聊聊SpringCloud中的Ribbon進行服務調用的問題
前置內容
(1)、微服務理論入門和手把手帶你進行微服務環境搭建及支付、訂單業務編寫
(2)、SpringCloud之Eureka服務註冊與發現
(3)、SpringCloud之Zookeeper進行服務註冊與發現
(4)、SpringCloud之Consul進行服務註冊與發現
1、Robbon
1.1、Ribbon概述
(1)、Ribbon是什麼?
SpringCloud-Ribbon
是基於Netflix Ribbon
實現的一套客戶端負載均衡的工具。- 簡單來說,
Ribbon
是Netflix
發佈的開源項目,主要功能是提供客戶端的軟件負載均衡算法和服務調用。Ribbon
客戶端組件提供一系列完善的配置如連接超時、重拾等。簡單的說,就是在配置文件中列出Load Balancer
(簡稱LB
)後面的所有機器,Ribbon
會自動的幫助你基於某種規則(如簡單輪詢,隨即連接等)去連接這些機器。我們很容易使用Ribbon
實現自定義的負載均衡算法。 - 一句話就是 負載均衡+RestTemplate調用。
(2)、Ribbon的官網
官網地址
且目前也進入瞭維護模式
(3)、負載均衡(LB)
- 負載均衡就是將用戶的請求平攤的分配到多個服務上,從而達到系統的
HA
(高可用)。常見的負載均衡由軟件nginx
、LVS
、F5
。
1.集中式LB:就是在服務的消費方和提供方之間使用獨立的LB
設施(可以是硬件,如F5
,也可以是軟件,如nginx
),由該設施負責把訪問請求通過某種策略轉發至服務的提供方。
2.進程內LB:將LB
邏輯集成到消費方,消費方從服務註冊中心獲知有哪些地址可用,然後自己再從這些地址中選擇出一個合適的服務器。Ribbon
就屬於進程內LB
,它隻是一個類庫,集成於消費方進程,消費方通過它來獲取服務提供方的地址。
(4)、Ribbon本地負載均衡客戶端和Nginx服務端負載均衡的區別
Nginx
是服務器負載均衡,客戶端所有請求都會交給nginx
實現轉發請求。即負載均衡是由服務端實現的。Ribbon
本地負載均衡,在調用微服務接口的時候,會在註冊中心獲取註冊信息列表之後緩存到JVM
本地,從而在本地實現RPC
遠程服務調用技術。
1.2、Ribbon負載均衡演示
(1)、架構說明
Ribbon
其實就是一個軟負載均衡的客戶端組件,他可以和其他所需請求的客戶端結合使用,和eureka
結合隻是其中的一個實例。
Ribbon在工作時分為兩步
- 第一步先選擇
EurekaServer
,他優先選擇在同一個區域內負載較少的server
。 - 第二步再根據用戶指定的策略,在從
server
取到的服務註冊列表中選擇一個地址。其中Ribbon
提供瞭多種策略:比如輪詢、隨機和根據響應時間加權。
(2)、POM文件
所以在引入Eureka
的整合包中就包含瞭整合Ribbon
的jar
包。
所以我們前面實現的8001和8002
交替訪問的方式就是所謂的負載均衡。
(3)、RestTemplate的說明
getForObject:返回對象為響應體中數據轉化成的對象,基本上可以理解為Json
。getForEntity:返回對象為ResponseEntity
對象,包含瞭響應中的一些重要信息,比如響應頭、響應狀態碼、響應體等。postForObjectpostForEntity
1.3、Ribbon核心組件IRule
1. 主要的負載規則
RoundRobinRule
:輪詢RandomRule
:隨機RetryRule
:先按照RoundRobinRule的策略獲取服務,如果獲取服務失敗則在指定時間內會進行重試WeightedResponseTimeRule
:對RoundRobinRule的擴展,響應速度越快的實例選擇權重越大,越容易被選擇BestAvailableRule
:會先過濾掉由於多次訪問故障而處於斷路器跳閘狀態的服務,然後選擇一個並發量最小的服務AvailabilityFilteringRule
:先過濾掉故障實例,再選擇並發較小的實例ZoneAvoidanceRule
:默認規則,復合判斷server所在區域的性能和server的可用性選擇服務器
2. 如何替換負載規則
- 對
cloud-consumer-order80
包下的配置進行修改。 - 我們自己自定義的配置類不能放在
@ComponentScan
所掃描的當前包以及子包下,否則我們自定義的這個配置類就會被所有的Ribbon
客戶端所共享,達不到特殊化定制的目的瞭。 - 在
com.xiao
的包下新建一個myrule
的子包。
- 在
myrule
的包下新建一個MySelfRule
配置類
import com.netflix.loadbalancer.IRule; import com.netflix.loadbalancer.RandomRule; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; @Configuration public class MySelfRule { @Bean public IRule getRandomRule(){ return new RandomRule(); // 新建隨機訪問負載規則 } }
- 對主啟動類進行修改,修改為如下:
import com.xiao.myrule.MySelfRule; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.cloud.netflix.eureka.EnableEurekaClient; import org.springframework.cloud.netflix.ribbon.RibbonClient; @SpringBootApplication @EnableEurekaClient @RibbonClient(name = "CLOUD-PAYMENT-SERVICE",configuration = MySelfRule.class) public class OrderMain80 { public static void main(String[] args) { SpringApplication.run(OrderMain80.class,args); } }
6.測試結果 結果就是以我們最新配置的隨機方式進行訪問的。
1.4、Ribbon負載均衡算法
1.4.1、輪詢算法原理 負載均衡算法:
rest
接口第幾次請求數 % 服務器集群總數量 = 實際調用服務器位置下標,每次服務重新啟動後rest
接口計數從1
開始。
1.4.2、RoundRobinRule 源碼
import com.netflix.client.config.IClientConfig; import java.util.List; import java.util.concurrent.atomic.AtomicInteger; import org.slf4j.Logger; import org.slf4j.LoggerFactory; public class RoundRobinRule extends AbstractLoadBalancerRule { private AtomicInteger nextServerCyclicCounter; 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); } public RoundRobinRule(ILoadBalancer lb) { this(); this.setLoadBalancer(lb); } public Server choose(ILoadBalancer lb, Object key) { if (lb == null) { log.warn("no load balancer"); return null; } else { Server server = null; int count = 0; while(true) { if (server == null && count++ < 10) { // 獲取狀態為up的服務提供者 List<Server> reachableServers = lb.getReachableServers(); // 獲取所有的服務提供者 List<Server> allServers = lb.getAllServers(); int upCount = reachableServers.size(); int serverCount = allServers.size(); if (upCount != 0 && serverCount != 0) { // 對取模獲得的下標進行獲取相關的服務提供者 int nextServerIndex = this.incrementAndGetModulo(serverCount); server = (Server)allServers.get(nextServerIndex); if (server == null) { Thread.yield(); } else { if (server.isAlive() && server.isReadyToServe()) { 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; } } } private int incrementAndGetModulo(int modulo) { int current; int next; do { // 先加一再取模 current = this.nextServerCyclicCounter.get(); next = (current + 1) % modulo; // CAS判斷,如果判斷成功就返回true,否則就一直自旋 } while(!this.nextServerCyclicCounter.compareAndSet(current, next)); return next; } }
