理
加权轮训 通过对服务器性能的分型,给高配置,低负载的服务器分配更高的权重,均衡各个服务器的压力
地址Hash 通过客户端请求的地址的hash值取模映射进行服务器调度.ip hash
最小连接数 即使请求均衡了,压力不一定会均衡,最小连接数法就是根据服务器的情况,比如请求积压数等参数,将请求分配到当前压力最小的服务器上.最小活跃数

Ribbon的使用

public class RibbonDemo {

    public static void main(String[] args) {
        // 服务列表
        List<Server> serverList = Lists.newArrayList(
                new Server("localhost", 8020),
                new Server("localhost", 8021));
        // 构建负载实例
        ILoadBalancer loadBalancer = LoadBalancerBuilder.newBuilder()
                .buildFixedServerListLoadBalancer(serverList);
        // 调用 5 次来测试效果
        for (int i = 0; i < 5; i++) {
            String result = LoadBalancerCommand.<String>builder()
                    .withLoadBalancer(loadBalancer).build()
                    .submit(new ServerOperation<String>() {
                        @Override
                        public Observable<String> call(Server server) {
                            String addr = "http://" + server.getHost() + ":" +
                                    server.getPort() + "/order/findOrderByUserId/1";
                                System.out.println(" 调用地址：" + addr);
                            URL url = null;
                            try {
                                url = new URL(addr);
                                HttpURLConnection conn = (HttpURLConnection) url.openConnection();
                                conn.setRequestMethod("GET");
                                conn.connect();
                                InputStream in = conn.getInputStream();
                                byte[] data = new byte[in.available()];
                                in.read(data);
                                return Observable.just(new String(data));
                            } catch (Exception e) {
                                e.printStackTrace();
                            }
                            return null;
                        }
                    }).toBlocking().first();

            System.out.println(" 调用结果：" + result);
        }
    }

}
复制代码

Spring Cloud整合Ribbon

引入依赖

<!--添加ribbon的依赖-->
<dependency>
  <groupId>org.springframework.cloud</groupId>
  <artifactId>spring-cloud-starter-netflix-ribbon</artifactId>
</dependency>
复制代码

nacos-discovery依赖了ribbon,可以不用再引入ribbon依赖

添加@LoadBalanced注解

 @Bean
 @LoadBalanced
 public RestTemplate restTemplate() {
     return new RestTemplate();
 } 
复制代码

Ribbon内部原理

详细链接: www.processon.com/view/link/6…

模拟Ribbon轮询算法实现

@Autowired
private DiscoveryClient discoveryClient;

public String getUri(String serviceName) {
    List<ServiceInstance> serviceInstances = discoveryClient.getInstances(serviceName);
    if (serviceInstances == null || serviceInstances.isEmpty()) {
        return null;
    }
    int serviceSize = serviceInstances.size();
    // 轮询
    int indexServer = incrementAndGetModulo(serviceSize);
    return serviceInstances.get(indexServer).getUri().toString();
}
private AtomicInteger nextIndex = new AtomicInteger(0);
private int incrementAndGetModulo(int modulo) {
    for (;;) {
        int current = nextIndex.get();
        int next = (current + 1) % modulo;
        if (nextIndex.compareAndSet(current, next) && current < modulo){
            return current;
        }
    }
}
复制代码

@LoadBalanced 注解原理

LoadBalancerAutoConfiguration

@LoadBalanced利用@Qualifier作为restTemplates注入的筛选条件,筛选出具有负载均衡标识的RestTemplate

@Configuration(
    proxyBeanMethods = false
)
@ConditionalOnClass({RestTemplate.class})
@ConditionalOnBean({LoadBalancerClient.class})
@EnableConfigurationProperties({LoadBalancerRetryProperties.class})
public class LoadBalancerAutoConfiguration {
 ....

    @Configuration(
        proxyBeanMethods = false
    )
    @ConditionalOnMissingClass({"org.springframework.retry.support.RetryTemplate"})
    static class LoadBalancerInterceptorConfig {
        LoadBalancerInterceptorConfig() {
        }

        @Bean
        public LoadBalancerInterceptor ribbonInterceptor(LoadBalancerClient loadBalancerClient, LoadBalancerRequestFactory requestFactory) {
            return new LoadBalancerInterceptor(loadBalancerClient, requestFactory);
        }

        @Bean
        @ConditionalOnMissingBean
        public RestTemplateCustomizer restTemplateCustomizer(final LoadBalancerInterceptor loadBalancerInterceptor) {
            return (restTemplate) -> {
                List<ClientHttpRequestInterceptor> list = new ArrayList(restTemplate.getInterceptors());
               // 添加了loadBancerInterceptor拦截器
                list.add(loadBalancerInterceptor);
                restTemplate.setInterceptors(list);
            };
        }
    }
}
复制代码

Ribbon相关接口

org.springframework.cloud.netflix.ribbon.****RibbonClientConfiguration

IClientConfig：Ribbon的客户端配置,默认采用DefaultClientConfigImpl实现

IRule：Ribbon的负载均衡策略,默认采用ZoneAvoidanceRule实现,该策略能够在多区域环境下选出最佳区域的实例进行访问

IPing：Ribbon的实例检查策略,默认采用DummyPing实现,该检查策略是一个特殊的实现,实际上它并不会检查实例是否可用,而是始终返回true,默认认为所有服务实例都是可用的

