当前位置:   article > 正文

Ribbon_ribbon mac-clock

ribbon mac-clock

什么是Ribbon:

目前主流的负载方案分为以下两种:
1.集中式负载均衡,在消费者和服务提供方中间使用独立的代理方式进行负载,有硬件的(比如 F5),也有软件的(比如
Nginx)。
2.客户端根据自己的请求情况做负载均衡,Ribbon 就属于客户端自己做负载均衡。

Spring Cloud Ribbon是基于Netflix Ribbon 实现的一套客户端的负载均衡工具,Ribbon客户端组件提供一系列的完善的配置,如超
时,重试等。通过Load Balancer获取到服务提供的所有机器实例,Ribbon会自动基于某种规则(轮询,随机)去调用这些服务。Ribbon也
可以实现我们自己的负载均衡算法。
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

客户端的负载均衡:
spring cloud中的ribbon,客户端会有一个服务器地址列表,在发送请求前通过负载均衡算法选择一个服务器,然后进行访问,这是客户端负载均衡;即在客户端就进行负载均衡算法分配。
如:服务消费者在注册中心拉取下来一系列的列表,根据负载均衡的某种算法作为分发请求,这就是客户端负载均衡;
在这里插入图片描述
服务端的负载均衡:
如Nginx,通过Nginx进行负载均衡,先发送请求,然后通过负载均衡算法,在多个服务器之间选择一个进行访问;即在服务器端再进行负载均衡算法分配;
比如:订单微服务需要调用其他微服务,其他微服务提供者的集群列表被拉取下来,然后做一系列均衡算法,然后分发请求;
在这里插入图片描述
常规的负载均衡算法:

1.随机,通过随机选择服务进行执行,一般这种方式使用较少;
2.轮训,负载均衡默认实现方式,请求来之后排队处理;
3.加权轮训,通过对服务器性能的分型,给高配置,低负载的服务器分配更高的权重,均衡各个服务器的压力;
4.地址Hash,通过客户端请求的地址的HASH值取模映射进行服务器调度。 ip --->hash
5.最小链接数,即使请求均衡了,压力不一定会均衡,最小连接数法就是根据服务器的情况,比如请求积压数等参数,将请求分配到当前压力最小的服务器上。 最小活跃数
  • 1
  • 2
  • 3
  • 4
  • 5

负载均衡的策略:
在这里插入图片描述
在这里插入图片描述
策略:

