微服务负载均衡器Ribbon

本文介绍: （先过滤掉故障实例，再选择并发较小的实例）过滤掉一直连接失败的被标记为ci r cu i t trip p e d的后端Se r v e r，并过滤掉那些高并发的后端Serv er或者使用一个Av aila bi lityPredi cat e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。最小链接数，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。

1.什么是Ri b b on

目前主流的负载方案分为以下两种：

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，有硬件的（比如 F5），也有软件的（比如 Ngin x）。

客户端根据自己的请求情况做负载均衡，Ri b b on 就属于客户端自己做负载均衡。

Spr in g Cloud Ri b bon是基于Netf li x Ri bbon 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 Ba lan cer
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。

1.1 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；即在客户端就进行负载均衡算法分配。

1.2 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。

1.3 常见负载均衡算法

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Ha sh，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

最小链接数，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

2. Nac os 使用Ribbon

nacos–dis co very 依赖了ribbon，可以不用再引入 ribbon 依赖

2) 添加
@LoadBa lan ce d
注解

@Configuration
 public class RestConfig {
 @Bean
 @LoadBalanced
 public RestTemplate restTemplate() {
 return new RestTemplate();
 }
 }

3) 修改 controller

@Autowired
 private RestTemplate restTemplate;

 @RequestMapping(value = "/findOrderByUserId/{id}")
 public R findOrderByUserId(@PathVariable("id") Integer id) {
 // RestTemplate调用
 //String url = "http://localhost:8020/order/findOrderByUserId/"+id;
 //模拟ribbon实现
 //String url = getUri("mall‐order")+"/order/findOrderByUserId/"+id;
// 添加@LoadBalanced
String url = "http://mall‐order/order/findOrderByUserId/"+id;
R result = restTemplate.getForObject(url,R.class);

return result;
}

3 Ribbon负载均衡策略

IRule

这是所有负载均衡策略的父接口，
里边的核心方法就是
choose
方法，用来选择一个服务实例
。

Abstr actLoadBalan cerRule

Abstr actLoadBalan cerRule
是一个抽象类，里边主要定义了一个
ILoadBalancer
，这里定义它的目的主要是
辅助负责均衡策略选取合适的服务端实例。

RandomRule

看名字就知道，这种负载均衡策略就是
随机选择一个服务实例
，看源码我们知道，在
RandomRule
的无参构造方法中初始化了一个
Random
对象，然后在它重写的choose
方法又调用了
choose(ILoadBalancer lb, Object key)
这个重载的
choose
方法，在这个重载的
choose
方法中，每次利用 random 对象生成一个不大于服务实例总数的随机数，并将该数作为下标所以获取一个服务实例。

RoundRobinRule

RoundRobinRule
这种负载均衡策略叫做线性
轮询负载均衡策略
。这个类的
choose(ILoadBalancer lb, Object key)
函数整体逻辑是这样的：开启一个计数器 count
，在
while
循环中遍历服务清单，获取清单之前先通过
incrementAndGetModulo
方法获取一个下标，这个下标是一个不断自增长的数先加1
然后和服务清单总数取模之后获取到的（所以这个下标从来不会越界），拿着下标再去服务清单列表中取服务，每次循环计数器都会加

1
，如果连续
10
次都没有取到服务，则会报一个警告
No available alive server s after 10 tries from load balancer: XXXX
。

RetryRule
（在轮询的基础上进行重试）

看名字就知道这种负载均衡策略带有
重试
功能。首先
RetryRule
中又定义了一个
subRule
，它的实现类是
RoundRobinRule
，然后在
RetryRule
的

choose(ILoadBalancer lb, Object key)
方法中，每次还是采用
RoundRobinRule
中的
choose
规则来选择一个服务实例，如果选到的实例正常就返

回，如果选择的服务实例为
null
或者已经失效，则在失效时间
dead line
之前不断的进行重试（重试时获取服务的策略还是
RoundRobinRule
中定义的

策略），如果超过了
dead line
还是没取到则会返回一个
null
。

WeightedResponseTimeRule
（
权重
—nacos
的NacosRule ，Nacos还扩展了一个自己的基于配置的权重扩展
） WeightedRes ponseTimeRule是
RoundRobinRule
的一个子类，在
WeightedResponseTimeRule
中对
RoundRobinRule
的功能进行了扩展，

WeightedResponseTimeRule
中会根据每一个实例的运行情况来给计算出该实例的一个
权重
，然后在挑选实例的时候则根据权重进行挑选，这样能够实现更优的实例调用。WeightedResponseTimeRule
中有一个名叫
Dynam icServerWeightTask
的定时任务，默认情况下每隔
30
秒会计算一次各个服务实例的权重，权重的计算规则也很简单，
如果一个服务的平均响应时间越短则权重越大，那么该服务实例被选中执行任务的概率也就越大
。

ClientConfigEnabledRoundRobinRule

ClientConfigEnabledRoundRobinRule
选择策略的实现很简单，内部定义了
RoundRobinRule
，
choose
方法还是采用了
RoundRobinRule
的 choose方法，所以它的选择策略
和
RoundRobinRule
的选择策略一致
，不赘述。

BestAvailableRule

BestAvailableRule
继承自
ClientConfigEnabledRoundRobinRule
，它在
ClientConfigEnabledRoundRobinRule
的基础上主要增加了根据 loadBalancerStats中保存的服务实例的状态信息来
过滤掉失效的服务实例的功能，然后顺便找出并发请求最小的服务实例来使用。
然而 loadBalancerStats有可能为
null
，如果
loadBalancerStats
为
null
，则
BestAvailableRule
将采用它的父类即 ClientConfigEnabledRoundRobinRule的服务选取策略（线性轮询）。

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。
）

ZoneAvoidanceRule
是
Predi cateBasedRule
的一个实现类，只不过这里多一个过滤条件，
ZoneAvoidanceRule
中的过滤条件是以

ZoneAvoidancePredi cate
为主过滤条件和以

AvailabilityPredi cate
为次过滤条件组成的一个叫做
CompositePredi cate
的组合过滤条件，过滤成功之后，继续采用线性轮询

(
RoundRobinRule
)
的方式从过滤结果中选择一个出来。
AvailabilityFilteringRule
（先过滤掉故障实例，再选择并发较小的实例）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AvailabilityPredi cate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。

3.2.1 修改默认负载均衡策略

@Configuration
 public class RibbonConfig {

 /**
 * 全局配置
 * 指定负载均衡策略
 * @return
 */
 @Bean
public IRule 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();
}
}

注意：此处有坑。
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

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)
 })
public class MallUserRibbonDemoApplication {

 public static void main(String[] args) {
 SpringApplication.run(MallUserRibbonDemoApplication.class, args);
 }
 }

配置文件
：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&amp;权重）
 NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule

3.2.2 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。

1）
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);
 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) {

 }
 }

2) 配置自定义的策略

2.1）配置文件：

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&amp;权重）
 NFLoadBalancerRuleClassName: com.tuling.mall.ribbondemo.rule.NacosRandomWithWeightRule

3.3 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

 ribbon:
 eager‐load:
 # 开启ribbon饥饿加载
 enabled: true
 # 配置mall‐user使用ribbon饥饿加载，多个使用逗号分隔
 clients: mall‐order

源码对应属性配置类：RibbonEagerLoadProperties

测试：

原文地址:https://blog.csdn.net/u011134399/article/details/134455689

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。

如若转载，请注明出处：http://www.7code.cn/show_13163.html

如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

server 负载过滤

相关文章

发表回复 取消回复

发表回复取消回复