詳解SpringCloud的負(fù)載均衡
一.什么是負(fù)載均衡
負(fù)載均衡(Load-balance LB)，指的是將用戶的請求平攤分配到各個(gè)服務(wù)器上，從而達(dá)到系統(tǒng)的高可用。常見的負(fù)載均衡軟件有Nginx、lvs等。
二.負(fù)載均衡的簡單分類
1）集中式LB：集中式負(fù)載均衡指的是，在服務(wù)消費(fèi)者(client)和服務(wù)提供者(provider)之間提供負(fù)載均衡設(shè)施，通過該設(shè)施把消費(fèi)者(client)的請求通過某種策略轉(zhuǎn)發(fā)給服務(wù)提供者(provider),常見的集中式負(fù)載均衡是Nginx；
2）進(jìn)程式LB:將負(fù)載均衡的邏輯集成到消費(fèi)者(client)身上，即消費(fèi)者從服務(wù)注冊中心獲取服務(wù)列表，獲知有哪些地址可用，再從這些地址里選出合適的服務(wù)器，springCloud的Ribbon就是一個(gè)進(jìn)程式的負(fù)載均衡工具。
三.為什么需要做負(fù)載均衡
1) 不做負(fù)載均衡，可能導(dǎo)致某臺機(jī)子負(fù)荷太重而掛掉；
2）導(dǎo)致資源浪費(fèi)，比如某些機(jī)子收到太多的請求，肯定會導(dǎo)致某些機(jī)子收到很少請求甚至收不到請求，這樣會浪費(fèi)系統(tǒng)資源。
四.springCloud如何開啟負(fù)載均衡
1）在消費(fèi)者子工程的pom.xml文件的加入相關(guān)依賴(https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-ribbon/1.4.7.RELEASE)；
<!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-ribbon --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-ribbon</artifactId> <version>1.4.7.RELEASE</version> </dependency>
消費(fèi)者需要獲取服務(wù)注冊中心的注冊列表信息,把Eureka的依賴包也放進(jìn)pom.xml
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-eureka-server</artifactId> <version>1.4.7.RELEASE</version> </dependency>
2)在application.yml里配置服務(wù)注冊中心的信息
在該消費(fèi)者(client)的application.yml里配置Eureka的信息
#配置Eureka eureka: client: #是否注冊自己到服務(wù)注冊中心，消費(fèi)者不用提供服務(wù) register-with-eureka: false service-url: #訪問的url defaultZone: http://localhost:8002/eureka/
3)在消費(fèi)者啟動類上面加上注解@EnableEurekaClient
@EnableEurekaClient
4）在配置文件的Bean上加上
@Bean
@LoadBalanced
public RestTemplate getRestTemplate(){
return new RestTemplate();
}
五.IRule
什么是IRule
IRule接口代表負(fù)載均衡的策略，它的不同的實(shí)現(xiàn)類代表不同的策略，它的四種實(shí)現(xiàn)類和它的關(guān)系如下()
說明一下(idea找Irule的方法：ctrl+n 填入IRule進(jìn)行查找)
1.RandomRule:表示隨機(jī)策略，它將從服務(wù)清單中隨機(jī)選擇一個(gè)服務(wù)；
public class RandomRule extends AbstractLoadBalancerRule {
public RandomRule() {
}
@SuppressWarnings({"RCN_REDUNDANT_NULLCHECK_OF_NULL_VALUE"})
//傳入一個(gè)負(fù)載均衡器
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
return null;
} else {
Server server = null;
while(server == null) {
if (Thread.interrupted()) {
return null;
}
//通過負(fù)載均衡器獲取對應(yīng)的服務(wù)列表
List<Server> upList = lb.getReachableServers();
//通過負(fù)載均衡器獲取全部服務(wù)列表
List<Server> allList = lb.getAllServers();
int serverCount = allList.size();
if (serverCount == 0) {
return null;
}
//獲取一個(gè)隨機(jī)數(shù)
int index = this.chooseRandomInt(serverCount);
//通過這個(gè)隨機(jī)數(shù)從列表里獲取服務(wù)
server = (Server)upList.get(index);
if (server == null) {
//當(dāng)前線程轉(zhuǎn)為就緒狀態(tài)，讓出cpu
Thread.yield();
} else {
if (server.isAlive()) {
return server;
}
server = null;
Thread.yield();
}
}
return server;
}
}
