好运pk10app安全吗 _Spring Clould负载均衡重要组件:Ribbon中重要类的用法
- 时间:
- 浏览:32
- 来源:欧力资源网 - 专注共享空木白博客分享
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,多多程序运行 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,而未必在项目里太大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(要能理解成另有好几个 jar包)被部署在多台服务器上,当多个服务使用者一起调用该服务时,那此并发的请求能被用五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,大伙都能看一遍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,要要能整合Ribbon从而达到负载均衡的效果。
从代码层面来看,Ribbon有如下另有好几个 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,这人接口有多个实现类,比如RandomRule和RoundRobinRule,那此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妙招 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,时候 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此服务器是可用的,大伙要能通过重写该接口里的妙招 来自定义判断服务器不是可用的规则。在BaseLoadBalancer类里,大伙同样能通过IPing的实现类设置判断服务器不是可用的策略。
1 ILoadBalancer:负载均衡器接口
在Ribbon里,大伙还要能通过ILOadBalancer这人接口以基于特定的负载均衡策略来确定服务器。
通过下面的ILoadBalancerDemo.java,大伙来看下这人接口的基本用法。这人类是插进4.2偏离 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 //定义另有好几个 服务器列表 7 List<Server> myServers = new ArrayList<Server>(); 8 //创建另有好几个 Server对象 9 Server s1 = new Server("ekserver1",30003000); 10 Server s2 = new Server("ekserver2",30003000); 11 //另有好几个 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,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,大伙创建了另有好几个 Server类型的对象,并把它们插进了myServers里,在第15行里,大伙把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,大伙通过负载均衡器模拟了10次确定服务器的动作,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确定服务器,在第21行里,大伙是用“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,其中大伙能看一遍,loadBalancer这人负载均衡器把10次请求均摊到了2台服务器上,从中人太好能看一遍 “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,那此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妙招 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,时候 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此服务器是可用的,大伙要能通过重写该接口里的妙招 来自定义判断服务器不是可用的规则。在BaseLoadBalancer类里,大伙同样能通过IPing的实现类设置判断服务器不是可用的策略。
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,大伙要能通过定义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,大伙能看一遍IRule接口的或多或少常用的实现类。
实现类的名字 |
负载均衡的规则 |
RandomRule |
采用随机确定的策略 |
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匮乏的服务器 |
WeightedResponseTimeRule |
根据平均响应时间为每个服务器设置另有好几个 权重,根据该权重值优先确定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的多多程序运行 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,而都不 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 //如下定义好几个 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",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很类事,但有如下的差别点。
1 在第5行里,大伙是通过BaseLoadBalancer这人类而都不 接口来定义负载均衡器,因为 是该类中含 setRule妙招 。
2 在第7行定义了另有好几个 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,大伙是把中含 高一个Server的List对象插进负载均衡器,而都不 时候的另有好几个 。时候这里存粹是为了演示效果,全都大伙就插进另有好几个 根本不所处的“ekserver3”服务器。
运行该多多程序运行 后,大伙要能看一遍有10次输出,时候 人太好是按“轮询”的规则有顺序地输出好几个 服务器的名字。时候大伙把第7行的代码改成如下,这么就会看一遍 “随机”地输出服务器名。
IRule rule = new RandomRule();
3 IPing:判断服务器不是可用的接口
在项目里,大伙一般会让ILoadBalancer接口自动地判断服务器不是可用(那此业务都封装在 Ribbon的底层代码里),此外,大伙还要能用Ribbon组件里的IPing接口来实现这人功能。
在下面的IRuleDemo.java代码里,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 //时候服务器名是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 。
在这人妙招 里,大伙根据服务器名来判断,具体而言,时候名字是ekserver2,则返回false,表示该服务器不可用,时候 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 //同样是创建另有好几个 Server对象并插进负载均衡器 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,大伙在第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,大伙创建了另有好几个 服务器,并把它们也插进负载均衡器。
在第28行的for循环里,大伙依然是请求并输出服务器名。时候这里的负载均衡器loadBalancer中含 高了另有好几个 IPing类型的对象,全都在根据策略得到服务器后,会根据myPing里的isActive妙招 来判断该服务器不是可用。
时候在这人妙招 里,大伙定义了ekServer2这台服务器不可用,全都负载均衡器loadBalancer对象始终不不把请求发送到该服务器上,也时候 说,在输出结果中,大伙不不看一遍“ekserver2:30003000”的输出。
从中大伙能看一遍IPing接口的一般用法,大伙要能通过重写其中的isAlive妙招 来定义“判断服务器不是可用“的逻辑,在实际项目里,判断的妙招 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大“,而那此判断妙招 都封装在 IRule接口以及它的实现类里,全都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 。
本文内容摘自当时人写的专业书籍,转载时请一起引入该版权申明,请勿用于商业用途。