目錄一、簡介1. 是什么2. 負(fù)載均衡2.1 集中式LB2.2 進程內(nèi)LB二、實驗1. RestTemplate1.1 加入到IOC容器1.2 RestTemplate 遠程調(diào)用1.3 配置文件2.1 修改負(fù)載均衡算法3.1 IRule3.2 AbstractLoadBalancerRule3.3 RoundRobinRule2. LoadBalancer3. 負(fù)載均衡算法源碼一、簡介1. 是什么 Spring Cloud Ribbon是基于Netflix Ribbon實現(xiàn)的一套客戶端負(fù)載均衡的工具。 簡單的說，Ribbon是Netflix發(fā)布的開源項目，主要功能是提供客戶端的軟件負(fù)載均衡算法和服務(wù)調(diào)用。 官方文檔 目前已進入維護狀態(tài)，以后可以通過Open Feign作為替代方案 負(fù)載均衡+RestTemplate，實現(xiàn)負(fù)載均衡調(diào)用2. 負(fù)載均衡 負(fù)載均衡（Load Balance，LB），即將用戶的請求平攤到多個服務(wù)上，從而達到系統(tǒng)的高可用（HA） 負(fù)載均衡分為兩種方案：集中式LB、進程內(nèi)LB 2.1 集中式LB 即服務(wù)方和消費方之間使用獨立的LB設(shè)施，由該設(shè)備負(fù)責(zé)把訪問請求通過某種策略轉(zhuǎn)發(fā)至服務(wù)提供方。 比如說Nginx、Gateway、zuul等 2.2 進程內(nèi)LB 負(fù)載均衡的算法集成到消費方，消費方在注冊中心中獲取可用地址，然后通過LB算法選擇出一個合適的服務(wù)器。 Ribbon就屬于進程內(nèi)LB，它只是一個類庫，集成于消費方進程，消費方通過它來獲取到服務(wù)方提供的地址。二、實驗

Ribbon集成在spring-cloud-starter-netflix-eureka-client中，可以參考eureka的使用。在此基礎(chǔ)上簡單修改一下，就可以完成服務(wù)調(diào)用及負(fù)載均衡

1. RestTemplate 官網(wǎng) 通過RestTemplate，可以實現(xiàn)HttpClient的功能，只需要給它提供一個url及返回類型，即可實現(xiàn)遠程方法調(diào)用。 1.1 加入到IOC容器

首先，將其加入到IOC容器中。@LoadBalanced表示開啟負(fù)載均衡。

@Configurationpublic class ApplicationContextConfig { @Bean @LoadBalanced public RestTemplate restTemplate() { return new RestTemplate(); }}1.2 RestTemplate 遠程調(diào)用

@Slf4j@RestController@RequestMapping('/order')public class OrderController { @Autowired RestTemplate restTemplate; // 在ioc容器中獲取 @Value('${payment.url}') String paymentUrl; // 遠程調(diào)用的URL，保存在配置文件中，解耦 @GetMapping('/payment/get/{id}') public CommonResult<Payment> getPaymentById(@PathVariable('id') Long id) { CommonResult<Payment> result = restTemplate.getForObject(paymentUrl + '/payment/get/' + id, CommonResult.class); // get方法調(diào)用，并且返回封裝成 CommonResult 類型 log.info('Order 查詢 Payment，id：' + id); return result; }}

也可以使用getForEntity()方法，獲取整個響應(yīng)，自己在響應(yīng)中獲取想要的內(nèi)容。

@GetMapping('/payment/getEntity/{id}') public CommonResult<Payment> getPaymentEntityById(@PathVariable('id') Long id) { ResponseEntity<CommonResult> entity = restTemplate.getForEntity(paymentUrl + '/payment/get/' + id, CommonResult.class); log.info('獲取到的信息是：' + entity.toString()); log.info('獲取到的StatusCode是：' + entity.getStatusCode()); log.info('獲取到的StatusCodeValue是：' + entity.getStatusCodeValue()); log.info('獲取到的Headers是：' + entity.getHeaders()); if (entity.getStatusCode().is2xxSuccessful()) { log.info('查詢成功：' + id); return entity.getBody(); } else { log.info('查詢失敗：' + id); return new CommonResult<>(CommonResult.FAIlURE, '查詢失敗'); } }

如果使用post方法，就將get改成post就好了。

1.3 配置文件

url，可以寫具體的地址，表示直接調(diào)用該地址；也可以寫在eureka的服務(wù)名，首先在eureka中獲取該服務(wù)的所有地址，再通過LB選擇一個。

payment: url: 'http://CLOUD-PAYMENT-SERVICE'2. LoadBalancer

上面通過@LoadBalanced開啟了負(fù)載均衡。默認(rèn)使用輪詢算法，也可以修改成其他算法。

Class 算法 com.netflix.loadbalancer.RoundRobinRule 輪詢，默認(rèn)算法 com.netflix.loadbalancer.RandomRule 隨機算法，通過產(chǎn)生隨機數(shù)選擇服務(wù)器 com.netflix.loadbalancer.RetryRule 先按照RoundRobinRule的策略獲取服務(wù)，如果獲取服務(wù)失敗則在指定時間內(nèi)會進行重試，獲取可用的服務(wù) WeightedResponseTimeRule 對RoundRobinRule的擴展，響應(yīng)速度越快的實例選擇權(quán)重越大，越容易被選擇 BestAvailableRule 會先過濾掉由于多次訪問故障而處于斷路器跳閘狀態(tài)的服務(wù)，然后選擇一個并發(fā)量最小的服務(wù) AvailabilityFilteringRule 先過濾掉故障實例，再選擇并發(fā)較小的實例 ZoneAvoidanceRule 默認(rèn)規(guī)則,復(fù)合判斷server所在區(qū)域的性能和server的可用性選擇服務(wù)器

