SpringCloud H版 Ribbon使用讲解及自定义负载算法_小毕超

大大的周 02-07 763

一、Ribbon

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。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。简单的说，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）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。

在前面的文章中，我们讲解到了eureka、zookeeper、consul作为注册中心，及采用 RestTemplate 作为客户端工具调用服务，后面我们也会讲到feign客户端工具。在使用中我们会发现，我们在声明 RestTemplate 时就加了一个@LoadBalanced 就实现了服务负载功能，其实是 ribbon 已经对RestTemplate 做了适配和优化，在RestTemplate 调用服务时会进入ribbon 的负载规则器，选取出合适的请求服务ip 和端口再交于 RestTemplate 进行http 请求。

上篇文章地址：https://blog.csdn.net/qq_43692950/article/details/121990497

在前面的演示中，我们也发现了，我们其实并没有针对的引入ribbon 的依赖，却也使用了ribbon的功能，ribbon已经附在了 eureka或其他一些cloud工具包中了，因此大多数情况下，我们无需主动配置ribbon的依赖：

二、Ribbon的基本使用

如果是采用 RestTemplate 作为客户端调用工具，只需在声明RestTemplate时加上 @LoadBalanced 即可自动使用 Ribbon的负载功能：

@Configuration public class RestTemplateConfig { @Bean @LoadBalanced public RestTemplate getRestTemplate() { return new RestTemplate(); } }

如果是 feign 客户端工具，当然现在普遍用的是openFeign，在引入openFeign的依赖时，也会附带 ribbon，可以理解为 feign 是一个ribbon + httpclient 的结合封装产品，所以使用feign 时，如果是指定的注册中心的服务，则会自动开启了负载均衡。

三、Ribbon的负载均衡算法

Ribbon默认是采用轮训的算法，当然Ribbon肯定不只是这一种算法，但轮训也是我们项目中比较常用的一个选择，因为现在微服务，强调服务平等，大家都承受相同的压力，便于对服务的管理，但有时我们可能不想使用轮训算法。ribbon 所有的策略算法均实现与IRule 接口，下面我们看下Ribbon为我们提供的算法有哪些：

各个算法的说明：

RoundRobinRule：轮询

RandomRule：随机

AvailabilityFilteringRule：会先过滤掉由于多次访问故障而处于断路器状态的服务，还有并发的连接数量超过阈值的服务，然后对剩余的服务列表按照轮询策略进行访问

WeightedResponseTimeRule：根据平均响应时间计算所有服务的权重，响应时间越快的服务权重越大被选中的概率越大。刚启动时如果统计信息不足，则使用RoundRobinRule（轮询）策略，等统计信息足够，会切换到WeightedResponseTimeRule

RetryRule：先按照RoundRobinRule（轮询）策略获取服务，如果获取服务失败则在指定时间内进行重试，获取可用的服务

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

ZoneAvoidanceRule：复合判断Server所在区域的性能和Server的可用性选择服务器

四、切换Ribbon的负载均衡算法

上面我们了解到了，各种ribbon提供的负载算法，下面就需要我们针对性的切换到合适的算法，下面均在服务消费者端修改：

我们将默认的轮训算法替换为随机算法

添加 RibbonLoadBalancedConfig.java public class RibbonLoadBalancedConfig { @Bean public IRule myRule() { //定义为随机算法 return new RandomRule(); } }

注意：官方文档明确给出了警告，这个自定义配置类不能放在@ComponentScan所扫描的当前包下以及子包下，否则我们自定义的这个配置类就会被所有的Ribbon客户端所共享，达不到特殊化定制的目的了。当然如果想要全局的吧ribbon的算法替换掉，就可以放到@ComponentScan扫描的范围，下面我们只对provider服务设置随机算法：

修改主启动类：

添加@RibbonClient注解

@SpringBootApplication @EnableDiscoveryClient @RibbonClient(name = "provider", configuration = RibbonLoadBalancedConfig.class) public class ConsulConsumerApplication { public static void main(String[] args) { SpringApplication.run(ConsulConsumerApplication.class, args); } }

下面再次请求就可以看出，已经不是轮训算法了。

五、自定义Ribbon的负载均衡算法

如果Ribbon自带的算法不能满足我们的需求，我们也可以自定义负载算法，上面我们了解到了，所有的规则都实现于 IRule 接口和继承AbstractLoadBalancerRule 抽象模板，既然我们要自定义也要符合它的规则，下面我们创建自定义类继承 AbstractLoadBalancerRule模板。

@Slf4j public class MyLoadBalanced extends AbstractLoadBalancerRule { private AtomicInteger atomicInteger = new AtomicInteger(0); @Override public void initWithNiwsConfig(IClientConfig iClientConfig) { } @Override public Server choose(Object key) { return this.choose(this.getLoadBalancer(), key); } private Server choose(ILoadBalancer lb, Object key) { if (lb == null) { log.warn("no load balancer"); return null; } else { List<Server> reachableServers = lb.getReachableServers(); int count = getAndIncrement(); int index = count % reachableServers.size(); Server server = reachableServers.get(index); log.info("访问次数：{} ，当前调用服务ip：{} , port: {} ", count, server.getHost(), server.getPort()); return server; } } public final int getAndIncrement() { int current; int next; do { current = this.atomicInteger.get(); next = current >= Integer.MAX_VALUE ? 0 : current + 1; } while (!this.atomicInteger.compareAndSet(current, next)); return next; } }

上面的程序，我们也是简单实现了一个轮训的效果，以此来作为演示，大家可以根据需求编写自己的算法。

下面将我们的算法替换掉默认的轮训：

public class RibbonLoadBalancedConfig { @Bean public IRule myRule() { //定义为随机算法 // return new RandomRule(); return new MyLoadBalanced(); } }

最后在主启动类中声明：

再次请求，也是轮训的效果，不过看下打印的日志，走的已经是我们自定义的算法了：

喜欢的小伙伴可以关注我的个人微信公众号，获取更多学习资料！