当前位置: 首页 > article >正文

SpringCloud-Ribbon:负载均衡(基于客户端)

6. Ribbon:负载均衡(基于客户端)

6.1 负载均衡以及Ribbon

Ribbon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,将 Netflix 的中间层服务连接在一起。Ribbon 的客户端组件提供一系列完整的配置项,如:连接超时、重试等。简单的说,就是在配置文件中列出 LoadBalancer (简称LB:负载均衡) 后面所有的及其,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。我们也容易使用 Ribbon 实现自定义的负载均衡算法!

Ribbon能干嘛?

通过Ribbon的负载均衡(轮询、随机算法等)实现将10000个请求分配个多个服务注册中心(请求处理方)

在这里插入图片描述

  • LB,即负载均衡 (LoadBalancer) ,在微服务或分布式集群中经常用的一种应用。
  • 负载均衡简单的说就是将用户的请求平摊的分配到多个服务上,从而达到系统的HA (高可用)。
  • 常见的负载均衡软件有 NginxLvs 等等。
  • Dubbo、SpringCloud 中均给我们提供了负载均衡,SpringCloud 的负载均衡算法可以自定义。

负载均衡简单分类:

  • 集中式LB
    即在服务的提供方和消费方之间使用独立的LB设施,如Nginx(反向代理服务器),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!
  • 进程式 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址中选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

6.2 SpringCloud集成Ribbon

① 在springcloud-consumer-dept-80 添加 Ribbon和Eureka依赖

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

<!--Ribbon-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-ribbon</artifactId>
    <version>1.4.6.RELEASE</version>
</dependency>
<!--Eureka: Ribbon需要从Eureka服务中心获取要拿什么-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-eureka</artifactId>
    <version>1.4.6.RELEASE</version>
</dependency>

② 在application.yml 配置Eureka

在这里插入图片描述

# Eureka配置
eureka:
  client:
    register-with-eureka: false # 不向 Eureka注册自己,注册服务器就好
    service-url: # 从三个注册中心中随机取一个去访问
      defaultZone: http://eureka7001.com:7001/eureka/,http://eureka7002.com:7002/eureka/,http://eureka7003.com:7003/eureka/

③在启动类的上添加@EnableEurekaClient ,启动Eureka

在这里插入图片描述

④ 自定义Spring配置类:ConfigBean.java 配置负载均衡实现RestTemplate

在这里插入图片描述

@Configuration
public class ConfigBean {//@Configuration -- spring  applicationContext.xml

    @LoadBalanced //配置负载均衡实现RestTemplate
    @Bean
    public RestTemplate getRestTemplate() {
        return new RestTemplate();
    }
}

⑤ 修改conroller:DeptConsumerController.java

在这里插入图片描述

//Ribbon:我们这里的地址,应该是一个变量,通过服务名来访问
//private static final String REST_URL_PREFIX = "http://localhost:8001";
private static final String REST_URL_PREFIX = "http://SPRINGCLOUD-PROVIDER-DEPT";

⑥测试结果:先启动7001、7002,再启动8001,最后客户端

在这里插入图片描述

6.3 使用Ribbon实现负载均衡

Ribben从服务注册中心获得可用的已注册服务列表,通过默认的轮询算法来实现负载均衡,选择服务提供者

流程图:

在这里插入图片描述

1、 新建两个服务提供者 :8002、8003

2、新建两个数据库,参考8001,为另外两个Moudle添加pom.xml依赖 、resourece下的mybatis和application.yml配置,Java代码

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3、启动所有服务测试(根据自身电脑配置决定启动服务的个数),访问http://eureka7001.com:7002/查看结果

6.4 自定义负载均衡算法

在springcloud-provider-dept-80模块下的ConfigBean中进行配置

1.去查看IRule的源码,里面封装着许多负载均衡的算法,根据具体需求挑选使用就好

在这里插入图片描述

@Configuration
public class MyRule {

    @Bean
    public IRule myRule(){
        return new MyRandomRule();//默认是轮询RandomRule,现在自定义为自己的
    }
}

查看IRule的源码,会发现许多负载均衡的算法

在这里插入图片描述

2.自定义负载均衡算法的要求

在这里插入图片描述

注意:官网要求

在这里插入图片描述

在这里插入图片描述

注:不是配置类,是配置类的算法,不和主启动类同一目录,否则会被扫描到,所有的RibbenClient都会共享使用

3.在启动类上,加载我们自定义的Ribben类

在这里插入图片描述

注意:指定name=“具体的服务提供者的id”,指定自定义的Ribben类

//Ribbon 和 Eureka 整合以后,客户端可以直接调用,不用关心IP地址和端口号
@SpringBootApplication
@EnableEurekaClient
//在微服务启动的时候就能加载自定义的Ribbon类(自定义的规则会覆盖原有默认的规则)
@RibbonClient(name = "SPRINGCLOUD-PROVIDER-DEPT",configuration = MyRule.class)//开启负载均衡,并指定自定义的规则
public class DeptConsumer_80 {
    public static void main(String[] args) {
        SpringApplication.run(DeptConsumer_80.class, args);
    }
}

