推荐与004SpringCloud-Ribbon_gh_xiaohe的博客-CSDN博客对比观看

Ribbon概述

Ribbon官网https://github.com/Netflix/ribbon/wiki/Getting-Started

Ribbon是什么

Ribbon也进入维护模式

Ribbon能干什么

LB（负载均衡）

一句话：负载均衡+RestTemplate调用

Ribbon负载均衡演示

架构说明

Ribbon在工作时分成两步

Ribbon依赖说明

RestTemplate的使用

官网：RestTemplate (Spring Framework 5.2.2.RELEASE API)

getForObject方法/getForEntity方法

postForObject/postForEntity

GET请求方法

POST请求方法

Ribbon核心组件IRule

IRule：根据特定算法中从服务列表中选取一个要访问的服务

如何替换Ribbon默认算法

修改05-cloud-consumer-order-ribbon-80

细节配置

新建package

包下新建MySelfRule规则类

主启动类添加@RibbonClient

测试：http://localhost/consumer/payment/get/31 随机成功

Ribbon负载均衡算法

原理：

RoundRobinRule源码

自己试着写一个本地负载均衡器试试

MySelfRule

测试： http://localhost/consumer/payment/get/31成功

Ribbon概述

Ribbon官网https://github.com/Netflix/ribbon/wiki/Getting-Started

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。

Ribbon也进入维护模式

Ribbon能干什么

LB（负载均衡）

LB负载均衡(Load Balance)是什么
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）。
常见的负载均衡有软件Nginx，LVS，硬件 F5等。

Ribbon本地负载均衡客户端进程内LB VS Nginx服务端负载均衡区别集中式LB
Nginx是服务器负载均衡，客户端所有请求都会交给nginx，然后由nginx实现转发请求。即负载均衡是由服务端实现的。

Ribbon本地负载均衡，在调用微服务接口时候，会在注册中心上获取注册信息服务列表之后缓存到JVM本地，从而在本地实现RPC远程服务调用技术。

进程内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提供方的地址。

集中式LB

即在服务的消费方和提供方之间使用独立的LB设施(可以是硬件，如F5, 也可以是软件，如nginx), 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；

一句话：负载均衡+RestTemplate调用

Ribbon负载均衡演示

架构说明

Ribbon在工作时分成两步

第一步先选择 EurekaServer ,它优先选择在同一个区域内负载较少的server.
第二步再根据用户指定的策略，在从server取到的服务注册列表中选择一个地址。
其中Ribbon提供了多种策略：比如轮询、随机和根据响应时间加权。

总结：Ribbon其实就是一个软负载均衡的客户端组件，
他可以和其他所需请求的客户端结合使用，和eureka结合只是其中的一个实例。

Ribbon依赖说明

没有引入spring-cloud-starter-ribbon也可以使用ribbon

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-netflix-ribbon</artifactId>
</dependency>

猜测spring-cloud-starter-netflix-eureka-client自带了spring-cloud-starter-ribbon引用

证明如下：可以看到spring-cloud-starter-netflix-eureka-client 确实引入了Ribbon

RestTemplate的使用

官网：RestTemplate (Spring Framework 5.2.2.RELEASE API)

getForObject方法/getForEntity方法

返回对象为响应体中数据转化成的对象，基本上可以理解为Json

    @GetMapping("/consumer/payment/get/{id}")
    public CommonResult<Payment> getPayment(@PathVariable("id") Long id) {
        // 特别注意 后面参数  / 不能少
        return restTemplate.getForObject(PAYMENT_URL + "/payment/get/"+ id,CommonResult.class);
    }

返回对象为响应体中数据转化成的对象，基本上可以理解为Json返回对象为ResponseEntity对象，包含了响应中的一些重要信息，比如响应头、响应状态码、响应体等

    @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()) { //白准的http code 编码
            return entity.getBody();    //成功返回请求体
        }else {
            return new CommonResult(444, "操作失败");
        }
    }

postForObject/postForEntity

    @GetMapping("/consumer/payment/create")
    public CommonResult<Payment> create(Payment payment) {
        return restTemplate.postForObject(PAYMENT_URL + "/payment/create",payment,CommonResult.class);

//        return restTemplate.postForEntity(PAYMENT_URL + "/payment/create",payment,CommonResult.class).getBody();
    }

GET请求方法

<T> T getForObject(String url, Class<T> responseType, Object... uriVariables);

<T> T getForObject(String url, Class<T> responseType, Map<String, ?> uriVariables);

<T> T getForObject(URI url, Class<T> responseType);

<T> ResponseEntity<T> getForEntity(String url, Class<T> responseType, Object... uriVariables);

<T> ResponseEntity<T> getForEntity(String url, Class<T> responseType, Map<String, ?> uriVariables);

<T> ResponseEntity<T> getForEntity(URI var1, Class<T> responseType);

POST请求方法

<T> T postForObject(String url, @Nullable Object request, Class<T> responseType, Object... uriVariables);

<T> T postForObject(String url, @Nullable Object request, Class<T> responseType, Map<String, ?> uriVariables);

<T> T postForObject(URI url, @Nullable Object request, Class<T> responseType);

<T> ResponseEntity<T> postForEntity(String url, @Nullable Object request, Class<T> responseType, Object... uriVariables);

<T> ResponseEntity<T> postForEntity(String url, @Nullable Object request, Class<T> responseType, Map<String, ?> uriVariables);

<T> ResponseEntity<T> postForEntity(URI url, @Nullable Object request, Class<T> responseType);

Ribbon核心组件IRule

IRule：根据特定算法中从服务列表中选取一个要访问的服务

RoundRobinRule	轮询
RandomRule	随机
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