ServerList：服务实例清单的维护机制,默认采用ConfigurationBasedServerList实现

ServerListFilter：服务实例清单过滤机制,默认采ZonePreferenceServerListFilter,该策略能够优先过滤出与请求方处于同区域的服务实例

ILoadBalancer：负载均衡器,默认采用ZoneAwareLoadBalancer实现,它具备了区域感知的能力

Ribbon负载均衡策略

RandomRule：随机选择一个Server
RetryRule：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：轮询选择, 轮询index,选择index对应位置的Server
AvailabilityFilteringRule：过滤掉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后端Server或者使用一个AvailabilityPredicate来包含过滤server的逻辑,其实就是检查status里记录的各个Server的运行状态。
BestAvailableRule：选择一个最小的并发请求的Server,逐个考察Server,如果Server被tripped了,则跳过
WeightedResponseTimeRule：根据响应时间加权，响应时间越长，权重越小，被选中的可能性越低
ZoneAvoidanceRule： 默认的负载均衡策略,即复合判断Server所在区域的性能和Server的可用性选择Server,在没有区域的环境下,类似于轮询(RandomRule)
NacosRule: 同集群优先调用

修改默认负载均衡策略

全局配置：调用其他微服务,一律使用指定的负载均衡算法
@Bean public IRule() { // 指定使用Nacos提供的负载均衡策略(优先调用同一集群的实例,基于随机权重) return new NacosRule(); } 复制代码
局部配置:调用指定微服务提供的服务时,使用对应的负载均衡算法
修改application.yml
# 被调用的微服务名 mall-order: ribbon: # 指定使用Nacos提供的负载均衡策略（优先调用同一集群的实例，基于随机&权重） NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule 复制代码

自定义负载均衡策略

通过实现IRule接口可以自定义负载策略,主要的选择服务逻辑在 choose 方法中

实现基于Nacos权重的负载均衡策略

@Slf4j
public class NacosRandomWithWeightRule extends AbstractLoadBalancerRule {

    @Autowired
    private NacosDiscoveryProperties nacosDiscoveryProperties;

    @Override
    public Server choose(Object key) {
        DynamicServerListLoadBalancer loadBalancer = (DynamicServerListLoadBalancer) getLoadBalancer();
        String serviceName = loadBalancer.getName();
        NamingService namingService = nacosDiscoveryProperties.namingServiceInstance();

        try {
            //nacos基于权重的算法
            Instance instance = namingService.selectOneHealthyInstance(serviceName);
            log.info(instance.getIp() + ":" + instance.getPort());
            return new NacosServer(instance);
        } catch (NacosException e) {
            log.error("获取服务实例异常：{}", e.getMessage());
            e.printStackTrace();
        }

        return null;
    }

    @Override
    public void initWithNiwsConfig(IClientConfig clientConfig) {

    }
}
复制代码

配置自定义的策略

局部配置
修改application.yml

# 被调用的微服务名
mall-order:
  ribbon:
    # 自定义的负载均衡策略（基于随机&权重）
    NFLoadBalancerRuleClassName: com.tuling.mall.ribbondemo.rule.NacosRandomWithWeightRule
复制代码

全局配置
@Bean public IRule ribbonRule() { return new NacosRandomWithWeightRule(); } 复制代码
局部配置第二种方式

可以利用@RibbonClient指定微服务及其负载均衡策略

@SpringBootApplication(exclude = {DataSourceAutoConfiguration.class,
        DruidDataSourceAutoConfigure.class})
//@RibbonClient(name = "mall-order",configuration = RibbonConfig.class)
//配置多个   RibbonConfig不能被@SpringbootApplication的@CompentScan扫描到，否则就是全局配置的效果
@RibbonClients(value = {
    // 在SpringBoot主程序扫描的包外定义配置类
    @RibbonClient(name = "mall-order",configuration = RibbonConfig.class),
    @RibbonClient(name = "mall-account",configuration = RibbonConfig.class)    
})
复制代码

注意: 不能写在@SpringbootApplication注解的@CompentScan扫描得到的地方,否则自定义的配置类就会被所有的 RibbonClients共享.不建议这么使用,推荐yml方式

饥饿加载

在进行服务调用的时候,如果网络情况不好,第一次调用会超时

Ribbon默认懒加载,意味着只有在发起调用的时候才会创建客户端

开启饥饿加载,解决第一次调用慢的问题

ribbon:
  eager-load:
    # 开启ribbon饥饿加载
    enabled: true
    # 配置mall-order使用ribbon饥饿加载，多个使用逗号分隔
    clients: mall-order
复制代码

RibbonEagerLoadProperties

@ConfigurationProperties(
    prefix = "ribbon.eager-load"
)
public class RibbonEagerLoadProperties {
    private boolean enabled = false;
    private List<String> clients;

    public RibbonEagerLoadProperties() {
    }

    public boolean isEnabled() {
        return this.enabled;
    }

    public void setEnabled(boolean enabled) {
        this.enabled = enabled;
    }

    public List<String> getClients() {
        return this.clients;
    }

    public void setClients(List<String> clients) {
        this.clients = clients;
    }
}

原文链接：https://juejin.cn/post/7091532202936107016

不会吧不会吧，不会还有人不知道怎么用Spring Cloud Ribbon实现负载均衡吧？