Ribbon 负载均衡
一、测试环境
开启 Eureka 注册集群(注意修改配置文件,开启自我保护机制):
- EurekaServer7001
server:
port: 7001
eureka:
instance:
hostname: eureka7001.com # Eureka 服务端的实例名称
instance-id: eureka-server7001
prefer-ip-address: true
client:
register-with-eureka: false
fetch-registry: false
service-url:
#defaultZone: http://eureka7001.com:7001/eureka # 单机
defaultZone: http://eureka7002.com:7002/eureka # 集群
# server:
# enable-self-preservation: false # 关闭自我保护, 保证失联的服务实例被及时注销
# eviction-interval-timer-in-ms: 2000
- EurekaServer7002
server:
port: 7002
eureka:
instance:
hostname: eureka7002.com
client:
register-with-eureka: false
fetch-registry: false
service-url:
defaultZone: http://eureka7001.com:7001/eureka
开启两个服务提供者(注意集群注册):
- payment8001
- payment8002
eureka:
client:
# 表示是否将自己注册到 EurekaSever, 默认为 true
register-with-eureka: true
# 是否从 EurekaServer 中抓取已有的注册信息, 默认为 true。单节点无所谓, 集群必须设置为 true 才能配置 ribbon 使用负载均衡
fetch-registry: true
# 下面配置的就是 EurekaServer 的地址
service-url:
defaultZone: http://eureka7001.com:7001/eureka,http://eureka7002.com:7002/eureka
开启服务消费者(注意集群配置):
server:
port: 80
spring:
application:
name: cloud-order-service
eureka:
client:
register-with-eureka: true
fetch-registry: true
service-url:
defaultZone: http://eureka7001.com:7001/eureka,http://eureka7002.com:7002/eureka
instance:
instance-id: consumer-order
prefer-ip-address: true
二、Ribbon
1、Ribbon 简介
Spring Cloud Ribbon 是基于 Netflix Ribbon 实现的一套客户端负载均衡的工具。
简单来说,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和服务调用。Ribbon 客户端组件提供一系列完善的配置项如连接超时,重试等等,就是在配置文件中列出 Load Balancer(简称 LB)后面所有的机器,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。我们很容易使用 Ribbon 实现自定义的负载均衡算法。
注意:Ribbon 目前也进入了维护阶段。
Github:https://github.com/Netflix/ribbon
WIKI:https://github.com/Netflix/ribbon/wiki
2、负载均衡
(1)概念
LB 负载均衡是什么?
简单来说就是将用户的请求平摊的分配到多台服务上,从而达到系统的 HA(高可用)。
常见的负载均衡有:Nginx,LVS,硬件 F5 等。
Ribbon 本地复杂均衡客户端 VS Nginx 服务器负载均衡区别
Nginx 是服务器负载均衡,客户端所有请求都会交给 Nginx,然后由 Nginx 实现转发请求。即负载均衡是由服务端实现的。
Ribbing 本地负载均衡,在调用微服务接口的时候,会在注册中心上获取注册信息服务列表之后缓存到 JVM 本地,从而在本地实现 RPC 远程服务调用技术。
(2)LB 分类
集中式 LB
即在服务的消费方和提供方之间使用独立的 LB 设施(可以是硬件,比如 F5,也可以是软件,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;
进程内 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中选择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。
(3)总结
之前我们利用 @LoadBalanced
注解结合 RestTemplate
实现了轮询复杂均衡。
3、测试负载均衡
(1)架构说明
Ribbon 是一个软负载均衡的客户端软件,它可以和其他服务进行结合使用,比如 Eureka。
Ribbon 在工作时分为两步:
- 第一步先选择 EurekaServer,它优先选择在同一区域内负载较少的 server;
- 第二部再根据用户指定的策略,在从 server 获取到的服务注册列表中选择一个地址。
其中 Ribbon 提供了多种策略:比如轮询、随机和根据响应时间加权。
(2)jar 包
<!-- Eureka client -->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
新版的 Eureka client 已经集成了 Netflix-Ribbon。
(3)RestTemplate 的使用
常用请求:
- Get 请求:
- 方法:
getForObject
和getForEntity
- 方法:
- Post 请求:
- 方法:
postForObject
和postForEntity
- 方法:
方法区别:
返回对象为响应体中数据转化的对象,基本上可以理解为 JSON,此时使用 Object。
返回对象为 ResponseEntity
对象,包含了响应的一些重要信息,比如响应头、响应状态码、响应体等,使用 Entity。
@GetMapping("/consumer/payment/get/{id}")
public CommonResult<Payment> getPaymentById(@PathVariable("id") Long id) {
return this.restTemplate.getForObject(PAYMENT_URL + "/payment/get/" + id, CommonResult.class);
}
@GetMapping("/consumer/payment/get-entity/{id}")
public CommonResult<Payment> getEntityById(@PathVariable("id") Long id) {
ResponseEntity<CommonResult> entity = this.restTemplate.getForEntity(PAYMENT_URL + "/payment/get/" + id, CommonResult.class);
if (entity.getStatusCode().is2xxSuccessful()) {
return entity.getBody();
} else {
return new CommonResult<>(444, "操作失败!");
}
}
4、Ribbon 负载均衡算法
(1)核心组件 IRule 及默认实现
这里涉及到一个接口:IRule
,根据特定算法从服务列表中选取一个要访问的服务。
// com.netflix.loadbalancer.IRule
public interface IRule{
/*
* choose one alive server from lb.allServers or
* lb.upServers according to key
*
* @return choosen Server object. NULL is returned if none
* server is available
*/
public Server choose(Object key);
public void setLoadBalancer(ILoadBalancer lb);
public ILoadBalancer getLoadBalancer();
}
AbstractLoadBalancerRule
:抽象类,实现了IRule
接口中提供了设置和获取 LB 的方法;RoundRobinRule
:默认的轮询算法实现类;WeightedResponseTimeRule
:加权轮询算法实现类:响应速度越快的实例选择权重越大,越容易被选择;RandomRule
:随机选择算法实现类;RetryRule
:先按照RoundRobinRule
的粗略获取服务,如果获取失败则在指定时间内会重新尝试获取;BestAvailableRule
:会优先过滤掉由于多次访问故障而处于断路器跳闸状态的服务,然后选择并发量最小的服务;AvailablityFilteringRule
:先过滤掉故障实例,然后选择并发较小的实例;ZoneAvoidanceRule
:默认规则,复合判断 server 所在区域的性能和 server 的可用性来选择服务器。
(2)替换负载均衡策略
在 Spring 官网,Spring Cloud Netflix 的 2.x 版本的文档中可以看到有关 Ribbon 的介绍:https://docs.spring.io/spring-cloud-netflix/docs/2.2.10.RELEASE/reference/html/#spring-cloud-ribbon
我们可以通过 Java Base Config 的方式提供一个 Ribbon 的定制化配置类,例如下面:
@Configuration
public class CustomRibbonRule {
@Bean
public IRule iRule() {
return new RandomRule();
}
}
但是有一点需要注意,这个配置类不能放在 @ComponentScan
扫描到的目录下面,因为这样会被所有的 RibbonClient 共享,就无法达到定制化的目的。
我们知道在 Spring Boot 中,主启动类上的 @SpringBootApplication
整合了 @ComponentScan
注解,它会将主启动类所在的目录及其所有子目录都进行扫描,注意 Ribbon 的配置类不要放在主启动类所在的包。
然后在主启动类上添加:
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = CustomRibbonRule.class)
@EnableEurekaClient
@SpringBootApplication
public class OrderService80 {
public static void main(String[] args) {
SpringApplication.run(OrderService80.class, args);
}
}
通过 @RibbonClient
单独引入 Ribbon 的定制化配置类,这样就完成了对 CLOUD-PAYMENT-SERVICE
服务的负载均衡定制化配置。
(3)Ribbon 负载均衡算法
轮询算法
负载均衡算法:rest 接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标,每次服务重启后 rest 接口计数从 1 开始;
List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
比如:
List[0] instance = 127.0.0.1:8002
List[1] instance = 127.0.0.1:8001
8001 和 8002 组成集群,总计 2 台机器,集群总数为 2,按照轮询算法原理:
同一 REST 接口请求数 | List 下标 | 服务地址 |
---|---|---|
1 | 1 % 2 = 1 | 127.0.0.1:8002 |
2 | 2 % 2 = 0 | 127.0.0.1:8001 |
3 | 3 % 2 = 1 | 127.0.0.1:8002 |
。。。 | 。。。 | 。。。 |
当某台机器重启后,接口请求数重新置为 1。
源码分析
// com.netflix.loadbalancer.IRule
public interface IRule{
// 根据负载均衡策略得到服务实例
public Server choose(Object key);
public void setLoadBalancer(ILoadBalancer lb);
public ILoadBalancer getLoadBalancer();
}
// com.netflix.loadbalancer.RoundRobinRule
public class RoundRobinRule extends AbstractLoadBalancerRule {
private AtomicInteger nextServerCyclicCounter;
public RoundRobinRule() {
// 原子计数器,初始值为 0
nextServerCyclicCounter = new AtomicInteger(0);
}
public Server choose(ILoadBalancer lb, Object key) {
// 如果没有配置负载均衡,就提示警告信息
if (lb == null) {
log.warn("no load balancer");
return null;
}
Server server = null;
int count = 0;
while (server == null && count++ < 10) {
// 获取所有状态为 up 的服务实例, 也就是存活的且可访问的服务实例
List<Server> reachableServers = lb.getReachableServers();
// 集群实例总数
List<Server> allServers = lb.getAllServers();
int upCount = reachableServers.size();
int serverCount = allServers.size();
if ((upCount == 0) || (serverCount == 0)) {
log.warn("No up servers available from load balancer: " + lb);
return null;
}
// 重点在这个方法
int nextServerIndex = incrementAndGetModulo(serverCount);
server = allServers.get(nextServerIndex);
if (server == null) {
/* Transient. */
Thread.yield();
continue;
}
if (server.isAlive() && (server.isReadyToServe())) {
return (server);
}
// Next.
server = null;
}
if (count >= 10) {
log.warn("No available alive servers after 10 tries from load balancer: "
+ lb);
}
return server;
}
private int incrementAndGetModulo(int modulo) {
// 自旋锁
for (;;) {
int current = nextServerCyclicCounter.get();
int next = (current + 1) % modulo;
// CAS
if (nextServerCyclicCounter.compareAndSet(current, next))
return next;
}
}
}
(4)手写负载均衡算法
原理:自旋锁 + CAS
首先去掉 order80 服务中注入 RestTemplate 时标注的 @LoadBalanced
注解,然后提供一个接口:
@Configuration
public class ApplicationContextConfig {
@Bean
public RestTemplate restTemplate() {
return new RestTemplate();
}
}
然后模仿 IRule
及 RoundRobinRule
,我们也自定义一个接口和其实现类:
public interface LoadBalancer {
ServiceInstance instances(List<ServiceInstance> serviceInstances);
}
@Component
public class MyLB implements LoadBalancer{
private AtomicInteger atomicInteger = new AtomicInteger(0);
public final int getAndIncrement() {
int current;
int next;
do {
current = this.atomicInteger.get();
next = current >= 2147483647 ? 0 : current + 1;
} while (!this.atomicInteger.compareAndSet(current, next));
System.out.println("**** 第几次访问次数 next = " + next);
return next;
}
@Override
public ServiceInstance instances(List<ServiceInstance> serviceInstances) {
int index = getAndIncrement() % serviceInstances.size();
return serviceInstances.get(index);
}
}
其实现原理还是 自旋锁 + CAS;
最后在 Controller 中测试:
@RestController
@Slf4j
public class OrderController {
@Autowired
private RestTemplate restTemplate;
@Resource
private LoadBalancer loadBalancer;
@Resource
private DiscoveryClient discoveryClient;
@GetMapping("/consumer/payment/lb/get/{id}")
public CommonResult<Payment> getPaymentByIdWithLB(@PathVariable("id") Long id) {
List<ServiceInstance> list = this.discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");
if (list == null || list.size() <= 0) {
return null;
}
ServiceInstance instances = this.loadBalancer.instances(list);
URI uri = instances.getUri();
return this.restTemplate.getForObject(uri + "/payment/get/" + id, CommonResult.class);
}
}
在浏览器测试:http://localhost/consumer/payment/lb/get/1
控制台提示:
测试成功。