小結(jié)：通過獲取到的所有服務(wù)的數(shù)量，以這個(gè)數(shù)量為標(biāo)準(zhǔn)獲取一個(gè)(0,服務(wù)數(shù)量)的數(shù)作為獲取服務(wù)實(shí)例的下標(biāo)，從而獲取到服務(wù)實(shí)例
2.ClientConfigEnabledRoundRobinRule：ClientConfigEnabledRoundRobinRule并沒有實(shí)現(xiàn)什么特殊的處理邏輯，但是他的子類可以實(shí)現(xiàn)一些高級策略， 當(dāng)一些本身的策略無法實(shí)現(xiàn)某些需求的時(shí)候，它也可以做為父類幫助實(shí)現(xiàn)某些策略，一般情況下我們都不會使用它；
public class ClientConfigEnabledRoundRobinRule extends AbstractLoadBalancerRule {
//使用“4”中的RoundRobinRule策略
RoundRobinRule roundRobinRule = new RoundRobinRule();
public ClientConfigEnabledRoundRobinRule() {
}
public void initWithNiwsConfig(IClientConfig clientConfig) {
this.roundRobinRule = new RoundRobinRule();
}
public void setLoadBalancer(ILoadBalancer lb) {
super.setLoadBalancer(lb);
this.roundRobinRule.setLoadBalancer(lb);
}
public Server choose(Object key) {
if (this.roundRobinRule != null) {
return this.roundRobinRule.choose(key);
} else {
throw new IllegalArgumentException("This class has not been initialized with the RoundRobinRule class");
}
}
}
小結(jié)：用來作為父類，子類通過實(shí)現(xiàn)它來實(shí)現(xiàn)一些高級負(fù)載均衡策略
1）ClientConfigEnabledRoundRobinRule的子類BestAvailableRule：從該策略的名字就可以知道，bestAvailable的意思是最好獲取的，該策略的作用是獲取到最空閑的服務(wù)實(shí)例；
public class BestAvailableRule extends ClientConfigEnabledRoundRobinRule {
//注入負(fù)載均衡器，它可以選擇服務(wù)實(shí)例
private LoadBalancerStats loadBalancerStats;
public BestAvailableRule() {
}
public Server choose(Object key) {
//假如負(fù)載均衡器實(shí)例為空，采用它父類的負(fù)載均衡機(jī)制，也就是輪詢機(jī)制，因?yàn)樗母割惒捎玫木褪禽喸儥C(jī)制
if (this.loadBalancerStats == null) {
return super.choose(key);
} else {
//獲取所有服務(wù)實(shí)例并放入列表里
List<Server> serverList = this.getLoadBalancer().getAllServers();
//并發(fā)量
int minimalConcurrentConnections = 2147483647;
long currentTime = System.currentTimeMillis();
Server chosen = null;
Iterator var7 = serverList.iterator();
//遍歷服務(wù)列表
while(var7.hasNext()) {
Server server = (Server)var7.next();
ServerStats serverStats = this.loadBalancerStats.getSingleServerStat(server);
//淘汰掉已經(jīng)負(fù)載的服務(wù)實(shí)例
if (!serverStats.isCircuitBreakerTripped(currentTime)) {
//獲得當(dāng)前服務(wù)的請求量(并發(fā)量)
int concurrentConnections = serverStats.getActiveRequestsCount(currentTime);
//找出并發(fā)了最小的服務(wù)
if (concurrentConnections < minimalConcurrentConnections) {
minimalConcurrentConnections = concurrentConnections;
chosen = server;
}
}
}
if (chosen == null) {
return super.choose(key);
} else {
return chosen;
}
}
}
public void setLoadBalancer(ILoadBalancer lb) {
super.setLoadBalancer(lb);
if (lb instanceof AbstractLoadBalancer) {
this.loadBalancerStats = ((AbstractLoadBalancer)lb).getLoadBalancerStats();
}
}
}
小結(jié)：ClientConfigEnabledRoundRobinRule子類之一，獲取到并發(fā)了最少的服務(wù)
