Spring Cloud調(diào)用Ribbon的步驟

更新時間：2021年05月24日 11:52:42 作者：初入職場小碼農(nóng)

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載均衡算法和服務(wù)調(diào)用。本文將講述Spring Cloud調(diào)用Ribbon的方法

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
負載均衡+RestTemplate，實現(xiàn)負載均衡調(diào)用

2. 負載均衡

負載均衡（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表示開啟負載均衡。

@Configuration
public 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開啟了負載均衡。默認使用輪詢算法，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)的負載均衡算法。因此，最好在外面再新建一個package，用來放這個LB

@Configuration
public 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. 負載均衡算法源碼

以默認的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的步驟的詳細內(nèi)容，更多關(guān)于Spring Cloud調(diào)用Ribbon的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: