3分pk10外挂_Spring Clould负载均衡重要组件:Ribbon中重要类的用法

  • 时间:
  • 浏览:1
  • 来源:辽宁新闻网_辽宁主流媒体_辽宁门户网站

    Ribbon是Spring Cloud Netflix全家桶中负责负载均衡的组件,它是一组类库的集合。通过Ribbon,多线程 员能在不涉及到具体实现细节的基础上“透明”地用到负载均衡,而很多在项目里很多地编写实现负载均衡的代码。

    比如,在某个富含Eureka和Ribbon的集群中,某个服务(还都都可不能能理解成兩个 jar包)被部署在多台服务器上,当多个服务使用者一起调用该服务时,那先 并发的请求能被用三种合理的策略转发到各台服务器上。

    事实上,在使用Spring Cloud的其它各种组件时,我们 都能就看Ribbon的痕迹,比如Eureka能和Ribbon整合,而在后文里将提到的提供网关功能Zuul组件在转发请求时,也还都都可不能能整合Ribbon从而达到负载均衡的效果。

    从代码层面来看,Ribbon有如下兩个 比较重要的接口。

    第一,ILoadBalancer,这也叫负载均衡器,通过它,我们 能在项目里根据特定的规则合理地转发请求,常见的实现类有BaseLoadBalancer。

    第二,IRule,你這個接口有多个实现类,比如RandomRule和RoundRobinRule,那先 实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们 还能重写该接口里的妙招来自定义负载均衡的策略。

在BaseLoadBalancer类里,我们 能通过IRule的实现类设置负载均衡的策略,原本该负载均衡器就能据此合理地转发请求。

    第三,IPing接口,通过该接口,我们 能获取到当前那先 服务器是可用的,我们 不能通过重写该接口里的妙招来自定义判断服务器与否可用的规则。在BaseLoadBalancer类里,我们 同样能通过IPing的实现类设置判断服务器与否可用的策略。    

1 ILoadBalancer:负载均衡器接口

    在Ribbon里,我们 还还都都可不能能通过ILOadBalancer你這個接口以基于特定的负载均衡策略来选泽服务器。

    通过下面的ILoadBalancerDemo.java,我们 来看下你這個接口的基本用法。你這個类是放到去4.2帕累托图创建的RabbionBasicDemo项目里,代码如下。    

1    //省略必要的package和import代码
2    public class ILoadBalancerDemo {
3        public static void main(String[] args){
4            //创建ILoadBalancer的对象 
5             ILoadBalancer loadBalancer = new BaseLoadBalancer();
6            //定义兩个

服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建兩个

Server对象
9            Server s1 = new Server("ekserver1",60

60

);
10             Server s2 = new Server("ekserver2",60

60

);
11            //兩个

server对象放到去List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers放到去负载均衡器
15            loadBalancer.addServers(myServers);
16            //在for循环里发起10次调用
17            for(int i=0;i<10;i++){
18             //用基于默认的负载均衡规则获得Server类型的对象
19                Server s = loadBalancer.chooseServer("default");
20             //输出IP地址和端口号
21                System.out.println(s.getHost() + ":" + s.getPort());
22            }        
23       }
24    }

     在第5行里,我们 创建了BaseLoadBalancer类型的loadBalancer对象,而BaseLoadBalancer是负载均衡器ILoadBalancer接口的实现类。

    在第6到第13行里,我们 创建了兩个 Server类型的对象,并把它们放到去了myServers里,在第15行里,我们 把List类型的myServers对象放到去了负载均衡器里。

    在第17到22行的for循环里,我们 通过负载均衡器模拟了10次选泽服务器的动作,具体而言,是在第19行里,通过loadBalancer的chooseServer妙招以默认的负载均衡规则选泽服务器,在第21行里,我们 是用“打印”你這個动作来模拟实际的“使用Server对象避免请求”的动作。

    上述代码的运行结果如下所示,其中我们 能就看,loadBalancer你這個负载均衡器把10次请求均摊到了2台服务器上,从中真是能就看 “负载均衡”的效果。

    第二,IRule,你這個接口有多个实现类,比如RandomRule和RoundRobinRule,那先 实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们 还能重写该接口里的妙招来自定义负载均衡的策略。

    在BaseLoadBalancer类里,我们 能通过IRule的实现类设置负载均衡的策略,原本该负载均衡器就能据此合理地转发请求。

    第三,IPing接口,通过该接口,我们 能获取到当前那先 服务器是可用的,我们 不能通过重写该接口里的妙招来自定义判断服务器与否可用的规则。在BaseLoadBalancer类里,我们 同样能通过IPing的实现类设置判断服务器与否可用的策略。  