2）ClientConfigEnabledRoundRobinRule的另一個(gè)子類是PredicateBasedRule：通過源碼可以看出它是一個(gè)抽象類，它的抽象方法getPredicate()返回一個(gè)AbstractServerPredicate的實(shí)例，然后它的choose方法調(diào)用AbstractServerPredicate類的chooseRoundRobinAfterFiltering方法獲取具體的Server實(shí)例并返回
public abstract class PredicateBasedRule extends ClientConfigEnabledRoundRobinRule {
public PredicateBasedRule() {
}
//獲取AbstractServerPredicate對象
public abstract AbstractServerPredicate getPredicate();
public Server choose(Object key) {
//獲取當(dāng)前策略的負(fù)載均衡器
ILoadBalancer lb = this.getLoadBalancer();
//通過AbstractServerPredicate的子類過濾掉一部分實(shí)例(它實(shí)現(xiàn)了Predicate)
//以輪詢的方式從過濾后的服務(wù)里選擇一個(gè)服務(wù)
Optional<Server> server = this.getPredicate().chooseRoundRobinAfterFiltering(lb.getAllServers(), key);
return server.isPresent() ? (Server)server.get() : null;
}
}
再看看它的chooseRoundRobinAfterFiltering()方法是如何實(shí)現(xiàn)的
public Optional<Server> chooseRoundRobinAfterFiltering(List<Server> servers, Object loadBalancerKey) {
List<Server> eligible = this.getEligibleServers(servers, loadBalancerKey);
return eligible.size() == 0 ? Optional.absent() : Optional.of(eligible.get(this.incrementAndGetModulo(eligible.size())));
}
是這樣的，先通過this.getEligibleServers(servers, loadBalancerKey)方法獲取一部分實(shí)例，然后判斷這部分實(shí)例是否為空，如果不為空則調(diào)用eligible.get(this.incrementAndGetModulo(eligible.size())方法從這部分實(shí)例里獲取一個(gè)服務(wù)，點(diǎn)進(jìn)this.getEligibleServers看
public List<Server> getEligibleServers(List<Server> servers, Object loadBalancerKey) {
if (loadBalancerKey == null) {
return ImmutableList.copyOf(Iterables.filter(servers, this.getServerOnlyPredicate()));
} else {
List<Server> results = Lists.newArrayList();
Iterator var4 = servers.iterator();
while(var4.hasNext()) {
Server server = (Server)var4.next();
//條件滿足
if (this.apply(new PredicateKey(loadBalancerKey, server))) {
//添加到集合里
results.add(server);
}
}
return results;
}
}
getEligibleServers方法是根據(jù)this.apply(new PredicateKey(loadBalancerKey, server))進(jìn)行過濾的，如果滿足，就添加到返回的集合中。符合什么條件才可以進(jìn)行過濾呢？可以發(fā)現(xiàn)，apply是用this調(diào)用的，this指的是AbstractServerPredicate(它的類對象)，但是，該類是個(gè)抽象類，該實(shí)例是不存在的，需要子類去實(shí)現(xiàn),它的子類在這里暫時(shí)不是看了，以后有空再深入學(xué)習(xí)下，它的子類如下，實(shí)現(xiàn)哪個(gè)子類，就用什么 方式過濾。
再回到chooseRoundRobinAfterFiltering()方法，剛剛說完它通過 getEligibleServers方法過濾并獲取到一部分實(shí)例，然后再通過this.incrementAndGetModulo(eligible.size())方法從這部分實(shí)例里選擇一個(gè)實(shí)例返回，該方法的意思是直接返回下一個(gè)整數(shù)（索引值），通過該索引值從返回的實(shí)例列表中取得Server實(shí)例。
private int incrementAndGetModulo(int modulo) {
//當(dāng)前下標(biāo)
int current;
//下一個(gè)下標(biāo)
int next;
do {
//獲得當(dāng)前下標(biāo)值
current = this.nextIndex.get();
next = (current + 1) % modulo;
