Ribbon负载均衡服务调用
1. Ribbon概述
Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Spring Cloud Ribbon虽然只是一个工具类框架，它不像服务注册中心、配置中心、API网关那样需要独立部署，但是它几乎存在于每一个Spring Cloud构建的微服务和基础设施中。因为微服务间的调用，API网关的请求转发等内容，实际上都是通过Ribbon来实现的，包括后续我们将要介绍的Feign，它也是基于Ribbon实现的工具。所以，对Spring Cloud Ribbon的理解和使用，对于我们使用Spring Cloud来构建微服务非常重要。
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。
官网：Getting Started · Netflix/ribbon Wiki · GitHub Ribbon进入维护期，未来方案是spring cloud load balancer
负载均衡
-
LB负载均衡(Load Balance)是什么 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。
-
Ribboh本地负载均衡客户端VS Nginx服务端负载均衡区别 Nginx是服务器负载均衡，客户端所有请求都会交给nginx，然后由nginx实现转发请求。即负载均衡是由服务端实现的。 Ribbon本地负载均衡，在调用微服务接口时候，会在注册中心上获取注册信息服务列表之后缓存到VM本地，从而在本地实现RPC远程服务调用技术。
集中式LB（了解）和进程内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，集成于消费方进程消费方通过它来获取到服务提供方的地址。
Ribbon在工作时分成两步（ribbon就是负载均衡+RestTemplate） 第一步先选择EurekaServer ,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，在从server取到的服务注册列表中选择一个地址。其中Ribbon提供了多种策略:比如轮询、随机和根据响应时间加权。
eureka的jar包自带ribbon：（插件Maven Helper可以查询使用）
2. RestTemplate
官网：https:/doc.spring.io/spring-framework/docs/5.2.2.RELEASE/javadoc-api/org/springframework/web/client/RestTemplate.html
常用方法：
-
getForObject方法/getForEntity方法
-
postForObject/postForEntity
object基本返回对象是json,entity是一个返回对象体，有状态码等等信息。
操作cloud-consumer-order80项目修改controller层：
@GetMapping("/consumer/payment/getForEntity/{id}")
public CommonResult<Payment> getPayment2(@PathVariable("id") Long id){
ResponseEntity<CommonResult> entity=restTemplate.getForEntity(PAYMENT_URL+"/payment/get/"+id,CommonResult.class);
if(entity.getStatusCode().is2xxSuccessful()){
return entity.getBody();
}else{
return new CommonResult<>(444,"操作失败");
}
}测试：
3. Ribbon核心组件IRule
lRule:根据特定算法中从服务列表中选取一个要访问的服务
ctrl+N：（IDEA常用的搜索快捷键_idea搜索快捷键-CSDN博客）
Ribbon负载均衡策略
com.netflix.loadbalancer.RoundRobinRule：轮询 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，获取可用的服务 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：默认规则,复合判断server所在区域的性能和server的可用性选择服务器
Ribbon负载均衡策略替换
策略替换：官方文档明确给出了警告—>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，达不到特殊化定制的目的了。
-
修改cloud-consumer-order80项目
-
新建myrule.MySelfRule
@Configuration
public class MySelfRule {
@Bean
public IRule myRule(){
return new RandomRule();
}
}-
主启动类
@SpringBootApplication
@EnableEurekaClient
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class)
public class OrderMain80 {
public static void main(String[] args) {
SpringApplication.run(OrderMain80.class,args);
}
}@RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class)，不用默认的轮询，使用替换的负载均衡算法。
测试：
4. Ribbon负载均衡算法
Ribbon默认负载轮训算法原理
负载均衡算法: 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，每次服务重启动后rest接口计数从1开始。
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
如:
List [0] instances = 127.0.0.1:8002
List [1] instances = 127.0.0.1:8001
8001 + 8002组合成为集群，它们共计2台机器，集群总数为2，按照轮询算法原理:
当总请求数为1时:1%2=1对应下标位置为1，则获得服务地址为127.0.0.1:8001当总请求数位2时:2%2=0对应下标位置为0，则获得服务地址为127.0.0.1:8002当总请求数位3时:3%2=1对应下标位置为1，则获得服务地址为127.0.0.1:8001当总请求数位4时:4%2=O对应下标位置为0，则获得服务地址为127.0.0.1:8002如此类推.....
第几次请求除以总的集群服务的数量取余，余数就是那个服务作为提供者，这样实现了轮询。
RoundRobinRule源码分析
查看RoundRobbinRule源代码主要从IClientConfigAware、IRule、AbtstractLoadBalancerRule、RoundRobinRule、RanomRule、RetryRule、BestAvailableRule、AvailabilityFilteringRule、WeightedResponseTimeRulezi
自定义负载均衡算法
修改cloud-provider-payment8001和cloud-provider-payment8002项目：
@GetMapping(value = "/payment/lb")
public String getPaymentLB(){
return serverPort;
}修改cloud-consumer-order80项目：
config包下面的注释@LoadBalancer
@Configuration
public class ApplicationContextConfig {
@Bean
// @LoadBalanced //使用自己定义的负载均衡算法
public RestTemplate getRestTemplate(){
return new RestTemplate();
}
}新建一个接口LoadBalancer和MyLB类：
@Component
public class MyLB implements LoadBalancer{
private AtomicInteger atomicInteger=new AtomicInteger(0);//原子类
public final int getAndIncrement(){
int current;
int next;
do{
current=this.atomicInteger.get();
next=current>=2147483647?0:current+1; //2147483647 int最大值，防止next溢出
}while (!this.atomicInteger.compareAndSet(current,next));
System.out.println("********次数next:"+next);
return next;
}
@Override
public ServiceInstance instance(List<ServiceInstance> serviceInstances) {
int index = getAndIncrement()%serviceInstances.size();
return serviceInstances.get(index);
}
}contrller层：
@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 serviceInstance=loadBalancer.instance(instances);
URI uri = serviceInstance.getUri();
return restTemplate.getForObject(uri+"/payment/lb",String.class);
}测试：文章来源：https://www.toymoban.com/news/detail-761451.html
文章来源地址https://www.toymoban.com/news/detail-761451.html
到了这里，关于第五章 Ribbon负载均衡服务调用的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
