Spring Cloud调用Ribbon Spring Cloud调用Ribbon的步骤

时间:2021-05-24 初入职场小码农人气:0

想了解Spring Cloud调用Ribbon的步骤的相关内容吗，初入职场小码农在本文为您仔细讲解Spring Cloud调用Ribbon的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：Spring,Cloud,服务调用,Spring,Cloud调用Ribbon，下面大家一起来学习吧。

一、简介

1. 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和服务调用。
官方文档
目前已进入维护状态，以后可以通过Open Feign作为替代方案
负载均衡+RestTemplate，实现负载均衡调用

2. 负载均衡

负载均衡（Load Balance，LB），即将用户的请求平摊到多个服务上，从而达到系统的高可用（HA）
负载均衡分为两种方案：集中式LB、进程内LB

2.1 集中式LB

即服务方和消费方之间使用独立的LB设施，由该设备负责把访问请求通过某种策略转发至服务提供方。
比如说Nginx、Gateway、zuul等

2.2 进程内LB

负载均衡的算法集成到消费方，消费方在注册中心中获取可用地址，然后通过LB算法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方提供的地址。

二、实验

Ribbon集成在spring-cloud-starter-netflix-eureka-client中，可以参考eureka的使用。在此基础上简单修改一下，就可以完成服务调用及负载均衡

1. RestTemplate

官网
通过RestTemplate，可以实现HttpClient的功能，只需要给它提供一个url及返回类型，即可实现远程方法调用。

1.1 加入到IOC容器

首先，将其加入到IOC容器中。@LoadBalanced表示开启负载均衡。

@Configuration
public class ApplicationContextConfig {
  @Bean
  @LoadBalanced
  public RestTemplate restTemplate() {
    return new RestTemplate();
  }
}

1.2 RestTemplate 远程调用

@Slf4j
@RestController
@RequestMapping("/order")
public class OrderController {
  @Autowired
  RestTemplate restTemplate;  // 在ioc容器中获取
  @Value("${payment.url}")
  String paymentUrl;  // 远程调用的URL，保存在配置文件中，解耦

  @GetMapping("/payment/get/{id}")
  public CommonResult<Payment> getPaymentById(@PathVariable("id") Long id) {
    CommonResult<Payment> result = restTemplate.getForObject(paymentUrl + "/payment/get/" + id, CommonResult.class);  // get方法调用，并且返回封装成 CommonResult 类型
    log.info("Order 查询 Payment，id：" + id);
    return result;
  }
}

也可以使用getForEntity()方法，获取整个响应，自己在响应中获取想要的内容。

  @GetMapping("/payment/getEntity/{id}")
  public CommonResult<Payment> getPaymentEntityById(@PathVariable("id") Long id) {
    ResponseEntity<CommonResult> entity = restTemplate.getForEntity(paymentUrl + "/payment/get/" + id, CommonResult.class);
    log.info("获取到的信息是：" + entity.toString());
    log.info("获取到的StatusCode是：" + entity.getStatusCode());
    log.info("获取到的StatusCodeValue是：" + entity.getStatusCodeValue());
    log.info("获取到的Headers是：" + entity.getHeaders());

    if (entity.getStatusCode().is2xxSuccessful()) {
      log.info("查询成功：" + id);
      return entity.getBody();
    } else {
      log.info("查询失败：" + id);
      return new CommonResult<>(CommonResult.FAIlURE, "查询失败");
    }
  }

如果使用post方法，就将get改成post就好了。

1.3 配置文件

url，可以写具体的地址，表示直接调用该地址；也可以写在eureka的服务名，首先在eureka中获取该服务的所有地址，再通过LB选择一个。

payment:
  url: "http://CLOUD-PAYMENT-SERVICE"

2. LoadBalancer

上面通过@LoadBalanced开启了负载均衡。默认使用轮询算法，也可以修改成其他算法。

Class	算法
com.netflix.loadbalancer.RoundRobinRule	轮询，默认算法
com.netflix.loadbalancer.RandomRule	随机算法，通过产生随机数选择服务器
com.netflix.loadbalancer.RetryRule	先按照RoundRobinRule的策略获取服务，如果获取服务失败则在指定时间内会进行重试，获取可用的服务
WeightedResponseTimeRule	对RoundRobinRule的扩展，响应速度越快的实例选择权重越大，越容易被选择
BestAvailableRule	会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，然后选择一个并发量最小的服务
AvailabilityFilteringRule	先过滤掉故障实例，再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的可用性选择服务器

2.1 修改负载均衡算法

如果想让该算法只针对某个服务，则不能将其放在ComponentScan够得到的地方，否则会修改所有服务的负载均衡算法。因此，最好在外面再新建一个package，用来放这个LB

@Configuration
public class MyRule {
  @Bean
  public IRule rule() {
    return new RandomRule();
  }
}

