大发pk10开奖历史_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:爱Q生活网_提供熊猫辅助网技术_洋葱娱乐网资讯

    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,守护系统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,而暂且在项目里太少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(我太少 理解成有有一个多jar包)被部署在多台服务器上,当多个服务使用者一块儿调用该服务时,有有哪些并发的请求能被用一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,亲们儿儿都能看到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,也我太少 整合Ribbon从而达到负载均衡的效果。

    从代码层面来看,Ribbon有如下有有一个多比较重要的接口。

    第一,ILoadBalancer,这也叫负载均衡器,通过它,亲们儿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,这个接口有多个实现类,比如RandomRule和RoundRobinRule,有有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,亲们儿儿还能重写该接口里的法子来自定义负载均衡的策略。

在BaseLoadBalancer类里,亲们儿儿能通过IRule的实现类设置负载均衡的策略,曾经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,亲们儿儿能获取到当前有哪些服务器是可用的,亲们儿儿我太少 通过重写该接口里的法子来自定义判断服务器不是可用的规则。在BaseLoadBalancer类里,亲们儿儿同样能通过IPing的实现类设置判断服务器不是可用的策略。    

1 ILoadBalancer:负载均衡器接口

    在Ribbon里,亲们儿儿还我太少 通过ILOadBalancer这个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,亲们儿儿来看下这个接口的基本用法。这个类是中放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            //定义有有一个多服务器列表
7               List<Server> myServers = new ArrayList<Server>();
8            //创建有有一个多Server对象
9            Server s1 = new Server("ekserver1",8080);
10             Server s2 = new Server("ekserver2",8080);
11            //有有一个多server对象中放List类型的myServers对象里   
12             myServers.add(s1);
13             myServers.add(s2);
14            //把myServers中放负载均衡器
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,亲们儿儿创建了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,亲们儿儿创建了有有一个多Server类型的对象,并把它们中放了myServers里,在第15行里,亲们儿儿把List类型的myServers对象中放了负载均衡器里。

    在第17到22行的for循环里,亲们儿儿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法子以默认的负载均衡规则选取服务器,在第21行里,亲们儿儿是用“打印”这个动作来模拟实际的“使用Server对象防止请求”的动作。

    上述代码的运行结果如下所示,其中亲们儿儿能看到,loadBalancer这个负载均衡器把10次请求均摊到了2台服务器上,从中着实 能看到 “负载均衡”的效果。

    第二,IRule,这个接口有多个实现类,比如RandomRule和RoundRobinRule,有有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,亲们儿儿还能重写该接口里的法子来自定义负载均衡的策略。

    在BaseLoadBalancer类里,亲们儿儿能通过IRule的实现类设置负载均衡的策略,曾经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,亲们儿儿能获取到当前有哪些服务器是可用的,亲们儿儿我太少 通过重写该接口里的法子来自定义判断服务器不是可用的规则。在BaseLoadBalancer类里,亲们儿儿同样能通过IPing的实现类设置判断服务器不是可用的策略。  

1    ekserver2:8080
2    ekserver1:8080
3    ekserver2:8080
4    ekserver1:8080
5    ekserver2:8080
6    ekserver1:8080
7    ekserver2:8080
8    ekserver1:8080
9    ekserver2:8080
10   ekserver1:8080

2 IRule:定义负载均衡规则的接口

    在Ribbon里,亲们儿儿我太少 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,亲们儿儿能看到IRule接口的这个常用的实现类。

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缺乏的服务器

WeightedResponseTimeRule

根据平均响应时间为每个服务器设置有有一个多权重,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的守护系统进程里,亲们儿儿来看下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            //如下定义一个多Server,并把它们中放List类型的集合中
11            List<Server> myServers = new ArrayList<Server>();
12            Server s1 = new Server("ekserver1",8080);
13            Server s2 = new Server("ekserver2",8080);
14            Server s3 = new Server("ekserver3",8080);
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,亲们儿儿是通过BaseLoadBalancer这个类而全部都是接口来定义负载均衡器,是由于是该类涵盖setRule法子。

    2 在第7行定义了有有一个多基于轮询规则的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,亲们儿儿是把涵盖一个多Server的List对象中放负载均衡器,而全部都是之后的有有一个多。或者这里存粹是为了演示效果,这个这个亲们儿儿就中放有有一个多根本不存在的“ekserver3”服务器。

    运行该守护系统进程后,亲们儿儿我太少 看到有10次输出,或者着实 是按“轮询”的规则有顺序地输出一个多服务器的名字。或者亲们儿儿把第7行的代码改成如下,那末 就会看到 “随机”地输出服务器名。

    IRule rule = new RandomRule();

3  IPing:判断服务器不是可用的接口

    在项目里,亲们儿儿一般会让ILoadBalancer接口自动地判断服务器不是可用(有有哪些业务都封装到Ribbon的底层代码里),此外,亲们儿儿还我太少 用Ribbon组件里的IPing接口来实现这个功能。

    在下面的IRuleDemo.java代码里,亲们儿儿将演示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             //或者服务器名是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法子。

    在这个法子里,亲们儿儿根据服务器名来判断,具体而言,或者名字是ekserver2,则返回false,表示该服务器不可用,或者返回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             //同样是创建有有一个多Server对象并中放负载均衡器
19            List<Server> myServers = new ArrayList<Server>();
20            Server s1 = new Server("ekserver1", 8080);
21            Server s2 = new Server("ekserver2", 8080);
22            Server s3 = new Server("ekserver3", 8080);
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);
80                System.out.println(s.getHost() + ":" + s.getPort());
31            }
32        }
33    }

    在第12行的main函数里,亲们儿儿在第15行创建了IPing类型的myPing对象,并在第17行把这个对象中放了负载均衡器。通过第18到第26行的代码,亲们儿儿创建了有有一个多服务器,并把它们也中放负载均衡器。

    在第28行的for循环里,亲们儿儿依然是请求并输出服务器名。或者这里的负载均衡器loadBalancer中涵盖了有有一个多IPing类型的对象,这个这个在根据策略得到服务器后,会根据myPing里的isActive法子来判断该服务器不是可用。

    或者在这个法子里,亲们儿儿定义了ekServer2这台服务器不可用,这个这个负载均衡器loadBalancer对象始终我太少 把请求发送到该服务器上,也或者说,在输出结果中,亲们儿儿我太少 看到“ekserver2:8080”的输出。

    从中亲们儿儿能看到IPing接口的一般用法,亲们儿儿我太少 通过重写其中的isAlive法子来定义“判断服务器不是可用“的逻辑,在实际项目里,判断的法子无非是”服务器响应不是时间过长“或”发往该服务器的请求数不是太少“,而有有哪些判断法子都封装到IRule接口以及它的实现类里,这个这个在一般的场景中亲们儿儿用到IPing接口。

4  预告&版权申明

     在本周的上方时间里,我将继续给出用Eureka+Ribbon高可用负载均衡架构的搭建法子。

     本文内容摘自所有人写的专业书籍,转载时请一块儿引入该版权申明,请勿用于商业用途。