SpringCloud之Ribbon基础认识-服务负载均衡

0、Ribbon基本认识

  1. Spring Cloud Ribbon 是基于 Netflix Ribbon实现的一套客户端 负载均衡的工具。

  2. Ribbon 主要功能是提供客户端负载均衡算法和服务调用

  3. 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。

  4. Ribbon 会基于某种规则(如简单轮询,随机连接等)去连接指定服务

  5. 程序员很容易使用 Ribbon的负载均衡算法实现负载均衡

  6. 一句话**:** Ribbon: 负载均衡+RestTemplate 调用

官网地址**: https://github.com/Netflix/ribbon**

Ribbon 目前进入维护模式, 未来替换方案 是 Spring Cloud LoadBalancer

1、LB(Load Balance)

  1. 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;
    • LB(Load Balance 负载均衡)
  2. 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服务地址可用,然后再从这些地址中选择出一个合适的服务地址。
    • 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
    • 取出来的服务存入jvm并且​定时更新​:默认每30秒(可配置)重新拉取列表,保证数据新鲜度,如果取出来的服务地址有不能用的也会自动选择其他的能够使用的

2、Ribbon机制和架构

  1. 先选择 EurekaServer,它优先选择在同一个区域内负载较少的 server
  2. 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
  3. Ribbon 提供了多种策略∶ 比如轮询、随机和根据响应时间加权。

3、Ribbon常见负载算法

策略名 描述 特点
BestAvailableRule 选择一个最小的并发请求的server。逐个考察Server,如果Server被tripped(跳闸)不能用了,则忽略,再选择其中ActiveRequestsCount最小的server。 ​​低延迟优先​​,适合对响应速度敏感的场景。但是一个一个的看,对服务方来说有一点的资源开销。
AvailabilityFilteringRule 过滤掉那些因为一直连接失败的被标记为circuit 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)。 ​​高可用性​​,自动排除故障或过载节点。
WeightedResponseTimeRule 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。 ​​动态权重​​,优先选择响应快的节点。
RetryRule 对选定的负载均衡策略机上重试机制。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,达到一定阈值则不再尝试。 ​​容错性强​​,适合临时性故障恢复。
RoundRobinRule 轮询index,选择index对应位置的server。 ​​公平分配​​,按顺序轮询,简单均衡但无视节点状态。Ribbon默认是这个
RandomRule 随机选择一个server。在index上随机,选择index对应位置的server。 ​​无状态随机​​,适合低复杂度场景。
ZoneAvoidanceRule 复合判断server所在区域的性能和server的可用性选择性server。 ​​区域感知​​,兼顾性能和跨区域容灾,各方面综合考量。

举例配置(Config)如下 :

复制代码
@Configuration
public class RibbonRule {
    //配置注入自己的负载均衡算法
    @Bean
    public IRule myRibbonRule() {
        //这里返回的是RandomRule,当然也可以自己指定
        return new RandomRule();
    }
}

在启动类上加如下注解:

复制代码
//指定Ribbon的负载均衡算法
@RibbonClient(name = "MEMBER_SERVICE_PROVIDER_URL",configuration = RibbonRule.class)
相关推荐
SL_staff2 小时前
私有化低代码不是减配版开发:JVS双模式建模如何重建IT交付信任
java·低代码·spring cloud
SL_staff1 天前
JVS-APS的7个刚性约束设计:从无限产能幻觉到可执行排产的工程实践
java·spring cloud·全栈
利威尔xu2 天前
Go IM 源码实战(14):本地缓存快 3000 倍,失效却难 10 倍
后端·缓存·微服务·面试·golang
逃逸线LOF2 天前
Ribbon负载均衡原理(Irule组件、源码分析)
后端·spring cloud·ribbon
利威尔xu2 天前
Go IM 源码实战(13):30 个会话只有 2 个红点,未读数错在三条路径
redis·后端·微服务·面试·golang
骑着蜗牛撵大象3272 天前
Spring Boot 4.1 + Spring AI 2.0:RAG 供文、图谱供关系、MCP 供工具的 Java Agent 平台
java·spring boot·spring·微服务·知识图谱·rag·mcp
code_slave(码畜)2 天前
微服务架构落地:慢 SQL 治理与连接池调优 —— 守住数据库的最后一道防线
数据库·spring boot·sql·spring cloud·微服务·架构
2501_933923253 天前
SpringCloud:OpenFeign快速实现
java·后端·spring cloud·openfeign
逃逸线LOF4 天前
为什么需要Actuator进行静态检查
spring cloud·eureka
微三云 - 廖会灵 (私域系统开发)4 天前
企业级 SaaS 系统架构设计:单体、微服务还是模块化单体?技术选型实战
微服务·架构·系统架构