Ribbon的负载均衡算法
提供的负载均衡算法
Ribbon中有七种负载均衡算法可供选择
- 
RoundRobinRule,轮询
 - 
RandomRule,随机
 - 
AvailabilityFilteringRule ,
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(可以通过niws.loadbalancer.<clientName>.connectionFailureCountThreshold来配置连接失败的次数),还有并发的连接数量超过阈值的服务(可以通过<clientName>.ribbon.ActiveConnectionsLimit来配置最高并发数),然后对剩余的服务列表按照轮询策略进行访问 - 
WeightedResponseTimeRule,根据平均响应时间计算所有服务的权重,响应时间越快的服务权重越大被选中的概率越高,刚启动时如果统计信息不足,则使用RoundRobinRule策略,等统计信息足够,会切换到WeightedResponseTimeRule
 - 
RetryRule,先按照轮询策略获取服务,如果获取服务失败则在指定时间内进行重试,获取可用服务
 - 
BestAvailableRule,会先过滤掉由于多次访问故障而处于跳闸状态的服务,然后选择一个并发量最小的进行访问
 - 
ZoneAvoidanceRule,复合判断server所在区域的性能和server的可用性选择
 
选择负载均衡算法
            
            
              java
              
              
            
          
          // 配置restTemplate的负载均衡算法
@Bean
public IRule myRule(){
    return new RandomRule();
}
        自定义负载均衡算法
            
            
              java
              
              
            
          
          /**
 * 自定义负载均衡算法
 * @author zh
 */
public class MyRule  extends AbstractLoadBalancerRule {
    Random rand;
    public MyRule() {
        rand = new Random();
    }
		// 根据key来选择对应的服务
    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            return null;
        }
        Server server = null;
        while (server == null) {
            if (Thread.interrupted()) {
                return null;
            }
            // 目前存活的服务
            List<Server> upList = lb.getReachableServers();
            // 所有的服务
            List<Server> allList = lb.getAllServers();
            int serverCount = allList.size();
            if (serverCount == 0) {
                return null;
            }
            // 生成随机数作为索引获取服务
            int index = rand.nextInt(serverCount);
            server = upList.get(index);
            if (server == null) {
                Thread.yield();
                continue;
            }
            if (server.isAlive()) {
                return (server);
            }
            server = null;
            Thread.yield();
        }
        return server;
    }
    @Override
    public Server choose(Object key) {
        return choose(getLoadBalancer(), key);
    }
    @Override
    public void initWithNiwsConfig(IClientConfig clientConfig) {
        // TODO Auto-generated method stub
    }
}
        配置该bean
@Configuration
public class MyRuleConfig {
    @Bean
    public IRule myRule(){
        return new MyRule();
    }
}
        使用@RibbonClient来使用自定义的负载均衡类,但是这个自定义的负载均衡类不可以在@ComponentScan所能扫描的包下,否则这个自定义的负载均衡算法就会被所有的Ribbon客户端所共享,无法达到对于某个微服务定制的效果了,该bean在使用的时候才会进行实例化
            
            
              java
              
              
            
          
          @SpringBootApplication
@EnableEurekaClient
// 配置自定义的负载均衡类,只针对于某个微服务有效
@RibbonClient(name = "micro-service-dept-provider",configuration = MyRule.class)
public class ConsumerApp {
    public static void main(String[] args) {
        SpringApplication.run(ConsumerApp.class,args);
    }
}
        除了使用注解,还可以使用配置文件来配置服务使用的ribbon负载均衡算法
            
            
              yaml
              
              
            
          
          micro-service-dept-provider:
  ribbon:
    NFLoadBalancerRuleClassName: com.zhanghe.ribbon.rule.MyRule
        配置格式为<clientName>.ribbon
- NFLoadBalancerClassName 配置ILoadBalancer的实现类
 - NFLoadBalancerRuleClassName 配置IRule的实现类
 - NFLoadBalancerPingClassName 配置IPing的实现类
 - NIWSServerListClassName 配置ServerList的实现类
 - NIWSServerListFilterClassName 配置ServerListFilter的实现类
 
https://zhhll.icu/2021/框架/微服务/springcloud/负载均衡/Ribbon/2.Ribbon的负载均衡算法/