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。本文将讲述Spring Cloud调用Ribbon的方法
一、简介
1. 是什么
- 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。
- 官方文档
- 目前已进入维护状态，以后可以通过Open Feign作为替代方案
- 负载均衡+RestTemplate，实现负载均衡调用
2. 负载均衡
- 负载均衡（Load Balance，LB），即将用户的请求平摊到多个服务上，从而达到系统的高可用（HA）
- 负载均衡分为两种方案：集中式LB、进程内LB
2.1 集中式LB
- 即服务方和消费方之间使用独立的LB设施，由该设备负责把访问请求通过某种策略转发至服务提供方。
- 比如说Nginx、Gateway、zuul等
2.2 进程内LB
- 负载均衡的算法集成到消费方，消费方在注册中心中获取可用地址，然后通过LB算法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方提供的地址。
二、实验
Ribbon集成在spring-cloud-starter-netflix-eureka-client中，可以参考eureka的使用。在此基础上简单修改一下，就可以完成服务调用及负载均衡
1. RestTemplate
- 官网
- 通过RestTemplate，可以实现HttpClient的功能，只需要给它提供一个url及返回类型，即可实现远程方法调用。
1.1 加入到IOC容器
首先，将其加入到IOC容器中。@LoadBalanced表示开启负载均衡。
@Configuration public class ApplicationContextConfig { @Bean @LoadBalanced public RestTemplate restTemplate() { return new RestTemplate(); } } 1.2 RestTemplate 远程调用
@Slf4j @RestController @RequestMapping("/order") public class OrderController { @Autowired RestTemplate restTemplate; // 在ioc容器中获取 @Value("${payment.url}") String paymentUrl; // 远程调用的URL，保存在配置文件中，解耦 @GetMapping("/payment/get/{id}") public CommonResult getPaymentById(@PathVariable("id") Long id) { CommonResult result = restTemplate.getForObject(paymentUrl + "/payment/get/" + id, CommonResult.class); // get方法调用，并且返回封装成 CommonResult 类型 log.info("Order 查询 Payment，id：" + id); return result; } } 也可以使用getForEntity()方法，获取整个响应，自己在响应中获取想要的内容。
@GetMapping("/payment/getEntity/{id}") public CommonResult getPaymentEntityById(@PathVariable("id") Long id) { ResponseEntity entity = restTemplate.getForEntity(paymentUrl + "/payment/get/" + id, CommonResult.class); log.info("获取到的信息是：" + entity.toString()); log.info("获取到的StatusCode是：" + entity.getStatusCode()); log.info("获取到的StatusCodeValue是：" + entity.getStatusCodeValue()); log.info("获取到的Headers是：" + entity.getHeaders()); if (entity.getStatusCode().is2xxSuccessful()) { log.info("查询成功：" + id); return entity.getBody(); } else { log.info("查询失败：" + id); return new CommonResult<>(CommonResult.FAIlURE, "查询失败"); } } 如果使用post方法，就将get改成post就好了。
1.3 配置文件
url，可以写具体的地址，表示直接调用该地址；也可以写在eureka的服务名，首先在eureka中获取该服务的所有地址，再通过LB选择一个。
payment: url: "http://CLOUD-PAYMENT-SERVICE"
2. LoadBalancer
上面通过@LoadBalanced开启了负载均衡。默认使用轮询算法，也可以修改成其他算法。
| Class | 算法 |
|---|---|
| com.netflix.loadbalancer.RoundRobinRule | 轮询，默认算法 |
| com.netflix.loadbalancer.RandomRule | 随机算法，通过产生随机数选择服务器 |
| 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 |
2.1 修改负载均衡算法
如果想让该算法只针对某个服务，则不能将其放在ComponentScan够得到的地方，否则会修改所有服务的负载均衡算法。因此，最好在外面再新建一个package，用来放这个LB
@Configuration public class MyRule { @Bean public IRule rule() { return new RandomRule(); } } 在主启动类上，标识一下服务与算法直接的映射关系
@SpringBootApplication @EnableEurekaClient @RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = MyRule.class) public class OrderApplication80 { public static void main(String[] args) { SpringApplication.run(OrderApplication80.class, args); } } 如果嫌这种方法麻烦，也可以使用配置文件的方法
CLOUD-PAYMENT-SERVICE: # 服务名称 ribbon: NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule # 算法选择
3. 负载均衡算法源码
以默认的RoundRobinRule作为阅读的源码，其他的源码基本上很类似，只是修改的选择服务器的代码。