4、另建新的包,配置自定义负载均衡算法以bean形式注入Spring中

在这里插入图片描述

5、自定义算法类

在这里插入图片描述

①先理解随机算法的源码:

在这里插入图片描述

②制定自定义算法的效果

在这里插入图片描述

③具体的算法

在这里插入图片描述

自定义的规则 :参考源码,修改一下

public class MyRandomRule extends AbstractLoadBalancerRule {

    /**
     * 每个服务访问5次则换下一个服务(总共3个服务)
     * <p>
     * total=0,默认=0,如果=5,指向下一个服务节点
     * index=0,默认=0,如果total=5,index+1
     */
    private int total = 0;//被调用的次数
    private int currentIndex = 0;//当前是谁在提供服务

    //@edu.umd.cs.findbugs.annotations.SuppressWarnings(value = "RCN_REDUNDANT_NULLCHECK_OF_NULL_VALUE")
    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            return null;
        }
        Server server = null;

        while (server == null) {
            if (Thread.interrupted()) {
                return null;
            }
            List<Server> upList = lb.getReachableServers();//获得当前活着的服务
            List<Server> allList = lb.getAllServers();//获取所有的服务

            int serverCount = allList.size();
            if (serverCount == 0) {
                /*
                 * No servers. End regardless of pass, because subsequent passes
                 * only get more restrictive.
                 */
                return null;
            }

            //int index = chooseRandomInt(serverCount);//生成区间随机数
            //server = upList.get(index);//从或活着的服务中,随机获取一个

            //=====================自定义代码=========================

            if (total < 5) {
                server = upList.get(currentIndex);
                total++;
            } else {
                total = 0;
                currentIndex++;
                if (currentIndex > upList.size()) {
                    currentIndex = 0;
                }
                server = upList.get(currentIndex);//从活着的服务中,获取指定的服务来进行操作
            }
            
            //======================================================
            
            if (server == null) {
                /*
                 * The only time this should happen is if the server list were
                 * somehow trimmed. This is a transient condition. Retry after
                 * yielding.
                 */
                Thread.yield();
                continue;
            }
            if (server.isAlive()) {
                return (server);
            }
            // Shouldn't actually happen.. but must be transient or a bug.
            server = null;
            Thread.yield();
        }
        return server;
    }

    protected int chooseRandomInt(int serverCount) {
        return ThreadLocalRandom.current().nextInt(serverCount);
    }

    @Override
    public Server choose(Object key) {
        return choose(getLoadBalancer(), key);
    }

    @Override
    public void initWithNiwsConfig(IClientConfig clientConfig) {
        // TODO Auto-generated method stub
    }
}

在这里插入图片描述

6、测试效果:

在这里插入图片描述

注意:

在这里插入图片描述

SpringCloud-Ribbon:负载均衡(基于客户端) 到此完结,笔者归纳、创作不易,大佬们给个3连再起飞吧


http://www.kler.cn/a/232431.html

相关文章:

  • AI风向标|算力与通信的完美融合,SRM6690解锁端侧AI的智能密码
  • 力扣 LeetCode 239. 滑动窗口最大值(Day5:栈与队列)
  • 大模型研究报告 | 2024年中国金融大模型产业发展洞察报告|附34页PDF文件下载
  • Android 单元测试环境配置问题 Execution failed for task ‘:mergeDebugJavaResource‘.
  • nginx proxy_pass中斜杠问题
  • llama factory lora 微调 qwen2.5 7B Instruct模型
  • 【已解决】:pip is configured with locations that require TLS/SSL
  • 【力扣】快乐数,哈希集合 + 快慢指针 + 数学
  • echarts 曲线图自定义提示框
  • Kafka 生产调优
  • console.log导致内存泄露 打包时自动去掉console.log方法
  • 2024.2.8日总结(小程序开发5)
  • Flink Format系列(2)-CSV
  • C#用Array类的Reverse方法反转数组中元素
  • springboot/ssm出租车管理系统车辆调度管理系统Java系统
  • ChatGPT学习第一周
  • R语言rmarkdown使用
  • 用的到的linux-查找find-Day4
  • MySQL 的Sql脚本是如何被编译的
  • [office] Excel如何快速统一数字编号长度 #经验分享#其他
  • 排序算法---冒泡排序
  • SQL注入(SQL Injection)从注入到拖库 —— 简单的手工注入实战指南精讲
  • PSM-Net根据Stereo图像生成depth图像
  • DMA直接内存访问,STM32实现高速数据传输使用配置
  • 挖矿系列:细说Python、conda 和 pip 之间的关系
  • 配置ARM交叉编译工具的通用步骤