如何替换Ribbon默认算法

修改05-cloud-consumer-order-ribbon-80

细节配置

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。

新建package

com.gh.springcould.myrule

包下新建MySelfRule规则类

/**
 * @author gh  Email:@2495140780qq.com
 * @Description
 * @date 2022-03-29-下午 1:25
 */
@Configuration
public class MySelRule {

    @Bean
    public IRule myRule() {
        return new RandomRule(); //定义为随机
    }
}

主启动类添加@RibbonClient

测试：http://localhost/consumer/payment/get/31 随机成功

Ribbon负载均衡算法

原理：

负载均衡算法：rest接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标，每次服务重启动后rest接口计数从1开始。

List<ServiceInstance> instances = discoveryClient.getInstances("CLOUD-PAYMENT-SERVICE");

如： List [0] instances = 127.0.0.1:8002
　　　List [1] instances = 127.0.0.1:8001

8001+ 8002 组合成为集群，它们共计2台机器，集群总数为2，按照轮询算法原理：

当总请求数为1时： 1 % 2 =1 对应下标位置为1 ，则获得服务地址为127.0.0.1:8001
当总请求数位2时： 2 % 2 =0 对应下标位置为0 ，则获得服务地址为127.0.0.1:8002
当总请求数位3时： 3 % 2 =1 对应下标位置为1 ，则获得服务地址为127.0.0.1:8001
当总请求数位4时： 4 % 2 =0 对应下标位置为0 ，则获得服务地址为127.0.0.1:8002
如此类推......

RoundRobinRule源码

//总结 : 得到 下标 CNS 自旋锁
public class RoundRobinRule extends AbstractLoadBalancerRule {
    //原子整形类
    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() {
        nextServerCyclicCounter = new AtomicInteger(0); 原子整形类 默认为 0
    }

    public RoundRobinRule(ILoadBalancer lb) {
        this();
        setLoadBalancer(lb);
    }

    //实现 choose 选择哪一个负载均衡的算法
    public Server choose(ILoadBalancer lb, Object key) {
        //没有负载均衡直接报错
        if (lb == null) {
            log.warn("no load balancer");
            return null;
        }

        Server server = null;
        int count = 0;
        while (server == null && count++ < 10) {

            //负载均衡算法：rest接口第几次请求数 % 服务器集群总数量 = 实际调用服务器位置下标  ，每次服务重启动后rest接口计数从1开始。

            List<Server> reachableServers = lb.getReachableServers(); //获取可访问的服务器。
            List<Server> allServers = lb.getAllServers();             //获取所有的服务器。
            int upCount = reachableServers.size(); //活着的服务器 个数
            int serverCount = allServers.size();   //获取所有的服务器 个数  服务器集群总数量

            //活着的服务器 个数 == 0 报错
            if ((upCount == 0) || (serverCount == 0)) {
                log.warn("No up servers available from load balancer: " + lb);
                return null;
            }
            //incrementAndGetModulo 增加并获得一个 Modulo 出行的机器
            int nextServerIndex = incrementAndGetModulo(serverCount);
            server = allServers.get(nextServerIndex); /*nextServerIndex 的角标  对应下标位置*/

            if (server == null) {
                /* Transient. */
                Thread.yield();
                continue;
            }

            if (server.isAlive() && (server.isReadyToServe())) {
                return (server);
            }

            // Next.
            server = null;
        }

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

    /**
     * Inspired by the implementation of {@link AtomicInteger#incrementAndGet()}.
     *
     * @param modulo The modulo to bound the value of the counter.
     * @return The next value.
     */
    private int incrementAndGetModulo(int modulo) {   //传入的 集群个数  此时是 2
        //不是死循环  JUC中 compareAndSet CAS 比较并交换 比较并设置 自旋锁
        for (;;) {
            //上面的原子类   初始值为 0
            int current = nextServerCyclicCounter.get();
            int next = (current + 1) % modulo;   // 1 和 2 取余 %  1 % 2 =1 对应下标位置为1
            //compareAndSet CAS 比较并交换 比较并设置 自旋锁 当前值  下一次 值
            if (nextServerCyclicCounter.compareAndSet(current, next))//尽量不加锁
                return next;
        }
    }

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

    @Override
    public void initWithNiwsConfig(IClientConfig clientConfig) {
    }
}

自己试着写一个本地负载均衡器试试

每五次轮换一次

/**
 * @author gh  Email:@2495140780qq.com
 * @Description
 * @date 2022-03-29-下午 8:57
 */
public class DiyIRule extends AbstractLoadBalancerRule {

    //每个服务 访问5次 换下一个服务 现在有2个服务

    //total = 0; 默认=0;如果等于5 指向下一个服务节点
    //index = 0; 默认=0;如果total=5; index+1; 如果index>3


    //每个服务被调用的次数
    private int total = 0;
    //当前是谁在提供服务
    private int currentIndex = 0;

    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            return null;
        }
        Server server = null;

        while (server == null) {
            if (Thread.interrupted()) {
                return null;
            }

            //获得还活着的服务
            List<Server> upList = lb.getReachableServers();

            //获得全部的服务
            List<Server> allList = lb.getAllServers();

            int serverCount = allList.size();
            if (serverCount == 0) {
                return null;
            }

            //生成区间随机数
            //int index = chooseRandomInt(serverCount);

            //从活着的服务中随机获取一个
            //server = upList.get(index);

            //=========================================
            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) {
                Thread.yield();
                continue;
            }

            if (server.isAlive()) {
                return (server);
            }

            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

    }
}