SpringCloud：Ribbon负载均衡

1.什么是负载均衡

　　当多个相同的服务的服务提供者被注册到注册中心后，服务消费者去调用服务，考虑到当多个消费者会去访问同一服务提供者的服务，这样会造成个别提供者没用访问量，而有的提供者都快挤爆服务器了，那么他的解决方案就是负载均衡，他会让消费者通过负载均衡算法均衡的去访问这些服务提供者；这样就有效的提高了服务的吞吐量（访问量），提高了网络的灵活性和高可用性

 

2.负载均衡的作用

　　它提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。

 

3.Ribbon是什么

　　Spring Cloud Ribbon时基于Netfix Ribbon实现的一套客户端负载均衡工具

　　简单的说Ribbon是Netfix发布的开源的项目，主要提供在客户端的软件负载均衡算法，Ribbon的客户端组件提供了一系列完整的配置如：连接超时，重试等，

　　Ribbon自带的负载均衡算法有轮询（默认），随机。同时也可以自定义负载均衡算法（本质通过ribbon内部的规则将原有的算法覆盖实现的）

 

4.实现Ribbon

导入相关依赖

       <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-ribbon</artifactId>
            <version>1.4.6.RELEASE</version>
        </dependency>

 

（1）使用Ribbon自带的负载均衡算法，实现轮询/随机

 

 

（2）自定义负载均衡

 注意：（官方）自定义的负载均衡算法不能写在主启动类的同级包下

自定义算法

package com.king.myrule;

import com.netflix.client.config.IClientConfig;
import com.netflix.loadbalancer.AbstractLoadBalancerRule;
import com.netflix.loadbalancer.ILoadBalancer;
import com.netflix.loadbalancer.Server;
import org.springframework.context.annotation.Bean;

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

//自定义负载均衡算法
public class KingRandomRule extends AbstractLoadBalancerRule {

    /**每个服务访问5次换下一个服务
     * 思路：total=0 默认0 如果=5，指针指向下一个节点
     *      index=0 默认0 如果=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 KingRandomRule() {
    }

  /*  @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) {
                if (Thread.interrupted()) {
                    return null;
                }

                List<Server> upList = lb.getReachableServers();//获得活着的服务
                List<Server> allList = lb.getAllServers();//获得全部服务
                int serverCount = allList.size();
                if (serverCount == 0) {
                    return null;
                }

             /** 随机调用源码
              *  int index = this.chooseRandomInt(serverCount);//生成区间，随机数
                  server = (Server)upList.get(index);//从活着的服务随机获取一个
              */

                if (total<5){
                    server = upList.get(currentIndex);
                    total++;
                } else{
                    total = 0;
                    currentIndex++;
                    if (currentIndex>=upList.size()){
                        currentIndex = 0;
                     }
                    server = upList.get(currentIndex);
                }

                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) {
    }
}

 

将自定以算法注册进bean

//自定义的负载均衡算法在这里放到ioc容器里
//通过返回实例化自定以对象方式注册bean
@Configuration
public class KingRule {

    @Bean
    public IRule myRule(){

        return new KingRandomRule();
    }
}

 

 

 

负载均衡流程图