2分快3手游_Spring Clould负载均衡重要组件:Ribbon中重要类的用法

  • 时间:
  • 浏览:0
  • 来源:北京新闻网_北京主流媒体_北京门户网站

    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,应用应用程序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,而未必在项目里不多地编写实现负载均衡的代码。

    比如,在某个涵盖Eureka和Ribbon的集群中,某个服务(还都能否理解成另有有一三个小jar包)被部署在多台服务器上,当多个服务使用者一并调用该服务时,哪些地方地方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 都能看一遍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,也还都能否整合Ribbon从而达到负载均衡的效果。

    从代码层面来看,Ribbon有如下另有有一三个小比较重要的接口。

    第一,ILoadBalancer,这也叫负载均衡器,通过它,我们都 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,这人接口有多个实现类,比如RandomRule和RoundRobinRule,哪些地方地方实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们都 还能重写该接口里的土妙招 来自定义负载均衡的策略。

在BaseLoadBalancer类里,我们都 能通过IRule的实现类设置负载均衡的策略,那我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,我们都 能获取到当前哪些地方服务器是可用的,我们都 能够通过重写该接口里的土妙招 来自定义判断服务器是是不是可用的规则。在BaseLoadBalancer类里,我们都 同样能通过IPing的实现类设置判断服务器是是不是可用的策略。    

1 ILoadBalancer:负载均衡器接口

    在Ribbon里,我们都 还还都能否通过ILOadBalancer这人接口以基于特定的负载均衡策略来选取服务器。

    通过下面的ILoadBalancerDemo.java,我们都 来看下这人接口的基本用法。这人类是插进4.2主次创建的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            //定义另有有一三个小服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建另有有一三个小Server对象
9            Server s1 = new Server("ekserver1",5050);
10             Server s2 = new Server("ekserver2",5050);
11            //另有有一三个小server对象插进List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers插进负载均衡器
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,我们都 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,我们都 创建了另有有一三个小Server类型的对象,并把它们插进了myServers里,在第15行里,我们都 把List类型的myServers对象插进了负载均衡器里。

    在第17到22行的for循环里,我们都 通过负载均衡器模拟了10次选取服务器的动作,具体而言,是在第19行里,通过loadBalancer的chooseServer土妙招 以默认的负载均衡规则选取服务器,在第21行里,我们都 是用“打印”这人动作来模拟实际的“使用Server对象处置请求”的动作。

    上述代码的运行结果如下所示,其中我们都 能看一遍,loadBalancer这人负载均衡器把10次请求均摊到了2台服务器上,从中觉得能看一遍 “负载均衡”的效果。

    第二,IRule,这人接口有多个实现类,比如RandomRule和RoundRobinRule,哪些地方地方实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们都 还能重写该接口里的土妙招 来自定义负载均衡的策略。

    在BaseLoadBalancer类里,我们都 能通过IRule的实现类设置负载均衡的策略,那我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,我们都 能获取到当前哪些地方服务器是可用的,我们都 能够通过重写该接口里的土妙招 来自定义判断服务器是是不是可用的规则。在BaseLoadBalancer类里,我们都 同样能通过IPing的实现类设置判断服务器是是不是可用的策略。  

1    ekserver2:5050
2    ekserver1:5050
3    ekserver2:5050
4    ekserver1:5050
5    ekserver2:5050
6    ekserver1:5050
7    ekserver2:5050
8    ekserver1:5050
9    ekserver2:5050
10   ekserver1:5050

2 IRule:定义负载均衡规则的接口

    在Ribbon里,我们都 还都能否通过定义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,我们都 能看一遍IRule接口的一点常用的实现类。

实现类的名字

负载均衡的规则

RandomRule

采用随机选取的策略

RoundRobinRule

采用轮询策略

RetryRule

采用该策略时,会涵盖重试动作

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另有有一三个小权重,根据该权重值优先选取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的应用应用程序里,我们都 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,而都在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            //如下定义一三个小Server,并把它们插进List类型的集合中
11            List<Server> myServers = new ArrayList<Server>();
12            Server s1 = new Server("ekserver1",5050);
13            Server s2 = new Server("ekserver2",5050);
14            Server s3 = new Server("ekserver3",5050);
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很同类,但有如下的差别点。

    1 在第5行里,我们都 是通过BaseLoadBalancer这人类而都在接口来定义负载均衡器,原因分析是该类涵盖setRule土妙招 。

    2 在第7行定义了另有有一三个小基于轮询规则的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,我们都 是把涵盖一三个小Server的List对象插进负载均衡器,而都在日后的另有有一三个小。可能性这里存粹是为了演示效果,什么都有我们都 就插进另有有一三个小根本不所处的“ekserver3”服务器。

    运行该应用应用程序后,我们都 还都能否看一遍有10次输出,否则觉得是按“轮询”的规则有顺序地输出一三个小服务器的名字。可能性我们都 把第7行的代码改成如下,没有 就会看一遍 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing:判断服务器是是不是可用的接口

    在项目里,我们都 一般会让ILoadBalancer接口自动地判断服务器是是不是可用(哪些地方地方业务都封放入Ribbon的底层代码里),此外,我们都 还还都能否用Ribbon组件里的IPing接口来实现这人功能。

    在下面的IRuleDemo.java代码里,我们都 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             //可能性服务器名是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土妙招 。

    在这人土妙招 里,我们都 根据服务器名来判断,具体而言,可能性名字是ekserver2,则返回false,表示该服务器不可用,否则返回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             //同样是创建另有有一三个小Server对象并插进负载均衡器
19            List<Server> myServers = new ArrayList<Server>();
20            Server s1 = new Server("ekserver1", 5050);
21            Server s2 = new Server("ekserver2", 5050);
22            Server s3 = new Server("ekserver3", 5050);
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);
50                System.out.println(s.getHost() + ":" + s.getPort());
31            }
32        }
33    }

    在第12行的main函数里,我们都 在第15行创建了IPing类型的myPing对象,并在第17行把这人对象插进了负载均衡器。通过第18到第26行的代码,我们都 创建了另有有一三个小服务器,并把它们也插进负载均衡器。

    在第28行的for循环里,我们都 依然是请求并输出服务器名。可能性这里的负载均衡器loadBalancer中涵盖了另有有一三个小IPing类型的对象,什么都有在根据策略得到服务器后,会根据myPing里的isActive土妙招 来判断该服务器是是不是可用。

    可能性在这人土妙招 里,我们都 定义了ekServer2这台服务器不可用,什么都有负载均衡器loadBalancer对象始终不多再把请求发送到该服务器上,都在日后说,在输出结果中,我们都 不多再看一遍“ekserver2:5050”的输出。

    从中我们都 能看一遍IPing接口的一般用法,我们都 还都能否通过重写其中的isAlive土妙招 来定义“判断服务器是是不是可用“的逻辑,在实际项目里,判断的土妙招 无非是”服务器响应是是不是时间过长“或”发往该服务器的请求数是是不是不多“,而哪些地方地方判断土妙招 都封放入IRule接口以及它的实现类里,什么都有在一般的场景中我们都 用到IPing接口。

4  预告&版权申明

     在本周的后边时间里,我将继续给出用Eureka+Ribbon高可用负载均衡架构的搭建土妙招 。

     本文内容摘自当事人写的专业书籍,转载时请一并引入该版权申明,请勿用于商业用途。