3分快3app开户_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:宇辰博客 - 专注共享安逸博客资讯

    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,进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,而过多在项目里过多地编写实现负载均衡的代码。

    比如,在某个中含Eureka和Ribbon的集群中,某个服务(都并能理解成好几个 多多jar包)被部署在多台服务器上,当多个服务使用者一同调用该服务时,哪些并发的请求能被用你累似 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,我们我们我们能看完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,也都并能整合Ribbon从而达到负载均衡的效果。

    从代码层面来看,Ribbon有如下好几个 多多比较重要的接口。

    第一,ILoadBalancer,这也叫负载均衡器,通过它,我们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,你累似 接口有多个实现类,比如RandomRule和RoundRobinRule,哪些实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们我们还能重写该接口里的最好的办法来自定义负载均衡的策略。

在BaseLoadBalancer类里,我们我们能通过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,我们我们能获取到当前哪些服务器是可用的,我们我们并能通过重写该接口里的最好的办法来自定义判断服务器是否 可用的规则。在BaseLoadBalancer类里,我们我们同样能通过IPing的实现类设置判断服务器是否 可用的策略。    

1 ILoadBalancer:负载均衡器接口

    在Ribbon里,我们我们还都并能通过ILOadBalancer你累似 接口以基于特定的负载均衡策略来选则服务器。

    通过下面的ILoadBalancerDemo.java,我们我们来看下你累似 接口的基本用法。你累似 类是放进去4.2每段创建的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            //定义好几个





多多服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建好几个





多多Server对象
9            Server s1 = new Server("ekserver1",30003000);
10             Server s2 = new Server("ekserver2",30003000);
11            //好几个





多多server对象放进去List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers放进去负载均衡器
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,我们我们创建了好几个 多多Server类型的对象,并把它们放进去了myServers里,在第15行里,我们我们把List类型的myServers对象放进去了负载均衡器里。

    在第17到22行的for循环里,我们我们通过负载均衡器模拟了10次选则服务器的动作,具体而言,是在第19行里,通过loadBalancer的chooseServer最好的办法以默认的负载均衡规则选则服务器,在第21行里,我们我们是用“打印”你累似 动作来模拟实际的“使用Server对象除理请求”的动作。

    上述代码的运行结果如下所示,其中我们我们能看完,loadBalancer你累似 负载均衡器把10次请求均摊到了2台服务器上,从中嘴笨 能看完 “负载均衡”的效果。

    第二,IRule,你累似 接口有多个实现类,比如RandomRule和RoundRobinRule,哪些实现类具体地定义了诸如“随机“和”轮询“等的负载均衡策略,我们我们还能重写该接口里的最好的办法来自定义负载均衡的策略。

    在BaseLoadBalancer类里,我们我们能通过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,我们我们能获取到当前哪些服务器是可用的,我们我们并能通过重写该接口里的最好的办法来自定义判断服务器是否 可用的规则。在BaseLoadBalancer类里,我们我们同样能通过IPing的实现类设置判断服务器是否 可用的策略。  

1    ekserver2:30003000
2    ekserver1:30003000
3    ekserver2:30003000
4    ekserver1:30003000
5    ekserver2:30003000
6    ekserver1:30003000
7    ekserver2:30003000
8    ekserver1:30003000
9    ekserver2:30003000
10   ekserver1:30003000

2 IRule:定义负载均衡规则的接口

    在Ribbon里,我们我们都并能通过定义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,我们我们能看完IRule接口的其他常用的实现类。

实现类的名字

负载均衡的规则

RandomRule

采用随机选则的策略

RoundRobinRule

采用轮询策略

RetryRule

采用该策略时,会中含重试动作

AvailabilityFilterRule

会过滤些多次连接失败和请求并发数缺陷的服务器

WeightedResponseTimeRule

根据平均响应时间为每个服务器设置好几个 多多权重,根据该权重值优先选则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的进程里,我们我们来看下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,并把它们放进去List类型的集合中
11            List<Server> myServers = new ArrayList<Server>();
12            Server s1 = new Server("ekserver1",30003000);
13            Server s2 = new Server("ekserver2",30003000);
14            Server s3 = new Server("ekserver3",30003000);
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很累似 ,但有如下的差别点。

    1 在第5行里,我们我们是通过BaseLoadBalancer你累似 类而全部都是接口来定义负载均衡器,意味着 是该类中含setRule最好的办法。

    2 在第7行定义了好几个 多多基于轮询规则的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,我们我们是把中含5个Server的List对象放进去负载均衡器,而全部都是以后 的好几个 多多。意味着 分析这里存粹是为了演示效果,什么都有我们我们就放进去好几个 多多根本不指在的“ekserver3”服务器。

    运行该进程后,我们我们都并能看完有10次输出,你还能不能嘴笨 是按“轮询”的规则有顺序地输出5个服务器的名字。意味着 分析我们我们把第7行的代码改成如下,这么 就会看完 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing:判断服务器是否 可用的接口

    在项目里,我们我们一般会让ILoadBalancer接口自动地判断服务器是否 可用(哪些业务都封放进Ribbon的底层代码里),此外,我们我们还都并能用Ribbon组件里的IPing接口来实现你累似 功能。

    在下面的IRuleDemo.java代码里,我们我们将演示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             //意味着

分析服务器名是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最好的办法。

    在你累似 最好的办法里,我们我们根据服务器名来判断,具体而言,意味着 分析名字是ekserver2,则返回false,表示该服务器不可用,你还能不能返回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             //同样是创建好几个





多多Server对象并放进去负载均衡器
19            List<Server> myServers = new ArrayList<Server>();
20            Server s1 = new Server("ekserver1", 30003000);
21            Server s2 = new Server("ekserver2", 30003000);
22            Server s3 = new Server("ekserver3", 30003000);
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);
300                System.out.println(s.getHost() + ":" + s.getPort());
31            }
32        }
33    }

    在第12行的main函数里,我们我们在第15行创建了IPing类型的myPing对象,并在第17行把你累似 对象放进去了负载均衡器。通过第18到第26行的代码,我们我们创建了好几个 多多服务器,并把它们也放进去负载均衡器。

    在第28行的for循环里,我们我们依然是请求并输出服务器名。意味着 分析这里的负载均衡器loadBalancer中中含了好几个 多多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最好的办法来判断该服务器是否 可用。

    意味着 分析在你累似 最好的办法里,我们我们定义了ekServer2这台服务器不可用,什么都有负载均衡器loadBalancer对象始终不用把请求发送到该服务器上,也什么都有我说,在输出结果中,我们我们不用看完“ekserver2:30003000”的输出。

    从中我们我们能看完IPing接口的一般用法,我们我们都并能通过重写其中的isAlive最好的办法来定义“判断服务器是否 可用“的逻辑,在实际项目里,判断的最好的办法无非是”服务器响应是否 时间过长“或”发往该服务器的请求数是否 过多“,而哪些判断最好的办法都封放进IRule接口以及它的实现类里,什么都有在一般的场景中我们我们用到IPing接口。

4  预告&版权申明

     在本周的上边时间里,我将继续给出用Eureka+Ribbon高可用负载均衡架构的搭建最好的办法。

     本文内容摘自买车人写的专业书籍,转载时请一同引入该版权申明,请勿用于商业用途。