1分pk10计划三期必中 _Spring Clould负载均衡重要组件：Ribbon中重要类的用法

    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，守护进程池池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，而无须在项目里太少地编写实现负载均衡的代码。

    比如，在某个带有Eureka和Ribbon的集群中，某个服务（可不可不能否 理解成一个jar包）被部署在多台服务器上，当多个服务使用者同時 调用该服务时，那先 并发的请求能被用并算不算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，大伙都能看得人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，也可不可不能否 整合Ribbon从而达到负载均衡的效果。

    从代码层面来看，Ribbon有如下一个比较重要的接口。

    第一，ILoadBalancer，这也叫负载均衡器，通过它，大伙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，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，大伙还能重写该接口里的最好的方式 来自定义负载均衡的策略。

在BaseLoadBalancer类里，大伙能通过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，大伙能获取到当前那先 服务器是可用的，大伙能够通过重写该接口里的最好的方式 来自定义判断服务器是算不算可用的规则。在BaseLoadBalancer类里，大伙同样能通过IPing的实现类设置判断服务器是算不算可用的策略。    

1 ILoadBalancer：负载均衡器接口

    在Ribbon里，大伙还可不可不能否 通过ILOadBalancer這個 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，大伙来看下這個 接口的基本用法。這個 类是装入去去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            //定义一个服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建一个Server对象
9            Server s1 = new Server("ekserver1",30003000);
10             Server s2 = new Server("ekserver2",30003000);
11            //一个server对象装入去去List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers装入去去负载均衡器
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，大伙创建了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，大伙创建了一个Server类型的对象，并把它们装入去去了myServers里，在第15行里，大伙把List类型的myServers对象装入去去了负载均衡器里。

    在第17到22行的for循环里，大伙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最好的方式 以默认的负载均衡规则选则服务器，在第21行里，大伙是用“打印”這個 动作来模拟实际的“使用Server对象正确处理请求”的动作。

    上述代码的运行结果如下所示，其中大伙能看得人，loadBalancer這個 负载均衡器把10次请求均摊到了2台服务器上，从中确实能看得人 “负载均衡”的效果。

    第二，IRule，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，大伙还能重写该接口里的最好的方式 来自定义负载均衡的策略。

    在BaseLoadBalancer类里，大伙能通过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，大伙能获取到当前那先 服务器是可用的，大伙能够通过重写该接口里的最好的方式 来自定义判断服务器是算不算可用的规则。在BaseLoadBalancer类里，大伙同样能通过IPing的实现类设置判断服务器是算不算可用的策略。  

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，大伙可不可不能否 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，大伙能看得人IRule接口的這個 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，会带有重试动作
AvailabilityFilterRule	会过滤些多次连接失败和请求并发数所处问题的服务器
WeightedResponseTimeRule	根据平均响应时间为每个服务器设置一个权重，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的守护进程池池里，大伙来看下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，而可不可不能否

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            //如下定义一个Server，并把它们装入去去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很类似，但有如下的差别点。

    1 在第5行里，大伙是通过BaseLoadBalancer這個 类而可不可不能否 接口来定义负载均衡器，是因为是该类带有setRule最好的方式 。

    2 在第7行定义了一个基于轮询规则的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，大伙是把带有一个Server的List对象装入去去负载均衡器，而可不可不能否 日后的一个。可能性这里存粹是为了演示效果，所以 大伙就装入去去一个根本不所处的“ekserver3”服务器。

    运行该守护进程池池后，大伙可不可不能否 看得人有10次输出，日后 确实是按“轮询”的规则有顺序地输出一个服务器的名字。可能性大伙把第7行的代码改成如下，这麼 就会看得人 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing：判断服务器是算不算可用的接口

    在项目里，大伙一般会让ILoadBalancer接口自动地判断服务器是算不算可用（那先 业务都封装入Ribbon的底层代码里），此外，大伙还可不可不能否 用Ribbon组件里的IPing接口来实现這個 功能。

    在下面的IRuleDemo.java代码里，大伙将演示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最好的方式 。

    在這個 最好的方式 里，大伙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，日后 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             //同样是创建一个Server对象并装入去去负载均衡器
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，大伙在第15行创建了IPing类型的myPing对象，并在第17行把這個 对象装入去去了负载均衡器。通过第18到第26行的代码，大伙创建了一个服务器，并把它们也装入去去负载均衡器。

    在第28行的for循环里，大伙依然是请求并输出服务器名。可能性这里的负载均衡器loadBalancer中带有了一个IPing类型的对象，所以 在根据策略得到服务器后，会根据myPing里的isActive最好的方式 来判断该服务器是算不算可用。

    可能性在這個 最好的方式 里，大伙定义了ekServer2这台服务器不可用，所以 负载均衡器loadBalancer对象始终太少再把请求发送到该服务器上，也却说说，在输出结果中，大伙太少再看得人“ekserver2:30003000”的输出。

    从中大伙能看得人IPing接口的一般用法，大伙可不可不能否 通过重写其中的isAlive最好的方式 来定义“判断服务器是算不算可用“的逻辑，在实际项目里，判断的最好的方式 无非是”服务器响应是算不算时间过长“或”发往该服务器的请求数是算不算太少“，而那先 判断最好的方式 都封装入IRule接口以及它的实现类里，所以 在一般的场景中大伙用到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最好的方式 。

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