} while(!this.nextIndex.compareAndSet(current, next) || current >= modulo);
return current;
}
源碼擼明白了，再來理一下chooseRoundRobinAfterFiltering()的思路：先通過getEligibleServers()方法獲得一部分服務(wù)實(shí)例，再從這部分服務(wù)實(shí)例里拿到當(dāng)前服務(wù)實(shí)例的下一個(gè)服務(wù)對象使用。
小結(jié)：通過AbstractServerPredicate的chooseRoundRobinAfterFiltering方法進(jìn)行過濾，獲取備選的服務(wù)實(shí)例清單，然后用線性輪詢選擇一個(gè)實(shí)例，是一個(gè)抽象類，過濾策略在AbstractServerPredicate的子類中具體實(shí)現(xiàn)
3.RetryRule：是對選定的負(fù)載均衡策略加上重試機(jī)制，即在一個(gè)配置好的時(shí)間段內(nèi)（默認(rèn)500ms），當(dāng)選擇實(shí)例不成功，則一直嘗試使用subRule的方式選擇一個(gè)可用的實(shí)例，在調(diào)用時(shí)間到達(dá)閥值的時(shí)候還沒找到可用服務(wù)，則返回空，如果沒有配置負(fù)載策略，默認(rèn)輪詢(即“4”中的輪詢)；
先貼上它的源碼
public class RetryRule extends AbstractLoadBalancerRule {
//從這可以看出，默認(rèn)使用輪詢機(jī)制
IRule subRule = new RoundRobinRule();
//500秒的閥值
long maxRetryMillis = 500L;
//無參構(gòu)造函數(shù)
public RetryRule() {
}
//使用輪詢機(jī)制
public RetryRule(IRule subRule) {
this.subRule = (IRule)(subRule != null ? subRule : new RoundRobinRule());
}
public RetryRule(IRule subRule, long maxRetryMillis) {
this.subRule = (IRule)(subRule != null ? subRule : new RoundRobinRule());
this.maxRetryMillis = maxRetryMillis > 0L ? maxRetryMillis : 500L;
}
public void setRule(IRule subRule) {
this.subRule = (IRule)(subRule != null ? subRule : new RoundRobinRule());
}
public IRule getRule() {
return this.subRule;
}
//設(shè)置最大耗時(shí)時(shí)間(閥值)，最多重試多久
public void setMaxRetryMillis(long maxRetryMillis) {
if (maxRetryMillis > 0L) {
this.maxRetryMillis = maxRetryMillis;
} else {
this.maxRetryMillis = 500L;
}
}
//獲取重試的時(shí)間
public long getMaxRetryMillis() {
return this.maxRetryMillis;
}
//設(shè)置負(fù)載均衡器，用以獲取服務(wù)
public void setLoadBalancer(ILoadBalancer lb) {
super.setLoadBalancer(lb);
this.subRule.setLoadBalancer(lb);
}
//通過負(fù)載均衡器選擇服務(wù)
public Server choose(ILoadBalancer lb, Object key) {
long requestTime = System.currentTimeMillis();
//當(dāng)前時(shí)間+閥值 = 截止時(shí)間
long deadline = requestTime + this.maxRetryMillis;
Server answer = null;
answer = this.subRule.choose(key);
//獲取到服務(wù)直接返回
if ((answer == null || !answer.isAlive()) && System.currentTimeMillis() < deadline) {
InterruptTask task = new InterruptTask(deadline - System.currentTimeMillis());
//獲取不到服務(wù)的情況下反復(fù)獲取
while(!Thread.interrupted()) {
answer = this.subRule.choose(key);
if (answer != null && answer.isAlive() || System.currentTimeMillis() >= deadline) {
break;
}
Thread.yield();
}
task.cancel();
}
return answer != null && answer.isAlive() ? answer : null;
}
public Server choose(Object key) {
return this.choose(this.getLoadBalancer(), key);
}
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}
小結(jié)：采用RoundRobinRule的選擇機(jī)制，進(jìn)行反復(fù)嘗試，當(dāng)花費(fèi)時(shí)間超過設(shè)置的閾值maxRetryMills時(shí)，就返回null
4.RoundRobinRule:輪詢策略，它會從服務(wù)清單中按照輪詢的方式依次選擇每個(gè)服務(wù)實(shí)例，它的工作原理是：直接獲取下一個(gè)可用實(shí)例，如果超過十次沒有獲取到可用的服務(wù)實(shí)例，則返回空且報(bào)出異常信息；
public class RoundRobinRule extends AbstractLoadBalancerRule {
private AtomicInteger nextServerCyclicCounter;
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);
}
public RoundRobinRule(ILoadBalancer lb) {
this();
this.setLoadBalancer(lb);
}
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
log.warn("no load balancer");
return null;
} else {
Server server = null;
int count = 0;
while(true) {
//選擇十次，十次都沒選到可用服務(wù)就返回空
if (server == null && count++ < 10) {
List<Server> reachableServers = lb.getReachableServers();
List<Server> allServers = lb.getAllServers();
int upCount = reachableServers.size();
int serverCount = allServers.size();
if (upCount != 0 && serverCount != 0) {
int nextServerIndex = this.incrementAndGetModulo(serverCount);
server = (Server)allServers.get(nextServerIndex);
if (server == null) {
Thread.yield();
} else {
if (server.isAlive() && server.isReadyToServe()) {
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;
}
}
}
//遞增的形式實(shí)現(xiàn)輪詢
private int incrementAndGetModulo(int modulo) {
int current;
int next;
do {
current = this.nextServerCyclicCounter.get();
next = (current + 1) % modulo;
} while(!this.nextServerCyclicCounter.compareAndSet(current, next));
return next;
}
public Server choose(Object key) {
return this.choose(this.getLoadBalancer(), key);
}
public void initWithNiwsConfig(IClientConfig clientConfig) {
}
}
小結(jié)：采用線性輪詢機(jī)制循環(huán)依次選擇每個(gè)服務(wù)實(shí)例，直到選擇到一個(gè)不為空的服務(wù)實(shí)例或循環(huán)次數(shù)達(dá)到10次
它有個(gè)子類WeightedResponseTimeRule，WeightedResponseTimeRule是對RoundRobinRule的優(yōu)化。WeightedResponseTimeRule在其父類的基礎(chǔ)上，增加了定時(shí)任務(wù)這個(gè)功能，通過啟動一個(gè)定時(shí)任務(wù)來計(jì)算每個(gè)服務(wù)的權(quán)重，然后遍歷服務(wù)列表選擇服務(wù)實(shí)例，從而達(dá)到更加優(yōu)秀的分配效果。我們這里把這個(gè)類分為三部分：定時(shí)任務(wù)，計(jì)算權(quán)值，選擇服務(wù)
1）定時(shí)任務(wù)
//定時(shí)任務(wù)
void initialize(ILoadBalancer lb) {
if (this.serverWeightTimer != null) {
this.serverWeightTimer.cancel();
}
this.serverWeightTimer = new Timer("NFLoadBalancer-serverWeightTimer-" + this.name, true);
//開啟一個(gè)任務(wù)，每30秒執(zhí)行一次
this.serverWeightTimer.schedule(new WeightedResponseTimeRule.DynamicServerWeightTask(), 0L, (long)this.serverWeightTaskTimerInterval);
WeightedResponseTimeRule.ServerWeight sw = new WeightedResponseTimeRule.ServerWeight();
sw.maintainWeights();
Runtime.getRuntime().addShutdownHook(new Thread(new Runnable() {
public void run() {
WeightedResponseTimeRule.logger.info("Stopping NFLoadBalancer-serverWeightTimer-" + WeightedResponseTimeRule.this.name);
