Python 官方文档:入门教程 => 点击学习
目录一、前言二、什么是 Ribbon2.1 ribbon简介2.1.1 ribbon在负载均衡中的角色2.2 客户端负载均衡2.3 服务端负
在上一篇,通过SpringCloud整合nacos,了解了基于nacos作为服务注册中心时实现微服务之间的快捷调用,其中,为了实现服务A对服务B的调用,在RestConfig配置类中配置RestTemplate时候,引入了一个叫做LoadBalanced的注解,于是不仅有小伙伴要问,这个注解是干嘛用的呢?本篇将详细的探讨这个问题。
Spring Cloud Ribbon 是基于Netflix Ribbon 实现的一套客户端负载均衡工具,Ribbon客户端组件提供了一系列的完善的配置,如超时,重试等。
通过Load Balancer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。
负载均衡这个概念大家都不陌生,几乎可以说是互联网公司标配,目前主流负载方案主要分为以下两种:
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 Nginx);客户端根据自身请求情况做负载均衡,Ribbon 就属于客户端自己做负载均衡,在dubbo中,客户端也可以配置负载均衡策略,也是类似的思想;
顾名思义,就是由客户端根据自身的情况做负载均衡策略的选择或配置,比如spring cloud中的ribbon,简单来说,当服务提供者将自身的服务注册到服务注册中心之后,客户端相应的会维护一个服务器地址列表,在发送请求前,先通过负载均衡算法选择一个服务器,然后进行访问,这就是客户端负载均衡,即在客户端就进行负载均衡算法分配。
如下,为ribbon作为客户端的负载均衡的调用流程图。
即集中式的管控负载均衡策略的组件,比如Nginx,即所有的请求过来之后,先通过Nginx进行负载均衡,先发送请求到具体的微服务,然后通过nginx中配置的负载均衡算法,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。
下面列举日常开发中经常用到的一些负载均衡算法,可以说很多组件的负载均衡的底层算法思想都是大同小异
通过随机选择集群中的某个可用的服务进行请求执行,在集群的各服务器配置差不多的情况下可以考虑使用,一般这种方式使用较少
负载均衡默认的实现方式,请求过来之后,依次轮流从可用服务中选择进行处理
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;
根据请求的地址进行Hash,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,这样相同请求的IP将会被打到相同的服务器处理;
即使请求均衡了,压力也不一定会均衡,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,最小连接数也叫最小活跃数。
在上一篇,sprinGCloud-alibaba整合nacos中,客户端通过nacos进行服务调用默认使用的就是Ribbon负载均衡,只需下面两步
添加一个RestTemplate 的配置bean,使用LoadBalanced注解标注
@Configuration
public class RestConfig {
@Bean
@LoadBalanced
public RestTemplate restTemplate(){
return new RestTemplate();
}
}
具体调用的时候,仍然使用restTemplate调用即可,如果服务端有多个实例,将会自动走默认负载均衡策略;
@RestController
@RequestMapping("/order")
public class OrderController {
@Autowired
RestTemplate restTemplate;
@Value("${service-url.nacos-user-service}")
private String serverURL;
//localhost:8083/order/add
@GetMapping("/add")
public String add(){
System.out.println("下单成功");
//String forObject = restTemplate.getForObject("Http://localhost:8082/stock/reduct", String.class);
String forObject = restTemplate.getForObject(serverURL + "/stock/reduct", String.class);
System.out.println(forObject);
return "add order :" + forObject;
}
}
通过完整的类的依赖关系图,可以看到Ribbon提供了很多种负载均衡策略,下面就Ribbon中常用的负载均衡策略做详细的解读。
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
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。
这种负载均衡策略就是随机从多个服务实例中选择一个服务实例
通过源码发现,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;
可以参阅源码
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
return null;
} else {
Server server = null;
while(server == null) {
if (Thread.interrupted()) {
return null;
}
List<Server> upList = lb.getReachableServers();
List<Server> allList = lb.getAllServers();
int serverCount = allList.size();
if (serverCount == 0) {
return null;
}
int index = this.chooseRandomInt(serverCount);
server = (Server)upList.get(index);
if (server == null) {
Thread.yield();
} else {
if (server.isAlive()) {
return server;
}
server = null;
Thread.yield();
}
}
return server;
}
}
RoundRobinRule 这种负载均衡策略也叫线性轮询负载均衡策略
这个类的choose(ILoadBalancer lb, Object key)方法整体逻辑是这样的:
在轮询基础上重试,即这种负载均衡策略带有重试功能
它整体工作流程是这样:
顾名思义,带有权重功能,权重 — nacos的NacosRule ,Nacos还扩展了一个自己的基于配置的权重扩展
大致工作原理如下:
这种策略实现很简单,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,就不再过多不赘述。
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
先过滤掉故障实例,再选择并发较小的实例,具体来说,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。
上面详细了解了Ribbon中的常用的一些负载均衡配置策略,接下来通过实际操作演示下如何修改Ribbon的负载均衡配置策略。
这是一种比较灵活的修改配置方式,只需要添加一个配置类,并配置指定的负载均衡bean即可
注意这里有个坑,自定义的配置类不能写在@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。
因此实际开发中不建议这么使用,推荐yml方式
工程的目录结构如下
RibbonRandomRuleConfig 配置类
@Configuration
public class RibbonRandomRuleConfig {
@Bean
public IRule iRule(){
return new RandomRule();
}
}
@SpringBootApplication
@RibbonClients(value = {
@RibbonClient(name = "stock-service",configuration = RibbonRandomRuleConfig.class)
})
public class RibbonOrderApp {
public static void main(String[] args) {