在主启动类上，标识一下服务与算法直接的映射关系

@SpringBootApplication
@EnableEurekaClient
@RibbonClient(name = "CLOUD-PAYMENT-SERVICE", configuration = MyRule.class)
public class OrderApplication80 {
  public static void main(String[] args) {
    SpringApplication.run(OrderApplication80.class, args);
  }
}

如果嫌这种方法麻烦，也可以使用配置文件的方法

CLOUD-PAYMENT-SERVICE:  # 服务名称
  ribbon:
    NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule  # 算法选择

3. 负载均衡算法源码

以默认的RoundRobinRule作为阅读的源码，其他的源码基本上很类似，只是修改的选择服务器的代码。

RoundRobinRule父类为AbstractLoadBalancerRule，AbstractLoadBalancerRule实现了接口IRule

3.1 IRule

public interface IRule {
  Server choose(Object var1);  // 选择服务器，最重要的方法

  void setLoadBalancer(ILoadBalancer var1);

  ILoadBalancer getLoadBalancer();
}

3.2 AbstractLoadBalancerRule

基本没什么作用，只是将公共的部分提取了出来进行实现。

public abstract class AbstractLoadBalancerRule implements IRule, IClientConfigAware {
  private ILoadBalancer lb;  // ILoadBalancer接口，主要的功能就是获取当前服务器的状态、数量等，为负载均衡算法提供计算的参数

  public AbstractLoadBalancerRule() {
  }

  public void setLoadBalancer(ILoadBalancer lb) {
    this.lb = lb;
  }

  public ILoadBalancer getLoadBalancer() {
    return this.lb;
  }
}

3.3 RoundRobinRule

简单来说，就是通过一个计数器，实现了轮询

public class RoundRobinRule extends AbstractLoadBalancerRule {
  private AtomicInteger nextServerCyclicCounter;  // 原子类，用来保存一个计数，记录现在轮询到哪了
  private static final boolean AVAILABLE_ONLY_SERVERS = true;
  private static final boolean ALL_SERVERS = false;
  private static Logger log = LoggerFactory.getLogger(RoundRobinRule.class);

  public RoundRobinRule() {
    this.nextServerCyclicCounter = new AtomicInteger(0);  // 初始化
  }

  public RoundRobinRule(ILoadBalancer lb) {  // 设置LoadBalancer
    this();
    this.setLoadBalancer(lb);
  }

  public Server choose(ILoadBalancer lb, Object key) {  // 最重要的方法，选择服务器并返回
  // 下面贴出来
  }
 
  private int incrementAndGetModulo(int modulo) {  // 对计数器进行修改，并返回一个选择值，是轮询算法的实现
  // 下面贴出来
  }

  public Server choose(Object key) {   // 接口的方法，在该类中调用了另一个方法实现
    return this.choose(this.getLoadBalancer(), key);
  }

  public void initWithNiwsConfig(IClientConfig clientConfig) {}
}

简单来说，该方法就是根据目前的状态，选择一个服务器返回。

public Server choose(ILoadBalancer lb, Object key) {
    if (lb == null) {  // 如果没有LoadBalancer，那就不白费功夫了
      log.warn("no load balancer");
      return null;
    } else {
      Server server = null;
      int count = 0;

      while(true) {  
        if (server == null && count++ < 10) {  // 尝试十次，如果还找不到server就放弃了
          List<Server> reachableServers = lb.getReachableServers();  // 通过LB获取目前所有可获取的服务器
          List<Server> allServers = lb.getAllServers();  // 获取实际上的所有服务器
          int upCount = reachableServers.size();  // 获取目前可获得的服务器数量
          int serverCount = allServers.size();  // 所有服务器的数量，这是取余的除数
          if (upCount != 0 && serverCount != 0) {  // 如果目前有服务器且服务器可用
            int nextServerIndex = this.incrementAndGetModulo(serverCount);  // 最关键的选择算法，将目前的的服务器数量放进去，返回一个选择的号码
            server = (Server)allServers.get(nextServerIndex);   // 根据下标将服务器取出来
            if (server == null) {  // 如果取出来为空，表示目前不可用，则进入下一个循环
              Thread.yield(); 
            } else {
              if (server.isAlive() && server.isReadyToServe()) {  // 如果该服务器活着且可以被使用，则直接将其返回
                return server;
              }

              server = null;
            }
            continue;
          }

          log.warn("No up servers available from load balancer: " + lb);
          return null;
        }

        if (count >= 10) {
          log.warn("No available alive servers after 10 tries from load balancer: " + lb);
        }

        return server;
      }
    }
  }

简单来说，就是将目前的计数器+1取余，获取一个下标，并返回。为了避免高并发的危险，采用CAS的方法进行设置。

  private int incrementAndGetModulo(int modulo) {
    int current;
    int next;
    do {
      current = this.nextServerCyclicCounter.get();  // 获取当前值
      next = (current + 1) % modulo;  // +1取余
    } while(!this.nextServerCyclicCounter.compareAndSet(current, next));  // CAS，如果成功就返回，失败就再来

    return next;
  }

加载全部内容