Ribbon 原理及内部算法实现扩展

桃扇骨 2022-10-14 00:54 168阅读 0赞

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmRhbzE1OA_size_16_color_FFFFFF_t_70][]

### **1、RandomRule策略(com.netflix.loadbalancer.RandomRule)** ###

RandomRule策略：该策略实现了从服务实例清单中**随机选择**一个服务实例，作为请求服务对象。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmRhbzE1OA_size_16_color_FFFFFF_t_70 1][]![wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==][wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw]

@Bean

public IRule ribbonRule() \{

return new RandomRule();

### **2、RoundRobinRule策略(com.netflix.loadbalancer.RandomRule)** ###

RoundRobinRule：该策略实现了按照**线性轮询**的方式一次轮询服务清单上的每个服务实例。

结合上面的例子，修改两个部分，一个是application.yaml中  
**NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule**

**3、RetryRule策略（com.netflix.loadbalancer.RetryRule）**

RetryRule：该策略具备重试机制的实例选择功能，在给定时间内能够得到选择到具体的服务实例就返回，当超过时间还有没选到就返回null，参数maxRetryMillis控制这个超时时间。

###       **4、WeightedResponseTimeRule策略(com.netflix.loadbalancer.WeightedResponseTimeRule)** ###

WeightedResponseTimeRule：该策略是对RoundRobinRule的扩展，增加了根据实例的响应时间来计算权重，并从权重中选择对应的实例。该策略实现主要有三个核心内容

**定时任务**

WeightedResponseTimeRule策略在初始化的时候会启动一个定时任务，默认每隔30秒计算一次每个服务实例的权重

**权重计算**  
累计所有实例的响应时间，得到总的totalResponseTime，然后为实例清单中的每个实例逐个计算权重，计算公式为  
weightSoFar = weightSoFar + totalResponseTime - 该实例的平均响应时间  
weightSoFar 起始为零

例子  
有A，B，C，D四个实例，他们的平均响应时间是10,40,80,100，  
计算总的响应时间10+40+80+100 =230  
计算各个实例的权重  
A: 230-10=220  
B:220+(230-40)=410  
C:410+(230-80)=560  
D:560+(230-100)=690;  
计算各个实例的权重区间  
A:\[0,220\]  
B:(220,410\]  
C:(410,560\]  
D:(560,690)

**实例选择**  
WeightedResponseTimeRule策略会在\[0,最大权重值)之间随机选取一个数，然后在看这个数落在哪个实例的权重区间内，接着WeightedResponseTimeRule就会去选择该实例。

可以看出,响应时间越短，获取的权重区间就会越大，随机数落到的概率就会越大

### **5、ClientConfigEnableRoundRobinRule策略（com.netflix.loadbalancer.ClientConfigEnableRoundRobinRule）** ###

ClientConfigEnableRoundRobinRule：该策略一般不直接使用，有些高级的策略会继承该类，完成一些高级的策略，ClientConfigEnableRoundRobinRule策略默认使用  
RoundRibinRule的线性轮询机制

### **6、BestAvailableRule策略(com.netflix.loadbalancer.BestAvailableRule)** ###

BestAvailableRule策略继承ClientConfigEnableRoundRobinRule，通过遍历负载均衡中维护的所有服务实例，会过滤掉故障实例，并找出并发数请求数最小的实例，所以该策略的特性就是选出最空闲的实例

### **7、PredicateBasedRule策略(com.netflix.loadbalancer.PredicateBasedRule)** ###

PredicateBasedRule策略继承ClientConfigEnableRoundRobinRule，该策略主要特性是“先过滤，在轮询”，也就是先过滤掉一些实例，得到过滤后的实例清单，然后轮询该实例清单，PredicateBasedRule中“过滤”功能没有实现，需要继承它的类完成，也就是说不同继承PredicateBasedRule的类有不同的“过滤特性”

### **8、AvailabilityFilteringRule策略(com.netflix.loadbalancer.PredicateBasedRule)** ###

AvailabilityFilteringRule策略继承PredicateBasedRule策略的“先过滤，在轮询”特性，  
AvailabilityFilteringRule策略的过滤特性是  
1：是否故障，即断路器是否生效已断开  
2：实例的并发请求数大于阈值，默认2的32次方减一，该阈值可以通过  
<clientName>.<nameSpace>.ActiveConnectionsLimit来设置，只要满足其中一个那么就会过滤掉

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmRhbzE1OA_size_16_color_FFFFFF_t_70]: /images/20221014/8247ff177b2a42bbb4ad901e6ed6fe06.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmRhbzE1OA_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210207193929193.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmRhbzE1OA==,size_16,color_FFFFFF,t_70
[wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw]: