微服务架构实战学习笔记 第四章 Spring Cloud Netflix Ribbon与负载均衡

基于Spring Cloud Netflix Ribbon 实现负载均衡的，Ribbon从Eureka中获取所有注册的服务列表，通过负载均衡策略实现服务调用。调用结构图

一、负载均衡

所谓负载均衡（Load Balance）LB，就是将请求分摊到多个操作单元上进行执行。示意图：

1、负载均衡的类型

（1）服务端负载均衡

2、客户端负载均衡

优势：不会出现集中式负载均衡所产生的瓶颈，但是由于所运行是信息都需要在多个负载均衡器之间进行传递，会在一定程度上加重网络流量负载。简单的说就是在客户端程序内部设定一个调度算法，计算出目标服务器的地址。

3、负载均衡算法

分为：静态负载均衡算法、动态负载均衡算法

（1）静态负载均衡算法

代表是：随机算法和轮询算法

随机算法：器实现是使用JDK的Random 随机算法地址服务器提供者的地址，加权算法是随机算法的一中改进，可以提高服务的重用。

轮询算法：加权轮询算法同样使用权重，循环遍历服务提供者，达到上线之后归0，继续循环直到指定某一台服务器作为服务的提供者。

（2）动态负载均衡算法

典型的动态算法包括：最少连接算法、服务调用延时算法、源IP哈希算法。

最少连接数：对传入的请求根据每台服务打开的连接数来分配

服务调用延时算法：服务消费者缓存并计算所有服务提供者的服务调用延时，根据服务调用和平均延时的差值动态调整权重。

源IP哈希算法:实现请求IP粘滞连接，尽可能让消费者总是向同一提供者发起调用服务。

二、使用Ribbon实现客户端负载均衡

1、Ribbon主要功能是提供客户端负载均衡算法，两种方式方式是实现客户端负载均衡功能：

（1）使用@LoadBalanced注解和RestTemplate

服务消费者直接通过使用被@LoadBalanced注解修饰过的RestTemplate就可以自动实现服务调用过程中的负载均衡功能。

（2）使用@RibbonClient注解

通过@RibbonClient注解拉实现更细粒度的客户端配置。

两总方式的前提都是通过Eureka提供DiscoveryClient工具类查找注册在Eureka的服务。

2、使用DiscoveryClient查找服务

3、通过RestTemplate调用服务

在启动类中：加入

@LoadBalanced

@Bean

public RestTrmplate getRestTemplate(){

return new RestTemplate（）;

}

三、Ribbon基本框架

1、Ribbon核心机制

客户端负载均衡要做到：(1)服务列表中有那些服务  （2）如何从这些服务中选择一个进行调用。

Ribbon的核心接口ILoadBalancer 就是围绕着两个问题来设计的

addServers（List<Server> newServers） 加载后端服务

chooseServer(Object key)选择一个后端服务

markServerDown(Server server)标记一个服务不可用

getAllServers（）获取所有服务列表

getReachableServer() 获取当前可用的服务列表

其最基本的实现类时BaseLoadBalancer。

IRule 负载均衡策略，可以插件化的为负载均衡提供各种适用的负载均衡算法。

IPing 判断目标服务是否存活，该接口中只有一个isAlive()方法，通过对服务器发出IPing操作来获取服务响应，从而判断服务是否可用。

LoadBalancerStats 记录负载均衡使用时运行信息，用来作为负载均衡策略的运行时输入。

因此如何选择一个服务是通过：IRule实现的。

动态加载后端服务列表是通过DynamicServerListLoadBalancer类实现的，是BaseLoadBalance 的子类。

2、Ribbon 负载均衡策略

IRule接口包含3个方法：其中最重要的是choose（）方法根据key获取后台服务，而setLoadBalancer()和getLoadBalance（）方法来设置和获取ILoadBalancer。

RoundRobinRule  轮询策略

以轮询的方式一次请求不同的服务器，即每次调度执行i=(i+1)mod n 操作从而选择第i台服务器，mode取模操作。

RandomRule 随机策略

随机选择状态为可用的服务。

WeightedResponseTimeRule 权重策略

根据响应时间分配一个权重，响应时长越长，权重越小，被选中的可能行也低。

RetryRule重试策略

对选定的负载均衡策略执行重试机制，在一个可配置的时间段内，每当选择服务器不成功，就一直尝试选择一个可用的服务器。

AvailbilityFilteringRule策略

通过检查LoadBalanceStats中记录的各个服务器的运行状态，过来掉一直失败或者高并发的后端服务器。

BestAvailbleRule 最少连接策略

选择一个并发请求量最小的服务器，逐个考察服务器后选择其中活跃请求数最小的服务器。

ZoneAwareRule 区感知策略

区域感知负载均衡内置电路跳闸逻辑，可被配置基于区域亲和性来选择目标服务器实例。当本区域发生故障时快速完成切换。

@LoadBalanced 注解和RestTemplate

@LoadBalanced 注解就是个RestTemplate添加一种修饰，以便通过拦截的方式将代码执行流程导向负载均衡客户端LoadBalacneClient。

事实上，在Ribbon中存在一个LoadBalancerAutiConfiguration类，即LoadBalancer的自动配置类。在该类中首先维护了一个被@LoadBalance修饰的TestTemplate对象列表，在初始化的过程中，对目标RestTemplate增加一个LoadBalancerInterceptor用于实现拦截，而在他的拦截方法上本质是使用LoadBalanceClent来执行真正的负载均衡。

LoadBalanceClient的定义：

ServiceInstance choose(String serviceId)选择服务实例，根据传入的服务serviceId从负载均衡中挑选一个对应的服务实例。

T execute(String serviceId,LoadBalanceRequest request)  执行服务调用

URI reconstructURI(ServiceInstance instance,URI original) 构建URI。

 

本文地址：https://blog.csdn.net/kyh1003381120/article/details/107152536