分分三分快三_三分快三APP下载_Spring Clould负载均衡重要组件:Ribbon中重要类的用法

  • 时间:
  • 浏览:3
  • 来源:辽宁网_专注辽宁新闻_辽宁的主流媒体

    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,系统守护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,而未必在项目里越来越来越多地编写实现负载均衡的代码。

    比如,在某个暗含Eureka和Ribbon的集群中,某个服务(可不可以理解成另另一个多多多jar包)被部署在多台服务器上,当多个服务使用者同时调用该服务时,哪些地方地方并发的请求能被用某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,大家儿都能就看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,也可不可以整合Ribbon从而达到负载均衡的效果。

    从代码层面来看,Ribbon有如下另另一个多多多比较重要的接口。

    第一,ILoadBalancer,这也叫负载均衡器,通过它,大家儿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,你这些 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,大家儿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,大家儿能通过IRule的实现类设置负载均衡的策略,以前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,大家儿能获取到当前哪些地方服务器是可用的,大家儿才能通过重写该接口里的妙招来自定义判断服务器与非 可用的规则。在BaseLoadBalancer类里,大家儿同样能通过IPing的实现类设置判断服务器与非 可用的策略。    

1 ILoadBalancer:负载均衡器接口

    在Ribbon里,大家儿还可不可以通过ILOadBalancer你这些 接口以基于特定的负载均衡策略来选择 服务器。

    通过下面的ILoadBalancerDemo.java,大家儿来看下你这些 接口的基本用法。你这些 类是装进4.2部分创建的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            //定义另另一个多多多服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建另另一个多多多Server对象
9            Server s1 = new Server("ekserver1",30003000);
10             Server s2 = new Server("ekserver2",30003000);
11            //另另一个多多多server对象装进List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers装进负载均衡器
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,大家儿创建了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,大家儿创建了另另一个多多多Server类型的对象,并把它们装进了myServers里,在第15行里,大家儿把List类型的myServers对象装进了负载均衡器里。

    在第17到22行的for循环里,大家儿通过负载均衡器模拟了10次选择 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择 服务器,在第21行里,大家儿是用“打印”你这些 动作来模拟实际的“使用Server对象处理请求”的动作。

    上述代码的运行结果如下所示,其中大家儿能就看,loadBalancer你这些 负载均衡器把10次请求均摊到了2台服务器上,从中我我其实能就看 “负载均衡”的效果。

    第二,IRule,你这些 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,大家儿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,大家儿能通过IRule的实现类设置负载均衡的策略,以前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,大家儿能获取到当前哪些地方服务器是可用的,大家儿才能通过重写该接口里的妙招来自定义判断服务器与非 可用的规则。在BaseLoadBalancer类里,大家儿同样能通过IPing的实现类设置判断服务器与非 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,大家儿可不可以通过定义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,大家儿能就看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

采用随机选择 的策略

RoundRobinRule

采用轮询策略

RetryRule

采用该策略时,会暗含重试动作

AvailabilityFilterRule

会过滤些多次连接失败和请求并发数不足英文的服务器

WeightedResponseTimeRule

根据平均响应时间为每个服务器设置另另一个多多多权重,根据该权重值优先选择 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的系统守护进程里,大家儿来看下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,而有的是

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            //如下定义六个Server,并把它们装进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很之类,但有如下的差别点。

    1 在第5行里,大家儿是通过BaseLoadBalancer你这些 类而有的是 接口来定义负载均衡器,愿因是该类暗含setRule妙招。

    2 在第7行定义了另另一个多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,大家儿是把暗含六个Server的List对象装进负载均衡器,而有的是 以前的另另一个多多多。愿因这里存粹是为了演示效果,什么都有大家儿就装进另另一个多多多根本不地处的“ekserver3”服务器。

    运行该系统守护进程后,大家儿可不可以就看有10次输出,怎么让我我其实是按“轮询”的规则有顺序地输出六个服务器的名字。愿因大家儿把第7行的代码改成如下,越来越就会就看 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing:判断服务器与非 可用的接口

    在项目里,大家儿一般会让ILoadBalancer接口自动地判断服务器与非 可用(哪些地方地方业务都封装进Ribbon的底层代码里),此外,大家儿还可不可以用Ribbon组件里的IPing接口来实现你这些 功能。

    在下面的IRuleDemo.java代码里,大家儿将演示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。

    在你这些 妙招里,大家儿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,怎么让返回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             //同样是创建另另一个多多多Server对象并装进负载均衡器
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,大家儿在第15行创建了IPing类型的myPing对象,并在第17行把你这些 对象装进了负载均衡器。通过第18到第26行的代码,大家儿创建了另另一个多多多服务器,并把它们也装进负载均衡器。

    在第28行的for循环里,大家儿依然是请求并输出服务器名。愿因这里的负载均衡器loadBalancer暗含高了另另一个多多多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妙招来判断该服务器与非 可用。

    愿因在你这些 妙招里,大家儿定义了ekServer2这台服务器不可用,什么都有负载均衡器loadBalancer对象始终我越来越多 把请求发送到该服务器上,也什么都有 说,在输出结果中,大家儿我越来越多 就看“ekserver2:30003000”的输出。

    从中大家儿能就看IPing接口的一般用法,大家儿可不可以通过重写其中的isAlive妙招来定义“判断服务器与非 可用“的逻辑,在实际项目里,判断的妙招无非是”服务器响应与非 时间过长“或”发往该服务器的请求数与非 越来越来越多“,而哪些地方地方判断妙招都封装进IRule接口以及它的实现类里,什么都有在一般的场景中大家儿用到IPing接口。

4  预告&版权申明

     在本周的后面 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。

     本文内容摘自我人个写的专业书籍,转载时请同时引入该版权申明,请勿用于商业用途。