WeightedResponseTimeRule.this.serverWeightTimer.cancel();
}
}));
}
DynamicServerWeightTask()任務(wù)如下：
class DynamicServerWeightTask extends TimerTask {
DynamicServerWeightTask() {
}
public void run() {
WeightedResponseTimeRule.ServerWeight serverWeight = WeightedResponseTimeRule.this.new ServerWeight();
try {
//計(jì)算權(quán)重
serverWeight.maintainWeights();
} catch (Exception var3) {
WeightedResponseTimeRule.logger.error("Error running DynamicServerWeightTask for {}", WeightedResponseTimeRule.this.name, var3);
}
}
}
小結(jié)：調(diào)用initialize方法開啟定時(shí)任務(wù)，再在任務(wù)里計(jì)算服務(wù)的權(quán)重
2）計(jì)算權(quán)重：第一步，先算出所有實(shí)例的響應(yīng)時(shí)間；第二步，再根據(jù)所有實(shí)例響應(yīng)時(shí)間，算出每個(gè)實(shí)例的權(quán)重
//用來存儲權(quán)重
private volatile List<Double> accumulatedWeights = new ArrayList();
//內(nèi)部類
class ServerWeight {
ServerWeight() {
}
//該方法用于計(jì)算權(quán)重
public void maintainWeights() {
//獲取負(fù)載均衡器
ILoadBalancer lb = WeightedResponseTimeRule.this.getLoadBalancer();
if (lb != null) {
if (WeightedResponseTimeRule.this.serverWeightAssignmentInProgress.compareAndSet(false, true)) {
try {
WeightedResponseTimeRule.logger.info("Weight adjusting job started");
AbstractLoadBalancer nlb = (AbstractLoadBalancer)lb;
//獲得每個(gè)服務(wù)實(shí)例的信息
LoadBalancerStats stats = nlb.getLoadBalancerStats();
if (stats != null) {
//實(shí)例的響應(yīng)時(shí)間
double totalResponseTime = 0.0D;
ServerStats ss;
//累加所有實(shí)例的響應(yīng)時(shí)間
for(Iterator var6 = nlb.getAllServers().iterator(); var6.hasNext(); totalResponseTime += ss.getResponseTimeAvg()) {
Server server = (Server)var6.next();
ss = stats.getSingleServerStat(server);
}
Double weightSoFar = 0.0D;
List<Double> finalWeights = new ArrayList();
Iterator var20 = nlb.getAllServers().iterator();
//計(jì)算負(fù)載均衡器所有服務(wù)的權(quán)重，公式是weightSoFar = weightSoFar + weight-實(shí)例平均響應(yīng)時(shí)間
while(var20.hasNext()) {
Server serverx = (Server)var20.next();
ServerStats ssx = stats.getSingleServerStat(serverx);
double weight = totalResponseTime - ssx.getResponseTimeAvg();
weightSoFar = weightSoFar + weight;
finalWeights.add(weightSoFar);
}
WeightedResponseTimeRule.this.setWeights(finalWeights);
return;
}
} catch (Exception var16) {
WeightedResponseTimeRule.logger.error("Error calculating server weights", var16);
return;
} finally {
WeightedResponseTimeRule.this.serverWeightAssignmentInProgress.set(false);
}
}
}
}
}
3）選擇服務(wù)
@SuppressWarnings({"RCN_REDUNDANT_NULLCHECK_OF_NULL_VALUE"})
public Server choose(ILoadBalancer lb, Object key) {
if (lb == null) {
return null;
} else {
Server server = null;
while(server == null) {
List<Double> currentWeights = this.accumulatedWeights;