- RoundRobinRule父类为AbstractLoadBalancerRule，AbstractLoadBalancerRule实现了接口IRule
3.1 IRule
public interface IRule { Server choose(Object var1); // 选择服务器，最重要的方法 void setLoadBalancer(ILoadBalancer var1); ILoadBalancer getLoadBalancer(); } 3.2 AbstractLoadBalancerRule
基本没什么作用，只是将公共的部分提取了出来进行实现。
public abstract class AbstractLoadBalancerRule implements IRule, IClientConfigAware { private ILoadBalancer lb; // ILoadBalancer接口，主要的功能就是获取当前服务器的状态、数量等，为负载均衡算法提供计算的参数 public AbstractLoadBalancerRule() { } public void setLoadBalancer(ILoadBalancer lb) { this.lb = lb; } public ILoadBalancer getLoadBalancer() { return this.lb; } } 3.3 RoundRobinRule
简单来说，就是通过一个计数器，实现了轮询
public class RoundRobinRule extends AbstractLoadBalancerRule { private AtomicInteger nextServerCyclicCounter; // 原子类，用来保存一个计数，记录现在轮询到哪了 private static final boolean AVAILABLE_ONLY_SERVERS = true; private static final boolean ALL_SERVERS = false; private static Logger log = LoggerFactory.getLogger(RoundRobinRule.class); public RoundRobinRule() { this.nextServerCyclicCounter = new AtomicInteger(0); // 初始化 } public RoundRobinRule(ILoadBalancer lb) { // 设置LoadBalancer this(); this.setLoadBalancer(lb); } public Server choose(ILoadBalancer lb, Object key) { // 最重要的方法，选择服务器并返回 // 下面贴出来 } private int incrementAndGetModulo(int modulo) { // 对计数器进行修改，并返回一个选择值，是轮询算法的实现 // 下面贴出来 } public Server choose(Object key) { // 接口的方法，在该类中调用了另一个方法实现 return this.choose(this.getLoadBalancer(), key); } public void initWithNiwsConfig(IClientConfig clientConfig) {} } 简单来说，该方法就是根据目前的状态，选择一个服务器返回。
public Server choose(ILoadBalancer lb, Object key) { if (lb == null) { // 如果没有LoadBalancer，那就不白费功夫了 log.warn("no load balancer"); return null; } else { Server server = null; int count = 0; while(true) { if (server == null && count++ <10) { // 尝试十次，如果还找不到server就放弃了 List reachableServers = lb.getReachableServers(); // 通过LB获取目前所有可获取的服务器 List allServers = lb.getAllServers(); // 获取实际上的所有服务器 int upCount = reachableServers.size(); // 获取目前可获得的服务器数量 int serverCount = allServers.size(); // 所有服务器的数量，这是取余的除数 if (upCount != 0 && serverCount != 0) { // 如果目前有服务器且服务器可用 int nextServerIndex = this.incrementAndGetModulo(serverCount); // 最关键的选择算法，将目前的的服务器数量放进去，返回一个选择的号码 server = (Server)allServers.get(nextServerIndex); // 根据下标将服务器取出来 if (server == null) { // 如果取出来为空，表示目前不可用，则进入下一个循环 Thread.yield(); } else { if (server.isAlive() && server.isReadyToServe()) { // 如果该服务器活着且可以被使用，则直接将其返回 return server; } server = null; } continue; } log.warn("No up servers available from load balancer: " + lb); return null; } if (count >= 10) { log.warn("No available alive servers after 10 tries from load balancer: " + lb); } return server; } } } 简单来说，就是将目前的计数器+1取余，获取一个下标，并返回。为了避免高并发的危险，采用CAS的方法进行设置。
private int incrementAndGetModulo(int modulo) { int current; int next; do { current = this.nextServerCyclicCounter.get(); // 获取当前值 next = (current + 1) % modulo; // +1取余 } while(!this.nextServerCyclicCounter.compareAndSet(current, next)); // CAS，如果成功就返回，失败就再来 return next; } 以上就是Spring Cloud调用Ribbon的步骤的详细内容，更多关于Spring Cloud调用Ribbon的资料请关注html中文网其它相关文章！
以上就是Spring Cloud调用Ribbon的步骤的详细内容，更多请关注0133技术站其它相关文章！