1    ekserver2:60

60

2    ekserver1:60

60

3    ekserver2:60

60

4    ekserver1:60

60

5    ekserver2:60

60

6    ekserver1:60

60

7    ekserver2:60

60

8    ekserver1:60

60

9    ekserver2:60

60

10   ekserver1:60

60

2 IRule:定义负载均衡规则的接口

    在Ribbon里,我们 还都都可不能能通过定义IRule接口的实现类来给负载均衡器设置相应的规则。在下表里,我们 能就看IRule接口的一些常用的实现类。

实现类的名字

负载均衡的规则

RandomRule

采用随机选泽的策略

RoundRobinRule

采用轮询策略

RetryRule

采用该策略时,会富含重试动作

AvailabilityFilterRule

会过滤些多次连接失败和请求并发数不够的服务器

WeightedResponseTimeRule

根据平均响应时间为每个服务器设置兩个 权重,根据该权重值优先选泽平均响应时间较小的服务器

ZoneAvoidanceRule

优先把请求分配到和该请求具有相同区域(Zone)的服务器上

    在下面的IRuleDemo.java的多线程 里,我们 来看下IRule的基本用法。

1    //省略必要的package和import代码
2    public class IRuleDemo {
3        public static void main(String[] args){
4        //请注意这是用到的是BaseLoadBalancer,而全部都是ILoadBalancer接口
5        BaseLoadBalancer loadBalancer = new BaseLoadBalancer();
6            //声明基于轮询的负载均衡策略
7            IRule rule = new RoundRobinRule();
8        //在负载均衡器里设置策略 
9            loadBalancer.setRule(rule);
10            //如下定义5个Server,并把它们放到去List类型的集合中
11            List<Server> myServers = new ArrayList<Server>();
12            Server s1 = new Server("ekserver1",60

60

);
13            Server s2 = new Server("ekserver2",60

60

);
14            Server s3 = new Server("ekserver3",60

60

);
15            myServers.add(s1);
16            myServers.add(s2);
17            myServers.add(s3);
18            //在负载均衡器里设置服务器的List
19            loadBalancer.addServers(myServers);
20            //输出负载均衡的结果
21            for(int i=0;i<10;i++){
22                Server s = loadBalancer.chooseServer(null);
23                System.out.println(s.getHost() + ":" + s.getPort());    
24          }        
25        }
26    }

    这段代码和上文里的ILoadBalancerDemo.java很相似,但有如下的差别点。

    1 在第5行里,我们 是通过BaseLoadBalancer你這個类而全部都是接口来定义负载均衡器,愿因是该类富含setRule妙招。

    2 在第7行定义了兩个 基于轮询规则的rule对象,并在第9行里把它设置进负载均衡器。

    3 在第19行里,我们 是把富含5个Server的List对象放到去负载均衡器,而全部都是时候的兩个 。愿因这里存粹是为了演示效果,本来我们 就放到去兩个 根本不发生的“ekserver3”服务器。

    运行该多线程 后,我们 还都都可不能能就看有10次输出,一些真是是按“轮询”的规则有顺序地输出5个服务器的名字。愿因我们 把第7行的代码改成如下,这样就会就看 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing:判断服务器与否可用的接口

    在项目里,我们 一般会让ILoadBalancer接口自动地判断服务器与否可用(那先 业务都封放到Ribbon的底层代码里),此外,我们 还还都都可不能能用Ribbon组件里的IPing接口来实现你這個功能。

    在下面的IRuleDemo.java代码里,我们 将演示IPing接口的一般用法。    

1    //省略必要的package和import代码
2    class MyPing implements IPing {
3        public boolean isAlive(Server server) {
4             //愿因服务器名是ekserver2,则返回false
5            if (server.getHost().equals("ekserver2")) {
6                return false;
7            }
8            return true;
9        }
10    }

    第2行定义的MyPing类实现了IPing接口,并在第3行重写了其中的isAlive妙招。

    在你這個妙招里,我们 根据服务器名来判断,具体而言,愿因名字是ekserver2,则返回false,表示该服务器不可用,一些返回true,表示当前服务器可用。     

11    public class IRuleDemo {
12        public static void main(String[] args) {
13            BaseLoadBalancer loadBalancer = new BaseLoadBalancer();
14            //定义IPing类型的myPing对象
15            IPing myPing = new MyPing(); 
16             //在负载均衡器里使用myPing对象
17            loadBalancer.setPing(myPing);
18             //同样是创建兩个

Server对象并放到去负载均衡器
19            List<Server> myServers = new ArrayList<Server>();
20            Server s1 = new Server("ekserver1", 60

60

);
21            Server s2 = new Server("ekserver2", 60

60

);
22            Server s3 = new Server("ekserver3", 60

60

);
23            myServers.add(s1);
24            myServers.add(s2);
25            myServers.add(s3);
26            loadBalancer.addServers(myServers);
27             //通过for循环多次请求服务器 
28            for (int i = 0; i < 10; i++) {
29                Server s = loadBalancer.chooseServer(null);
60

                System.out.println(s.getHost() + ":" + s.getPort());
31            }
32        }
33    }

    在第12行的main函数里,我们 在第15行创建了IPing类型的myPing对象,并在第17行把你這個对象放到去了负载均衡器。通过第18到第26行的代码,我们 创建了兩个 服务器,并把它们也放到去负载均衡器。

    在第28行的for循环里,我们 依然是请求并输出服务器名。愿因这里的负载均衡器loadBalancer富含高了兩个 IPing类型的对象,本来在根据策略得到服务器后,会根据myPing里的isActive妙招来判断该服务器与否可用。

    愿因在你這個妙招里,我们 定义了ekServer2这台服务器不可用,本来负载均衡器loadBalancer对象始终很多把请求发送到该服务器上,也一些说,在输出结果中,我们 很多就看“ekserver2:60 60 ”的输出。

    从中我们 能就看IPing接口的一般用法,我们 还都都可不能能通过重写其中的isAlive妙招来定义“判断服务器与否可用“的逻辑,在实际项目里,判断的妙招无非是”服务器响应与否时间过长“或”发往该服务器的请求数与否很多“,而那先 判断妙招都封放到IRule接口以及它的实现类里,本来在一般的场景中我们 用到IPing接口。

4  预告&版权申明

     在本周的顶端时间里,我将继续给出用Eureka+Ribbon高可用负载均衡架构的搭建妙招。

     本文内容摘自我每每个人写的专业书籍,转载时请一起引入该版权申明,请勿用于商业用途。