1.4.3、手寫輪詢算法
1. 修改支付模塊的Controller
添加以下內容
@GetMapping(value = "/payment/lb") public String getPaymentLB(){ return ServerPort; }
2. ApplicationContextConfig去掉@LoadBalanced註解
3. LoadBalancer接口
import org.springframework.cloud.client.ServiceInstance; import java.util.List; public interface LoadBalancer { //收集服務器總共有多少臺能夠提供服務的機器,並放到list裡面 ServiceInstance instances(List<ServiceInstance> serviceInstances); }
4. 編寫MyLB類
import org.springframework.cloud.client.ServiceInstance; import org.springframework.stereotype.Component; import java.util.List; import java.util.concurrent.atomic.AtomicInteger; @Component public class MyLB implements LoadBalancer { private AtomicInteger atomicInteger = new AtomicInteger(0); //坐標 private final int getAndIncrement(){ int current; int next; do { current = this.atomicInteger.get(); next = current >= 2147483647 ? 0 : current + 1; }while (!this.atomicInteger.compareAndSet(current,next)); //第一個參數是期望值,第二個參數是修改值是 System.out.println("*******第幾次訪問,次數next: "+next); return next; } @Override public ServiceInstance instances(List<ServiceInstance> serviceInstances) { //得到機器的列表 int index = getAndIncrement() % serviceInstances.size(); //得到服務器的下標位置 return serviceInstances.get(index); } }
5. 修改OrderController類
import com.xiao.cloud.entities.CommonResult; import com.xiao.cloud.entities.Payment; import com.xiao.cloud.lb.LoadBalancer; import lombok.extern.slf4j.Slf4j; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.cloud.client.ServiceInstance; import org.springframework.cloud.client.discovery.DiscoveryClient; import org.springframework.http.ResponseEntity; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.PathVariable; import org.springframework.web.bind.annotation.RestController; import org.springframework.web.client.RestTemplate; import javax.annotation.Resource; import java.net.URI; import java.util.List; @RestController @Slf4j public class OrderController { // public static final String PAYMENT_URL = "http://localhost:8001"; public static final String PAYMENT_URL = "http://CLOUD-PAYMENT-SERVICE"; @Resource private RestTemplate restTemplate; @Resource private LoadBalancer loadBalancer; @Resource private DiscoveryClient discoveryClient; @GetMapping("/consumer/payment/create") public CommonResult<Payment> create( Payment payment){ return restTemplate.postForObject(PAYMENT_URL+"/payment/create",payment,CommonResult.class); //寫操作 } @GetMapping("/consumer/payment/get/{id}") public CommonResult<Payment> getPayment(@PathVariable("id") Long id){ return restTemplate.getForObject(PAYMENT_URL+"/payment/get/"+id,CommonResult.class); } @GetMapping("/consumer/payment/getForEntity/{id}") public CommonResult<Payment> getPayment2(@PathVariable("id") Long id){ ResponseEntity<CommonResult> entity = restTemplate.getForEntity(PAYMENT_URL+"/payment/get/"+id,CommonResult.class); if (entity.getStatusCode().is2xxSuccessful()){ // log.info(entity.getStatusCode()+"\t"+entity.getHeaders()); return entity.getBody(); }else { return new CommonResult<>(444,"操作失敗"); } } @GetMapping(value = "/consumer/payment/lb") public String getPaymentLB(){ List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE"); if (instances == null || instances.size() <= 0){ return null; } ServiceInstance serviceInstance = loadBalancer.instances(instances); URI uri = serviceInstance.getUri(); return restTemplate.getForObject(uri+"/payment/lb",String.class); } }
6. 測試結果
- 最後是在
8001
和8002
兩個之間進行輪詢訪問。 - 控制臺輸出如下
7. 包結構示意圖
到此這篇關於SpringCloud中的Ribbon進行服務調用的文章就介紹到這瞭,更多相關SpringCloud Ribbon服務調用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- SpringCloud 2020-Ribbon負載均衡服務調用的實現
- spring cloud 集成 ribbon負載均衡的實例代碼
- Java Spring Cloud 負載均衡詳解
- Spring cloud alibaba之Ribbon負載均衡實現方案
- 淺談SpringCloud之Ribbon詳解