springcloud -netflix-Ribbon 负载均衡的实现-优快云博客

Ribbon：负载均衡(基于客户端)
负载均衡以及Ribbon

Ribbon是什么？
Spring Cloud Ribbon 是基于Netflix Ribbon 实现的一套客户端负载均衡的工具。
简单的说，Ribbon 是 Netflix 发布的开源项目，主要功能是提供客户端的软件负载均衡算法，将 Netflix 的中间层服务连接在一起。Ribbon 的客户端组件提供一系列完整的配置项，如：连接超时、重试等。简单的说，就是在配置文件中列出 LoadBalancer (简称LB：负载均衡) 后面所有的及其，Ribbon 会自动的帮助你基于某种规则 (如简单轮询，随机连接等等) 去连接这些机器。我们也容易使用 Ribbon 实现自定义的负载均衡算法！
Ribbon能干嘛？

LB，即负载均衡 (LoadBalancer) ，在微服务或分布式集群中经常用的一种应用。
负载均衡简单的说就是将用户的请求平摊的分配到多个服务上，从而达到系统的HA (高用)。
常见的负载均衡软件有 Nginx、Lvs 等等。 Dubbo、SpringCloud 中均给我们提供了负载均衡，SpringCloud
的负载均衡算法可以自定义。
负载均衡简单分类：

集中式LB
即在服务的提供方和消费方之间使用独立的LB设施，如Nginx，由该设施负责把访问请求通过某种策略转发至服务的提供方！
进程式LB
将LB逻辑集成到消费方，消费方从服务注册中心获知有哪些地址可用，然后自己再从这些地址中选出一个合适的服务器。
Ribbon 就属于进程内LB，它只是一个类库，集成于消费方进程，消费方通过它来获取到服务提供方的地址！

集成Ribbon
导入依赖，注意：在消费者80端口导入
负载均衡一般是在客户端实现的
有些版本的eureka依赖里面已经集成Ribbon依赖，具体可以自己看下，有的话可以不另外导入依赖，没有的话需要导入

    <dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-ribbon</artifactId>
    <version>1.4.6.RELEASE</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-eureka -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-eureka</artifactId>
    <version>1.4.6.RELEASE</version>
</dependency>

配置yml：

server:
  port: 8005
  #eureka配置
eureka:
  client:
    fetch-registry: false  #不向eureka中注册自己
    service-url:
      defaultZone: http://localhost:7001/eureka/, http://localhost:7002/eureka/, http://localhost:7001/eureka/

主启动类：

package com.xuyuan.springcloud;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;

@SpringBootApplication
@EnableEurekaClient
public class deptConsumer {
    public static void main(String[] args) {
        SpringApplication.run(deptConsumer.class,args);

    }
}

RestTemplateConfig中开启负载均衡

package com.xuyuan.springcloud.config;

import org.springframework.cloud.client.loadbalancer.LoadBalanced;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.web.client.RestTemplate;

@Configuration
public class ConfigBean {//@Configuration--spring  applicationContext.xml
    @Bean
    @LoadBalanced //变为负载均衡Ribbon
    public RestTemplate getRestTemplate(){
        return new RestTemplate();
    }

    //配置负载均衡实现RestTemplate
}
@LoadBalanced

在这里插入图片描述

基于微服务的名字访问的不用关心ip地址和端口号我的是8005
负载均衡的实现方式主要有以下几种：

随机 (Random)
轮询 (RoundRobin)
一致性哈希 (ConsistentHash)
哈希 (Hash)
加权（Weighted）

加三个数据库dbo1,dbo2,dbo3
copy三个启动类 8001,8002,8003
启动两个7001,7002
演示不了内存不够

在这里插入图片描述
经过测试，负载均衡算法默认是通过轮询的方式实现的
Ribbon自定义算法：
configBean中用别人的随机算法

@Configuration
public class ConfigBean {//@Configuration--spring  applicationContext.xml
    @Bean
    @LoadBalanced //变为负载均衡Ribbon
    public RestTemplate getRestTemplate(){
        return new RestTemplate();
    }

    //配置负载均衡实现RestTemplate
    //RiRule
    //AvailabilityFilteringRule: 会先过滤掉，跳闸，访问服务~ 对剩下的进行轮循
    //RoundRobinpule 轮询
    //RandomRule 随机
    //RetryRule:会先按照轮询获取服务~如果服务获取失败，则会在指定时间内进行，重试
@Bean
    public IRule myirule(){
        return new RandomRule();
}
}

这样可以实现随机但是由于怕根目录扫描所以自己键一个config


```java
package com.xuyuan.springcloud;

import com.xuyuan.myiure.XuRiue;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
import org.springframework.cloud.netflix.ribbon.RibbonClient;

@SpringBootApplication
@EnableEurekaClient
//在微服务中启动时候就能去加载我们自定义的Ribbon类
@RibbonClient(name="SPRINGCLOUD-02PROVIDER-DEPT",configuration = XuRiue.class)
public class deptConsumer {
    public static void main(String[] args) {
        SpringApplication.run(deptConsumer.class,args);

    }
}

现在我们自定义一个
XuRandomRule

//
// Source code recreated from a .class file by IntelliJ IDEA
// (powered by Fernflower decompiler)
//

package com.xuyuan.myiure;

import com.netflix.client.config.IClientConfig;
import com.netflix.loadbalancer.AbstractLoadBalancerRule;
import com.netflix.loadbalancer.ILoadBalancer;
import com.netflix.loadbalancer.Server;

import java.util.List;
import java.util.concurrent.ThreadLocalRandom;


public class XuRandomRule extends AbstractLoadBalancerRule {
    //每个服务访问五次  换下一个服务（3个）
    //total=0。默认=0，如果等于5 ，我们指向下一个服务点
    //index=0 默认0。如果total=5 index+1,
    private  int total=0;//被调用的次数
    private  int currentIndex = 0;//当前是谁在提供服务
    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();//获取活着的服务
                List<Server> allList = lb.getAllServers();//获取全部的服务
                int serverCount = allList.size();
                if (serverCount == 0) {
                    return null;
                }

//                int index = this.chooseRandomInt(serverCount);//生成区间随机数
//                server = (Server)upList.get(index);//从活着的服务中，随机获取一个
                //===========================//
                if(total<5){
                   server = upList.get(currentIndex);
                   total++;
                }else {
                    total=0;
                    currentIndex++;
                    if (currentIndex>upList.size()){
                        currentIndex=0;
                    }
                    server =   upList.get(currentIndex);//从活着服务中，读取指定的服务来进行操作
                }



                //===========================//
                if (server == null) {
                    Thread.yield();
                } else {
                    if (server.isAlive()) {
                        return server;
                    }

                    server = null;
                    Thread.yield();
                }
            }

            return server;
        }
    }

    protected int chooseRandomInt(int serverCount) {
        return ThreadLocalRandom.current().nextInt(serverCount);
    }

    public Server choose(Object key) {
        return this.choose(this.getLoadBalancer(), key);
    }

    public void initWithNiwsConfig(IClientConfig clientConfig) {
    }
}

自己的

package com.xuyuan.myiure;

import com.netflix.loadbalancer.IRule;
import com.netflix.loadbalancer.RandomRule;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class XuRiue {

    @Bean
    public IRule myirule(){
        return new XuRandomRule();//XuRandomRule调用自己的
    }
}