SpringCloud Netflix Ribbon

Eureka客户端的负载均衡：从Eureka server拿到节点列表，客户端自己使用负载均衡的算法确定要使用的节点；

Eureka服务端的负载均衡：服务端使用负载均衡的算法，从节点列表中确定要使用的节点，将该节点信息返回给客户端。

Ribbon实现的是客户端的负载均衡，默认使用的策略是轮询。

Ribbon内置的负载均衡策略

• RoundRobinRule    轮询，Ribbon默认的策略。

　　轮询是最简单的负载均衡算法，将所有节点围城一圈，轮着来，每个节点的负载差不多，适合节点性能都差不多的情况。

　　加权轮询法   这个不是Ribbon的内置策略，此处只是作为补充。

在轮询的基础上，对每个节点施加权重。节点的性能不同，性能高的权重分配大些，轮到的几率就大些，负载大些。适合节点性能有明显区别的情况。

• RetryRule   重试

　　先按照RoundRobinRule策略获取provider，若获取失败，则在指定的时限内重试。默认的时限为500毫秒。

• RandomRule   随机

　　从所有节点中随机选择一个。

• BestAvailableRule   最可用

　　选择并发量最小的节点（连接的消费者数量最少的节点）。

• AvailabilityFilteringRule  可用过滤

　　过滤掉处于断路器跳闸状态的provider，或已经超过连接极限的provider，对剩余provider采用轮询策略。

• ZoneAvoidanceRule

　　根据大区性能、节点可用性综合进行选择。

• WeightedResponseTimeRule  权重响应时间

　　根据每个provider的平均响应时间计算其权重，响应时间越快权重越大，被选中的机率就越高。刚启动时采用轮询策略，计算出权重后就根据权重进行选择。

使用Ribbon内置的负载均衡策略

使用Eureka导入的依赖已经包含了Ribbon的依赖，所以不必再导依赖。

只需在消费者的引导类中设置Ribbon：

@SpringBootApplication
@EnableEurekaClient  //作为Eureka Client，也可使用@EnableDiscoveryClient，这两个注解作用差不多
public class UserServer {
    @Bean
    @LoadBalanced  //使用Ribbon实现负载均衡
    public RestTemplate getRestTemplate(){
        return new RestTemplate();
    }

    //设置Ribbon使用的负载均衡策略，只需创建一个实例、放到spring容器中即可。
    // 若不设置，默认使用轮询。
    @Bean
    public RandomRule getRule(){
        return  new RandomRule();
    }

    public static void main(String[] args) {
        SpringApplication.run(UserServer.class, args);
    }

}

使用自定义的负载均衡策略

（1）新建一个类作为负载均衡策略

//需继承AbstractLoadBalancerRule
public class MyRule extends AbstractLoadBalancerRule{

    @Override
    public void initWithNiwsConfig(IClientConfig iClientConfig) {

    }

    //自定义负载均衡策略，需返回一个节点
    @Override
    public Server choose(Object o) {
        //获取负载均衡器
        ILoadBalancer loadBalancer = this.getLoadBalancer();

        //获取目标服务的所有节点，包括了无效节点
        List<Server> allList = loadBalancer.getAllServers();
        //获取目标服务的所有可用节点
        List<Server> upList = loadBalancer.getReachableServers();

        for (Server server:upList){
            //有效且空闲
            if (server.isAlive() && server.isReadyToServe()){
                //ip
                System.out.println(server.getHost());
                //port
                System.out.println(server.getPort());
                //ip:port的形式
                System.out.println(server.getHostPort());
                return server;
            }
        }

        // Server的构造函数：Server(String ip,int port)
        // Server server = new Server("127.0.0.1", 10001);

        return null;
    }
}

注意导入的Server是com.netflix.loadbalancer.Server，不要导错了。

我们看到choose会传入一个Object类型的参数，这个参数是Ribbon缓存的目标服务所有节点的信息，会自动传入。

Ribbon对一个服务，会在缓存中维护2个List：一个是此服务的所有节点的信息，一个是此服务所有可用节点的信息。

维护过程：Ribbon从Eureka server拿到此服务所有的节点列表，这个节点列表一直保存在缓存中，不修改；将这个列表copy一份作为有效节点列表，也放在缓存中，并定时ping一下列表中的节点，判断节点是否还有效，若无效，则从有效节点列表中删除。

（2）引导类

@SpringBootApplication
@EnableEurekaClient  //作为Eureka Client，也可使用@EnableDiscoveryClient，这两个注解作用差不多
public class UserServer {
    @Bean
    @LoadBalanced  //使用Ribbon实现负载均衡
    public RestTemplate getRestTemplate(){
        return new RestTemplate();
    }

    //使用自定义的策略
    @Bean
    public MyRule getRule(){
        return  new MyRule();
    }

    public static void main(String[] args) {
        SpringApplication.run(UserServer.class, args);
    }

}

原文地址：https://www.cnblogs.com/chy18883701161/p/12304655.html