2.1 修改負(fù)載均衡算法

如果想讓該算法只針對某個服務(wù)，則不能將其放在ComponentScan夠得到的地方，否則會修改所有服務(wù)的負(fù)載均衡算法。因此，最好在外面再新建一個package，用來放這個LB

@Configurationpublic class MyRule { @Bean public IRule rule() { return new RandomRule(); }}

在主啟動類上，標(biāo)識一下服務(wù)與算法直接的映射關(guān)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); }}

如果嫌這種方法麻煩，也可以使用配置文件的方法

CLOUD-PAYMENT-SERVICE: # 服務(wù)名稱 ribbon: NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule # 算法選擇3. 負(fù)載均衡算法源碼

以默認(rèn)的RoundRobinRule作為閱讀的源碼，其他的源碼基本上很類似，只是修改的選擇服務(wù)器的代碼。

RoundRobinRule父類為AbstractLoadBalancerRule，AbstractLoadBalancerRule實現(xiàn)了接口IRule 3.1 IRule

public interface IRule { Server choose(Object var1); // 選擇服務(wù)器，最重要的方法 void setLoadBalancer(ILoadBalancer var1); ILoadBalancer getLoadBalancer();}3.2 AbstractLoadBalancerRule

基本沒什么作用，只是將公共的部分提取了出來進行實現(xiàn)。

public abstract class AbstractLoadBalancerRule implements IRule, IClientConfigAware { private ILoadBalancer lb; // ILoadBalancer接口，主要的功能就是獲取當(dāng)前服務(wù)器的狀態(tài)、數(shù)量等，為負(fù)載均衡算法提供計算的參數(shù) public AbstractLoadBalancerRule() { } public void setLoadBalancer(ILoadBalancer lb) { this.lb = lb; } public ILoadBalancer getLoadBalancer() { return this.lb; }}3.3 RoundRobinRule

簡單來說，就是通過一個計數(shù)器，實現(xiàn)了輪詢

public class RoundRobinRule extends AbstractLoadBalancerRule { private AtomicInteger nextServerCyclicCounter; // 原子類，用來保存一個計數(shù)，記錄現(xiàn)在輪詢到哪了 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) { // 設(shè)置LoadBalancer this(); this.setLoadBalancer(lb); } public Server choose(ILoadBalancer lb, Object key) { // 最重要的方法，選擇服務(wù)器并返回 // 下面貼出來 } private int incrementAndGetModulo(int modulo) { // 對計數(shù)器進行修改，并返回一個選擇值，是輪詢算法的實現(xiàn) // 下面貼出來 } public Server choose(Object key) { // 接口的方法，在該類中調(diào)用了另一個方法實現(xiàn) return this.choose(this.getLoadBalancer(), key); } public void initWithNiwsConfig(IClientConfig clientConfig) {}}

簡單來說，該方法就是根據(jù)目前的狀態(tài)，選擇一個服務(wù)器返回。

public Server choose(ILoadBalancer lb, Object key) { if (lb == null) { // 如果沒有LoadBalancer，那就不白費功夫了 log.warn('no load balancer'); return null; } else { Server server = null; int count = 0; while(true) { if (server == null && count++ < 10) { // 嘗試十次，如果還找不到server就放棄了 List<Server> reachableServers = lb.getReachableServers(); // 通過LB獲取目前所有可獲取的服務(wù)器 List<Server> allServers = lb.getAllServers(); // 獲取實際上的所有服務(wù)器 int upCount = reachableServers.size(); // 獲取目前可獲得的服務(wù)器數(shù)量 int serverCount = allServers.size(); // 所有服務(wù)器的數(shù)量，這是取余的除數(shù) if (upCount != 0 && serverCount != 0) { // 如果目前有服務(wù)器且服務(wù)器可用 int nextServerIndex = this.incrementAndGetModulo(serverCount); // 最關(guān)鍵的選擇算法，將目前的的服務(wù)器數(shù)量放進去，返回一個選擇的號碼 server = (Server)allServers.get(nextServerIndex); // 根據(jù)下標(biāo)將服務(wù)器取出來 if (server == null) { // 如果取出來為空，表示目前不可用，則進入下一個循環(huán) Thread.yield(); } else { if (server.isAlive() && server.isReadyToServe()) { // 如果該服務(wù)器活著且可以被使用，則直接將其返回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; } } }

簡單來說，就是將目前的計數(shù)器+1取余，獲取一個下標(biāo)，并返回。為了避免高并發(fā)的危險，采用CAS的方法進行設(shè)置。

private int incrementAndGetModulo(int modulo) { int current; int next; do { current = this.nextServerCyclicCounter.get(); // 獲取當(dāng)前值 next = (current + 1) % modulo; // +1取余 } while(!this.nextServerCyclicCounter.compareAndSet(current, next)); // CAS，如果成功就返回，失敗就再來 return next; }

以上就是Spring Cloud調(diào)用Ribbon的步驟的詳細(xì)內(nèi)容，更多關(guān)于Spring Cloud調(diào)用Ribbon的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！