IRule
这是所有负载均衡策略的父接口,里边的核心方法就是choose方法,用来选择一个服务实例。
AbstractLoadBalancerRule
AbstractLoadBalancerRule是一个抽象类,里边主要定义了一个ILoadBalancer,这里定义它的目的主要是辅助负责均衡策略选取合适的服务端实
例。
1.RandomRule
看名字就知道,这种负载均衡策略就是随机选择一个服务实例,看源码我们知道,在RandomRule的无参构造方法中初始化了一个Random对象,
然后在它重写的choose方法又调用了choose(ILoadBalancer lb, Object key)这个重载的choose方法,在这个重载的choose方法中,每次利用
random对象生成一个不大于服务实例总数的随机数,并将该数作为下标所以获取一个服务实例。
2.RoundRobinRule
RoundRobinRule这种负载均衡策略叫做线性轮询负载均衡策略。这个类的choose(ILoadBalancer lb, Object key)函数整体逻辑是这样的:开启
一个计数器count,在while循环中遍历服务清单,获取清单之前先通过incrementAndGetModulo方法获取一个下标,这个下标是一个不断自增长
的数先加1然后和服务清单总数取模之后获取到的(所以这个下标从来不会越界),拿着下标再去服务清单列表中取服务,每次循环计数器都会加
1,如果连续10次都没有取到服务,则会报一个警告No available alive servers after 10 tries from load balancer: XXXX。
3.RetryRule(在轮询的基础上进行重试)
看名字就知道这种负载均衡策略带有重试功能。首先RetryRule中又定义了一个subRule,它的实现类是RoundRobinRule,然后在RetryRulechoose(ILoadBalancer lb, Object key)方法中,每次还是采用RoundRobinRule中的choose规则来选择一个服务实例,如果选到的实例正常就返
回,如果选择的服务实例为null或者已经失效,则在失效时间deadline之前不断的进行重试(重试时获取服务的策略还是RoundRobinRule中定义的
策略),如果超过了deadline还是没取到则会返回一个null4.WeightedResponseTimeRule(权重 —nacos的NacosRuleNacos还扩展了一个自己的基于配置的权重扩展)
WeightedResponseTimeRuleRoundRobinRule的一个子类,在WeightedResponseTimeRule中对RoundRobinRule的功能进行了扩展,
WeightedResponseTimeRule中会根据每一个实例的运行情况来给计算出该实例的一个权重,然后在挑选实例的时候则根据权重进行挑选,这样能
够实现更优的实例调用。WeightedResponseTimeRule中有一个名叫DynamicServerWeightTask的定时任务,默认情况下每隔30秒会计算一次
各个服务实例的权重,权重的计算规则也很简单,如果一个服务的平均响应时间越短则权重越大,那么该服务实例被选中执行任务的概率也就越大。
5.ClientConfigEnabledRoundRobinRule
ClientConfigEnabledRoundRobinRule选择策略的实现很简单,内部定义了RoundRobinRule,choose方法还是采用了RoundRobinRule的
choose方法,所以它的选择策略和RoundRobinRule的选择策略一致,不赘述。
6.BestAvailableRule
BestAvailableRule继承自ClientConfigEnabledRoundRobinRule,它在ClientConfigEnabledRoundRobinRule的基础上主要增加了根据
loadBalancerStats中保存的服务实例的状态信息来过滤掉失效的服务实例的功能,然后顺便找出并发请求最小的服务实例来使用。然而
loadBalancerStats有可能为null,如果loadBalancerStats为null,则BestAvailableRule将采用它的父类即
ClientConfigEnabledRoundRobinRule的服务选取策略(线性轮询)。
7.ZoneAvoidanceRule (默认规则,复合判断server所在区域的性能和server的可用性选择服务器。)
ZoneAvoidanceRulePredicateBasedRule的一个实现类,只不过这里多一个过滤条件,ZoneAvoidanceRule中的过滤条件是以ZoneAvoidancePredicate为主过滤条件和以AvailabilityPredicate为次过滤条件组成的一个叫做CompositePredicate的组合过滤条件,过滤成功之后,继续采用线性轮询
(RoundRobinRule)的方式从过滤结果中选择一个出来。
8.AvailabilityFilteringRule(先过滤掉故障实例,再选择并发较小的实例)
过滤掉一直连接失败的被标记为circuit tripped的后端Server,并过滤掉那些高并发的后端Server或者使用一个AvailabilityPredicate来
包含过滤server的逻辑,其实就是检查status里记录的各个Server的运行状态。
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38

在代码内实现方式:
1:定义配置类
在这里插入图片描述
加入注解:此处定义配置类要必坑,注意类路径不可被扫描到,不然就是全局共享
在这里插入图片描述

2:yml中配置:指定服务使用什么负载均衡策略
在这里插入图片描述
3:自定义实现负载均衡

/**
 * 自定义简单实现负载均衡算法
 * @author 
 * @date 2022/5/4
 */

public class myRibbonRule extends AbstractLoadBalancerRule {
    /**
     * 初始化一些配置
     * @param iClientConfig
     */
    @Override
    public void initWithNiwsConfig(IClientConfig iClientConfig) {

    }

    /**
     * 这个就是负载均衡的算法内部方法
     * @param o
     * @return
     */
    @Override
    public Server choose(Object o) {
        //调用父类方法
        ILoadBalancer loadBalancer = this.getLoadBalancer();
        //获取服务实例
        List<Server> reachableServers = loadBalancer.getReachableServers();
        //随机算法获取下标
        int random = ThreadLocalRandom.current().nextInt(reachableServers.size());
        //获取下标的服务
        Server server = reachableServers.get(random);
        return server;
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34

将自己定义的类加入配置:
在这里插入图片描述
4:避免第一次启动响应比较慢,将懒加载关闭
在这里插入图片描述
源码待更新

Ribbon核心原理:
在这里插入图片描述

ribbon内部有一个定时器,定时拉取服务列表,还有一个loadbalancerInterceptor的拦截器,当服务列表请求被拦截后,在拦截器内做一系列的负载均衡算法然后在做分发

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小蓝xlanll/article/detail/492412
推荐阅读
相关标签
  

闽ICP备14008679号