if (Thread.interrupted()) {
return null;
}
List<Server> allList = lb.getAllServers();
int serverCount = allList.size();
if (serverCount == 0) {
return null;
}
int serverIndex = 0;
double maxTotalWeight = currentWeights.size() == 0 ? 0.0D : (Double)currentWeights.get(currentWeights.size() - 1);
if (maxTotalWeight >= 0.001D && serverCount == currentWeights.size()) {
//生產(chǎn)0到最大權(quán)重值的隨機(jī)數(shù)
double randomWeight = this.random.nextDouble() * maxTotalWeight;
int n = 0;
//循環(huán)權(quán)重區(qū)間
for(Iterator var13 = currentWeights.iterator(); var13.hasNext(); ++n) {
//獲取到循環(huán)的數(shù)
Double d = (Double)var13.next();
//假如隨機(jī)數(shù)在這個(gè)區(qū)間內(nèi)，就拿該索引d服務(wù)列表獲取對應(yīng)的實(shí)例
if (d >= randomWeight) {
serverIndex = n;
break;
}
}
server = (Server)allList.get(serverIndex);
} else {
server = super.choose(this.getLoadBalancer(), key);
if (server == null) {
return server;
}
}
if (server == null) {
Thread.yield();
} else {
if (server.isAlive()) {
return server;
}
server = null;
}
}
return server;
}
}
小結(jié)：首先生成了一個(gè)[0，最大權(quán)重值） 區(qū)間內(nèi)的隨機(jī)數(shù)，然后遍歷權(quán)重列表，假如當(dāng)前隨機(jī)數(shù)在這個(gè)區(qū)間內(nèi)，就通過該下標(biāo)獲得對應(yīng)的服務(wù)。
以上就是詳解SpringCloud的負(fù)載均衡的詳細(xì)內(nèi)容，更多關(guān)于SpringCloud 負(fù)載均衡的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
JavaCV實(shí)現(xiàn)讀取視頻信息及自動截取封面圖詳解
javacv可以幫助我們在java中很方便的使用OpenCV以及FFmpeg相關(guān)的功能接口。本文將利用Javacv實(shí)現(xiàn)在視頻網(wǎng)站中常見的讀取視頻信息和自動獲取封面圖的功能，感興趣的可以了解一下2022-06-06
Mybatis分頁插件PageHelper的配置和簡單使用方法(推薦)
在使用Java Spring開發(fā)的時(shí)候，Mybatis算是對數(shù)據(jù)庫操作的利器了。這篇文章主要介紹了Mybatis分頁插件PageHelper的配置和使用方法,需要的朋友可以參考下2017-12-12
dubbo新手學(xué)習(xí)之事件通知實(shí)踐教程
這篇文章主要給大家介紹了關(guān)于dubbo新手學(xué)習(xí)之事件通知實(shí)踐的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
Spring Cache是一個(gè)框架,它提供了基于注解的緩存功能,使得開發(fā)者可以很方便地將緩存集成到他們的應(yīng)用程序中,這篇文章主要介紹了Spring Cache原理解析,需要的朋友可以參考下2024-05-05
以前學(xué)習(xí)Spring框架的時(shí)候，總結(jié)了幾種Bean的加載方式，不過老師說還有其它的加載方式，以下八種并不是全部，但也足以用來做很多事情了，希望對大家有所幫助2022-10-10
Java RandomAccessFile 指定位置實(shí)現(xiàn)文件讀取與寫入
這篇文章主要介紹了Java RandomAccessFile 指定位置實(shí)現(xiàn)文件讀取與寫入的相關(guān)資料,需要的朋友可以參考下2017-01-01
SpringBoot與velocity的結(jié)合的示例代碼
本篇文章主要介紹了SpringBoot與velocity的結(jié)合的示例代碼，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-03-03
Java+Selenium調(diào)用JavaScript的方法詳解
這篇文章主要為大家講解了java在利用Selenium操作瀏覽器網(wǎng)站時(shí)候，有時(shí)會需要用的JavaScript的地方，代碼該如何實(shí)現(xiàn)呢？快跟隨小編一起學(xué)習(xí)一下吧2023-01-01
這篇文章主要介紹了Spring AOP的五種通知方式代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
SpringBoot?MP簡單的分頁查詢測試實(shí)現(xiàn)步驟分解
好久沒水后端的東西了，最近在做vue項(xiàng)目寫前端的代碼，所以cloud也停進(jìn)度了，吃完飯突然記得我沒有在博客里寫分頁的東西，雖然項(xiàng)目中用到了，但是沒有拎出來，這里就拎出來看看2023-04-04