SpringApplication.run(RibbonOrderApp.class,args);
}
}
分别启动stock-service的两个工程,再启动order工程,stock-service可以在idea中通过区分端口的方式
启动完成之后,检查nacos,可以看到stock-service有两个服务实例,这正好是我们希望的
调用order模块的接口:http://localhost:8030/order/add,由于是客户端负载均衡,而且我们配置的是随机的策略,预计在随机调用该接口之后,会呈现出不同的接口
多调用几次,可以看到8021与8023对应的服务不断交替出现,并且没什么规律
去掉启动类中的注解信息
@SpringBootApplication
public class RibbonOrderApp {
public static void main(String[] args) {
SpringApplication.run(RibbonOrderApp.class,args);
}
}
在配置文件下方增加如下配置,这里是哦也能够的是nacos提供的基于权重的策略,也可以选择其他的;
stock-service:
ribbon:
NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule
在nacos服务列表那一栏,进入到如下所示 stock-servide具体的详情页面
分别编辑两个实例的权重大小,比如这里给8023实例权重为10,另一个保持默认为1
设置完成后按照预期猜想,设置权重更高的那个将会优先得到访问的机会,启动order服务,再次按照上面的方式调用多次观察效果
粗略统计发现,在10多次的请求中,权重高的那个被访问的次数更多,这也就符合我们的预期效果了;
从上面的ribbon类图可以发现,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 方法中完成,最简单的就是继承AbstractLoadBalancerRule这个抽象类;
只需要继承AbstractLoadBalancerRule抽象类,并重写里面的choose方式,在该方式中,使用了类似的随机算法的策略,也可以根据自身的需求,定制特定的负载均衡算法;
public class CustomRule extends AbstractLoadBalancerRule {
private static Logger logger = LoggerFactory.getLogger(CustomRule.class);
@Override
public Server choose(Object o) {
ILoadBalancer loadBalancer = this.getLoadBalancer();
List<Server> reachableServers = loadBalancer.getReachableServers();
int i = ThreadLocalRandom.current().nextInt(reachableServers.size());
Server server = reachableServers.get(i);
return server;
}
@Override
public void initWithNiwsConfig(IClientConfig iClientConfig) {
}
}
stock-service:
ribbon:
#NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule
#使用自定义的负载均衡策略
NFLoadBalancerRuleClassName: com.ribbon.CustomRule
将上一步的nacos中stock-service的两个服务实例的权重都调整为1,然后再次访问接口,可以看到呈现出随机的效果;
Ribbon的负载均衡策略默认是懒加载,意味着只有在发起调用的时候才会创建客户端,这带来的问题是,如果网络不好,第一次调用的时候可能会出现调用超时,我们通过控制台日志也能看出来;
如何解决这个问题呢?可以手动开启饥饿加载,来解决第一次调用慢的问题,只需要在配置文件中添加如下配置即可;
ribbon:
eager-load:
# 开启ribbon饥饿加载
enabled: true
# 配置stock-service使用ribbon饥饿加载,多个使用逗号分隔
clients: stock-service
再次重启order服务,通过控制台输出日志可以看到,在启动的时候负载均衡策略就被加载了;
Spring Cloud LoadBalancer是Spring Cloud官方自己提供的客户端负载均衡器, 用来替代
Ribbon
Spring 官方提供了两种负载均衡客户端
RestTemplate是 Spring提供的用于访问Rest服务的客户端,RestTemplate提供了多种便捷访问远程Http服务的方法,能够大大提高客户端的编写效率。默认情况下,RestTemplate默认依赖jdk的HTTP连接工具
WebClient是从Spring WebFlux 5.0版本开始提供的一个非阻塞的基于响应式编程的进行Http请求的客户端工具。它的响应式编程的基于Reactor的。WebClient中提供了标准Http请求方式对应的get、post、put、delete等方法,可以用来发起相应的请求
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!--nacos-config 配置中心-自带动态刷新-->
<!--<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
</dependency>-->
<!--nacos-discovery 注册中心-服务发现与注册-->
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
<exclusions>
<exclusion>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring‐cloud‐starter‐netflix‐ribbon</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring‐cloud‐starter‐loadbalancer</artifactId>
</dependency>
</dependencies>
这里主要是将默认的ribbon的loadbalancer负载均衡策略禁用掉
server:
port: 8033
spring:
application:
name: order-service
cloud:
nacos:
discovery:
server-addr: localhost:8848 #服务注册中心地址
#config:
#server-addr: localhost:8848 #配置中心地址
loadbalancer:
ribbon:
enabled: false
service-url:
nacos-user-service: http://stock-service
@SpringBootApplication
//@EnableDiscoveryClient
public class BalancerOrderApp {
public static void main(String[] args) {
SpringApplication.run(BalancerOrderApp.class,args);
}
}
启动stock-service和当前order模块,启动完成后,界面调用:localhost:8033/order/add
loadbalancer默认走的是轮询策略,通过反复调用上面的接口,可以看到请求的结果端口显示看,是stock-service两个服务轮着来的;
在微服务治理过程中,尽管来说Ribbon现在使用的并不算太多,但Ribbon在springcloud的生态体系下的出现,可以说具有重要的意义,真正将客户端负载均衡的思想进行了落地和解决,而且提供了较为完备的负载均衡策略,给予了开发者相当的扩展性,这也为其他的微服务治理框架提供了很好的思路。
到此这篇关于spring cloud Ribbon 负载均衡使用策略示例详解的文章就介绍到这了,更多相关Spring Cloud Ribbon 负载均衡使用策略内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!
--结束END--
本文标题: Spring Cloud Ribbon 负载均衡使用策略示例详解
本文链接: https://www.lsjlt.com/news/199568.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0