【Spring Cloud】Ribbon 中的几种负载均衡策略

一时失言乱红尘 2023-10-13 23:03 94阅读 0赞

#### 文章目录 ####

*  前言
 *  一、Ribbon 介绍
 *  二、负载均衡设置
 *  三、7种负载均衡策略
 *   *  3.1.轮询策略
     *  3.2.权重策略
     *  3.3.随机策略
     *  3.4.最小连接数策略
     *  3.5.重试策略
     *  3.6.可用性敏感策略
     *  3.7.区域敏感策略

## 前言 ##

负载均衡通常有两种实现手段，一种是服务端负载均衡器，另一种是客户端负载均衡器，而我们今天的主角 Ribbon 就属于后者——客户端负载均衡器。

服务端负载均衡器的问题是，它提供了更强的流量控制权，但无法满足不同的消费者希望使用不同负载均衡策略的需求，而使用不同负载均衡策略的场景确实是存在的，所以客户端负载均衡就提供了这种灵活性。 然而客户端负载均衡也有其缺点，如果配置不当，可能会导致服务提供者出现热点，或者压根就拿不到任何服务的情况，所以我们本文就来了解一下这 7 种内置负载均衡策略的具体规则。

## 一、Ribbon 介绍 ##

Ribbon 是 Spring Cloud 技术栈中非常重要的基础框架，它为 Spring Cloud 提供了负载均衡的能力，比如 Fegin 和 OpenFegin 都是基于 Ribbon 实现的，就连 Nacos 中的负载均衡也使用了 Ribbon 框架。

Ribbon 框架的强大之处在于，它不仅内置了 7 种负载均衡策略，同时还支持用户自定义负载均衡策略，所以其开放性和便利性也是它得以流行的主要原因。

服务端负载均衡器和客户端负载均衡器的区别如下图所示：

![在这里插入图片描述][a7df617c269043e9aec6c6d56d61dedb.png]

客户端负载均衡器的实现原理是通过注册中心，如 Nacos，将可用的服务列表拉取到本地（客户端），再通过客户端负载均衡器（设置的负载均衡策略）获取到某个服务器的具体 ip 和端口，然后再通过 Http 框架请求服务并得到结果，其执行流程如下图所示：  
![在这里插入图片描述][3792b7121a4948d3a5f5be8e4d6723fe.png]

## 二、负载均衡设置 ##

以 Nacos 中的 Ribbon 负载均衡设置为例，在配置文件 application.yml 中设置如下配置即可：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule #设置负载均衡策略

因为 Nacos 中已经内置了 Ribbon，所以在实际项目开发中无需再添加 Ribbon 依赖了，这一点我们在 Nacos 的依赖树中就可以看到，如下图所示：

![在这里插入图片描述][100be1c7533448d787e0e115c8d7ec92.png]

Ribbon 默认的负载均衡策略是轮询模式，我们配置 3 个服务提供者的执行结果如下图所示：  
![在这里插入图片描述][a6961e82cd5045ebaa0cf66d63384fc4.gif_pic_center]

然后，我们再将 Ribbon 负载均衡策略设置为随机模式，配置内容如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #设置随机负载均衡

重启客户端，执行结果如下图所示：  
![在这里插入图片描述][c77acd214e5143aab98dd1961dd95952.gif_pic_center]

## 三、7种负载均衡策略 ##

### 3.1.轮询策略 ###

轮询策略：RoundRobinRule，按照一定的顺序依次调用服务实例。比如一共有 3 个服务，第一次调用服务 1，第二次调用服务 2，第三次调用服务3，依次类推。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule #设置负载均衡

### 3.2.权重策略 ###

权重策略：WeightedResponseTimeRule，根据每个服务提供者的响应时间分配一个权重，响应时间越长，权重越小，被选中的可能性也就越低。  
它的实现原理是，刚开始使用轮询策略并开启一个计时器，每一段时间收集一次所有服务提供者的平均响应时间，然后再给每个服务提供者附上一个权重，权重越高被选中的概率也越大。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.WeightedResponseTimeRule

### 3.3.随机策略 ###

随机策略：RandomRule，从服务提供者的列表中随机选择一个服务实例。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #设置负载均衡

### 3.4.最小连接数策略 ###

最小连接数策略：BestAvailableRule，也叫最小并发数策略，它是遍历服务提供者列表，选取连接数最小的⼀个服务实例。如果有相同的最小连接数，那么会调用轮询策略进行选取。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.BestAvailableRule #设置负载均衡

### 3.5.重试策略 ###

重试策略：RetryRule，按照轮询策略来获取服务，如果获取的服务实例为 null 或已经失效，则在指定的时间之内不断地进行重试来获取服务，如果超过指定时间依然没获取到服务实例则返回 null。  
此策略的配置设置如下：

ribbon:
      ConnectTimeout: 2000 # 请求连接的超时时间
      ReadTimeout: 5000 # 请求处理的超时时间
    springcloud-nacos-provider: # nacos 中的服务 id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #设置负载均衡

### 3.6.可用性敏感策略 ###

可用敏感性策略：AvailabilityFilteringRule，先过滤掉非健康的服务实例，然后再选择连接数较小的服务实例。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.AvailabilityFilteringRule

### 3.7.区域敏感策略 ###

区域敏感策略：ZoneAvoidanceRule，根据服务所在区域（zone）的性能和服务的可用性来选择服务实例，在没有区域的环境下，该策略和轮询策略类似。  
此策略的配置设置如下：

springcloud-nacos-provider: # nacos中的服务id
      ribbon:
        NFLoadBalancerRuleClassName: com.netflix.loadbalancer.ZoneAvoidanceRule

[a7df617c269043e9aec6c6d56d61dedb.png]: https://img-blog.csdnimg.cn/a7df617c269043e9aec6c6d56d61dedb.png
[3792b7121a4948d3a5f5be8e4d6723fe.png]: https://img-blog.csdnimg.cn/3792b7121a4948d3a5f5be8e4d6723fe.png
[100be1c7533448d787e0e115c8d7ec92.png]: https://img-blog.csdnimg.cn/100be1c7533448d787e0e115c8d7ec92.png
[a6961e82cd5045ebaa0cf66d63384fc4.gif_pic_center]: https://img-blog.csdnimg.cn/a6961e82cd5045ebaa0cf66d63384fc4.gif#pic_center
[c77acd214e5143aab98dd1961dd95952.gif_pic_center]: https://img-blog.csdnimg.cn/c77acd214e5143aab98dd1961dd95952.gif#pic_center