Cloud技术栈

简介

官网https://github.com/Netflix/ribbon/wiki/Getting-Started

Spring Cloud Ribbon是基于Netfix Ribbon实现的一套客户端负载均衡的工具

简单的说，Ribbon是Netfix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处Load Balancer（简称LB）后面所有的机器，Ribbon会自动的帮你基于某种规则（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。

Ribbon目前也进入维护模式

未来想使用Spring Cloud Loadbalancer替换Ribbon

image-20200707105900655

负载均衡

LB负载均衡（Load Balance）是什么？

简单来说就是将用户的请求平摊的分配到多个服务上，从而达到系统的高可用（HA）。常见的负载均衡有软件Nginx,LVS,硬件F5等。

Ribbon本地负载均衡客户端 VS Nginx服务端负载均衡的区别

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，在调用微服务接口的时候，会在注册中心上获取注册信息服务列表之后缓存到JVM本地，从而在本地实现RPC远程服务调用技术。

Nginx 适合于服务器端实现负载均衡 比如 Tomcat ，Ribbon 适合与在微服务中 RPC 远程调用实现本地服务负载均衡，比如 Dubbo、SpringCloud 中都是采用本地负载均衡

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）由该设施负载把访问请求通过某种策略转发至服务的提供方。

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服务提供方的地址。

前面我们讲解过了80通过轮询负载访问8001/8002

image-20200707111157126

GIF

Eureka默认集成了Ribbon，这个例子就是使用了Ribbon负载均衡+RestTemplate服务调用,Ribbon就是负载均衡+RestTemplate

image-20200707111741323

架构说明

image-20200707112034262

Ribbon在工作时分成两步

第一步先选择Eureka Server，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。默认使用轮询

Ribbon其实就是一个软负载均衡的客户端组件，他可以和其他所需请求的客户端结合使用，和eureka结合只是其中的一个实例。

RestTemplate使用

官网https://docs.spring.io/spring-framework/docs/5.2.2.RELEASE/javadoc-api/org/springframework/web/client/RestTemplate.html

getForEntity

image-20200707113403946

修改80的controller

image-20200707113443043

1
2
3
4
5
6
7
8
9
10
11
//包含更详细的请求头，请求体之类的信息 getForEntity()
@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！");
    }
}

包含更详细的请求头，请求体之类的信息

postForEntity

image-20200707113745164

核心组件IRule

根据特定的算法中从服务列表中选取一个要访问的服务

SpringCloud结合Ribbon默认的自带有七种算法

image-20200707151949201

  • RoundRobinRule：轮询，依次执行每个执行一次(默认)
  • RandomRule：随机
  • 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
  • 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

替换默认算法

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。

image-20200707153048231

image-20200707153130156

而我们SpringBoot主启动类上的@SpringBootApplication源码中就使用了@ComponentScan扫描了主启动类所在的包和它的子包。

image-20200707153257856

也就是我们不能在主启动类下的包创建配置类。而是于创建一个与它同级的包下编写配置类MySelfRule。

image-20200707153547168

1
2
3
4
5
6
7
8
@Configuration
public class MySelfRule {

    @Bean
    public IRule myRule(){
        return new RandomRule();//定义为随机
    }
}

修改算法为RandomRule为随机算法

主启动类添加@RibbonClientname属性值代表访问此名称的微服务时，采用configuration配置的算法访问。

image-20200707154038617

测试启动80

image-20200707154447621

服务全都注册启动成功！

image-20200707154429054

访问http://localhost/consumer/payment/getForEntity/31进行测试

GIF1545

可以看见调用服务提供者的算法不再时轮询，你一次我一次，而是变成了随机的调用。

RoundRobinRule（轮询算法）

原理

image-20200707154810588

手写

8001 8002controller添加请求映射

image-20200707155258940

1
2
3
4
@GetMapping(value = "/payment/lb")
public String getPaymentLB(){
    return serverPort;
}

80主启动类注释配置算法@RibbonClient注解

image-20200707155813751

80中的RestTemplate配置类ApplicationContextBean去掉@LoadBalanced

image-20200707155411435

80创建lb包，创建LoadBalance接口

image-20200707155549470

1
2
3
4
public interface LoadBalancer {

    ServiceInstance instances(List<ServiceInstance> serviceInstances);
}

80创建实现类MyLB

image-20200707155621621

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
@Component
public class MyLB implements LoadBalancer {

    private AtomicInteger atomicInteger = new AtomicInteger(0);

    public final int getAndIncrement() {
        int current;
        int next;
        do {
            current = this.atomicInteger.get();
            next = current >= 2147483647 ? 0 : current + 1;
        }while (!this.atomicInteger.compareAndSet(current,next));
        System.out.println("****次数next:"+next);
        return next;
    }

    @Override
    public ServiceInstance instances(List<ServiceInstance> serviceInstances) {

        int index = getAndIncrement() % serviceInstances.size();

        return serviceInstances.get(index);
    }
}

编写控制类

注入我们编写的LoadBalancer，和DiscoverClient

1
2
3
4
5
@Resource
LoadBalancer loadBalancer;

@Resource
DiscoveryClient discoveryClient;

image-20200707160115471

编写请求方法

image-20200707160235163

1
2
3
4
5
6
7
8
9
10
11
12
13
14
@GetMapping("/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.instances(instances);
    URI uri = serviceInstance.getUri();

    return restTemplate.getForObject(uri+"/payment/lb",String.class);

}

启动项目进行测试

image-20200707160638472

访问http://localhost/consumer/payment/lb

GIF1607

实现了轮询效果！