首页 > 数据库 > 数据库开发技术 > 深度:一文搞懂Ribbon使用及内核原理剖析
1.什么是Ribbon
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,如超时,重试等。通过Load Balancer( LB )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。
进程内的LB,他是一个类库集成到消费端,通过消费端进行获取提供者的地址。
生活中: 类似与你去火车站排队进站(有三条通道),只要是正常人,都会排队到人少的队伍中去。
程序中: 我们消费端 能获取到服务提供者地址列表,然后根据某种策略去获取一个地址进行调用。

1.2 什么是服务端的负载均衡
生活中:类似与你去火车站排队进站的时候,有一个火车站的引导员告诉你说三号通道人少,你去三号通道排队。
程序中:就是你消费者调用的是ng的地址,由ng来选择 请求的转发(轮询 权重,ip_hash等)

2. 快速整合Ribbon
引入依赖
<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring‐cloud‐starter‐netflix‐eureka‐client</artifactId></dependency><!‐‐添加ribbon的依赖, eureka client启动器已经依赖了ribbon,可以不配‐‐><dependency><groupId>org.springframework.cloud</groupId><artifactId>spring‐cloud‐starter‐netflix‐ribbon</artifactId></dependency>
添加@LoadBalanced注解
public RestTemplate restTemplate() {return new RestTemplate();}
3. Ribbon内核原理
3.1 Ribbon调用流程

3.2 Ribbon负载均衡策略

1. RandomRule:随机选择一个Server。
2. 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。
3. RoundRobinRule:轮询选择, 轮询index,选择index对应位置的Server。
4. 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。
5. 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。
6. 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。
7. ZoneAvoidanceRule:复合判断Server所在区域的性能和Server的可用性选择Server。
3.2.1 修改默认负载均衡策略
public class AppConfig {public RestTemplate restTemplate() {return new RestTemplate();}public IRule myRule() {return new RandomRule();}}
3.2.2 自定义负载均衡策略
1)自定义负载算法
public class MyRandomRule extends AbstractLoadBalancerRule {/** 总共被调用的次数,目前要求每台被调用5次 */private int total = 0;/** 当前提供服务的机器号 */private int currentIndex = 0;public Server choose(ILoadBalancer lb, Object key) {if (lb == null) {return null;}Server server = null;while (server == null) {if (Thread.interrupted()) {return null;}//激活可用的服务List<Server> upList = lb.getReachableServers();//所有的服务List<Server> allList = lb.getAllServers();int serverCount = allList.size();if (serverCount == 0) {return null;}if (total < 5) {server = upList.get(currentIndex);total++;} else {total = 0;currentIndex++;if (currentIndex >= upList.size()) {currentIndex = 0;}}if (server == null) {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;}@Overridepublic Server choose(Object key) {return choose(getLoadBalancer(), key);}@Overridepublic void initWithNiwsConfig(IClientConfig clientConfig) {}}
2)在SpringBoot主程序扫描的包外定义配置类
public class MySelfRule {public IRule myRule(){return new MyRandomRule();}}
注意:自定义的负载均衡策略不能写在@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。

3)使用@RibbonClient指定负载均衡策略,在SpringBoot主程序添加 @RibbonClient 引入配置类
public class ServiceMemberApplication {}
3.3 Ribbon相关接口
参考:org.springframework.cloud.netflix.ribbon.RibbonClientConfigurationIClientConfig: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。
修改配置:
service‐order.ribbon.NFLoadBalancerPingClassName=\com.netflix.loadbalancer.PingUrlservice‐order.ribbon.NFLoadBalancerRuleClassName=\com.netflix.loadbalancer.RandomRule
4 Ribbon内核源码图

(需要原图的朋友可以关注我的微信公众号:输入:Ribbon)

原文作者:Fox爱分享;如有侵权,请联系管理员删除。