【Spring Cloud】分布式必学springcloud（五）——Ribbon自定义负载均衡策略

拼搏现实的明天。 2022-05-25 22:17 92阅读 0赞

# 一、前言 #

在上一篇博客中，小编向大家介绍了负载均衡工具Ribbon，是不是很颠覆呀，是不是很好用呀。从中大家有没有感觉到他的负载均衡策略呀，对的，Ribbon内置的默认策略是轮询。在这篇博客中，小编就带大家领略一下Ribbon自定义策略。

# 二、Ribbon的负载均衡策略有哪些？ #

![这里写图片描述][70]

首先上面的这张图是Ribbon选择策略，我们使用的策略重点是最下面的6个子类：

<table> 
 <thead> 
  <tr> 
   <th align="center">策略名</th> 
   <th align="center">策略声明</th> 
   <th align="center">策略描述</th> 
   <th align="center">实现说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="center">BestAvailableRule</td> 
   <td align="center">public class BestAvailableRule extends ClientConfigEnabledRoundRobinRule</td> 
   <td align="center">选择一个最小的并发请求的server</td> 
   <td align="center">逐个考察Server，如果Server被tripped了，则忽略，在选择其中ActiveRequestsCount最小的server</td> 
  </tr> 
  <tr> 
   <td align="center">AvailabilityFilteringRule</td> 
   <td align="center">public class AvailabilityFilteringRule extends PredicateBasedRule</td> 
   <td align="center">过滤掉那些因为一直连接失败的被标记为circuit</td> 
   <td align="center">tripped的后端server，并过滤掉那些高并发的的后端server（active connections 超过配置的阈值） 使用一个AvailabilityPredicate来包含过滤server的逻辑，其实就就是检查status里记录的各个server的运行状态</td> 
  </tr> 
  <tr> 
   <td align="center">WeightedResponseTimeRule</td> 
   <td align="center">public class WeightedResponseTimeRule extends RoundRobinRule</td> 
   <td align="center">根据响应时间分配一个weight，响应时间越长，weight越小，被选中的可能性越低。</td> 
   <td align="center">一个后台线程定期的从status里面读取评价响应时间，为每个server计算一个weight。Weight的计算也比较简单responsetime 减去每个server自己平均的responsetime是server的权重。当刚开始运行，没有形成status时，使用roubine策略选择server。</td> 
  </tr> 
  <tr> 
   <td align="center">RetryRule</td> 
   <td align="center">public class RetryRule extends AbstractLoadBalancerRule</td> 
   <td align="center">对选定的负载均衡策略机上重试机制。</td> 
   <td align="center">在一个配置时间段内当选择server不成功，则一直尝试使用subRule的方式选择一个可用的server</td> 
  </tr> 
  <tr> 
   <td align="center">RoundRobinRule</td> 
   <td align="center">public class RoundRobinRule extends AbstractLoadBalancerRule</td> 
   <td align="center">roundRobin方式轮询选择server</td> 
   <td align="center">轮询index，选择index对应位置的server</td> 
  </tr> 
  <tr> 
   <td align="center">RandomRule</td> 
   <td align="center">public class RandomRule extends AbstractLoadBalancerRule</td> 
   <td align="center">随机选择一个server</td> 
   <td align="center">在index上随机，选择index对应位置的server</td> 
  </tr> 
  <tr> 
   <td align="center">ZoneAvoidanceRule</td> 
   <td align="center">public class ZoneAvoidanceRule extends PredicateBasedRule</td> 
   <td align="center">复合判断server所在区域的性能和server的可用性选择server</td> 
   <td align="center">使用ZoneAvoidancePredicate和AvailabilityPredicate来判断是否选择某个server，前一个判断判定一个zone的运行性能是否可用，剔除不可用的zone（的所有server），AvailabilityPredicate用于过滤掉连接数过多的Server。</td> 
  </tr> 
 </tbody> 
</table>

# 三、自定义策略 #

这里我借鉴上一篇博客的框架，对ribbon模块进行修改：假定这次修改为随机访问RandomRule。

## 3.1修改配置文件 ##

eureka:
      client:
        service-url:
         defaultZone: http://localhost:8761/eureka/
    server:
      port: 7000
    spring:
      application:
        name: servie-ribbon
    
    client1:
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule

在配置文件中，我们指明了client1服务要使用 `com.netflix.loadbalancer.RandomRule` 策略。

> client1:  
> ribbon:  
> NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule

## 3.2 修改启动类 ##

添加了实例化与配置文件对应的策略类。

package com.wl.ribbon;
    
    import com.netflix.loadbalancer.IRule;
    import com.netflix.loadbalancer.RandomRule;
    import org.springframework.boot.SpringApplication;
    import org.springframework.boot.autoconfigure.SpringBootApplication;
    import org.springframework.cloud.client.loadbalancer.LoadBalanced;
    import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
    import org.springframework.context.annotation.Bean;
    import org.springframework.web.client.RestTemplate;
    
    @SpringBootApplication
    @EnableEurekaClient
    public class RibbonApplication {
    
        public static void main(String[] args) {
            SpringApplication.run(RibbonApplication.class, args);
        }
    
    
        @Bean
        @LoadBalanced
        RestTemplate restTemplate(){
            return new RestTemplate();
        }
    
    
        @Bean
        public IRule ribbonRule() {
            return new RandomRule();//实例化与配置文件对应的策略类
        }
    
    }

## 3.3 编写controller ##

注入了LoadBalancerClient ，通过LoadBalancerClient 指明要使用的策略。

package com.wl.ribbon.controller;
    
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.cloud.client.loadbalancer.LoadBalancerClient;
    import org.springframework.web.bind.annotation.RequestMapping;
    import org.springframework.web.bind.annotation.RequestMethod;
    import org.springframework.web.bind.annotation.RequestParam;
    import org.springframework.web.bind.annotation.RestController;
    import org.springframework.web.client.RestTemplate;
    
    /** * Created by Ares on 2018/4/18. */
    @RestController
    public class HelloController {
    
        @Autowired
        RestTemplate restTemplate;
    
    
        @Autowired
        private LoadBalancerClient loadBalancerClient;
    
        @RequestMapping(value = "/getUser", method = RequestMethod.GET)
        public String getUser(@RequestParam("id") String id) {
            this.loadBalancerClient.choose("CLIENT1");//随机访问策略
            return restTemplate.getForEntity("http://CLIENT1/user/findById?id="+id, String.class).getBody();
        }
    
    
        @RequestMapping(value = "/hi")
        public String hi(@RequestParam("id") String id){
            return  restTemplate.getForObject("http://CLIENT1/user/findById?id="+id,String.class);
    
        }
    }

## 3.4 运行 ##

运行结果就是随机访问，和轮询结果明显不一样。

# 四、小结 #

通过这次的使用，可以对比Dubbo的负载均衡策略，有兴趣的通知可以了解一下。dubbo也有loadbalance 负载均衡策略，可选值：random,roundrobin,leastactive，分别表示：随机，轮循，最少活跃调用。所以一通百通。

[70]: /images/20220526/5a249ccaf8d74c52ba5899a35e11ed5c.png