Ribbon的負載均衡策略及原理

Load Balance負載均衡是用於解決一台機器(一個進程)無法解決所有請求而產生的一種算法。像nginx可以使用負載均衡分配流量，ribbon為客戶端提供負載均衡，dubbo服務調用里的負載均衡等等，很多地方都使用到了負載均衡。

使用負載均衡帶來的好處很明顯：

當集群里的1台或者多台服務器down的時候，剩余的沒有down的服務器可以保證服務的繼續使用
使用了更多的機器保證了機器的良性使用，不會由於某一高峰時刻導致系統cpu急劇上升
負載均衡有好幾種實現策略，常見的有：

隨機 (Random)
輪詢 (RoundRobin)
一致性哈希 (ConsistentHash)
哈希 (Hash)
加權（Weighted）
ILoadBalance 負載均衡器
ribbon是一個為客戶端提供負載均衡功能的服務，它內部提供了一個叫做ILoadBalance的接口代表負載均衡器的操作，比如有添加服務器操作、選擇服務器操作、獲取所有的服務器列表、獲取可用的服務器列表等等。ILoadBalance的繼承關系如下：





負載均衡器是從EurekaClient（EurekaClient的實現類為DiscoveryClient）獲取服務信息，根據IRule去路由，並且根據IPing判斷服務的可用性。

負載均衡器多久一次去獲取一次從Eureka Client獲取注冊信息呢？在BaseLoadBalancer類下，BaseLoadBalancer的構造函數，該構造函數開啟了一個PingTask任務setupPingTask();，代碼如下：

    public BaseLoadBalancer(String name, IRule rule, LoadBalancerStats stats,
            IPing ping, IPingStrategy pingStrategy) {
        if (logger.isDebugEnabled()) {
            logger.debug("LoadBalancer:  initialized");
        }
        this.name = name;
        this.ping = ping;
        this.pingStrategy = pingStrategy;
        setRule(rule);
        setupPingTask();
        lbStats = stats;
        init();
    }
setupPingTask()的具體代碼邏輯，它開啟了ShutdownEnabledTimer執行PingTask任務，在默認情況下pingIntervalSeconds為10，即每10秒鍾，向EurekaClient發送一次”ping”。
void setupPingTask() {
        if (canSkipPing()) {
            return;
        }
        if (lbTimer != null) {
            lbTimer.cancel();
        }
        lbTimer = new ShutdownEnabledTimer("NFLoadBalancer-PingTimer-" + name,
                true);
        lbTimer.schedule(new PingTask(), 0, pingIntervalSeconds * 1000);
        forceQuickPing();
    }
PingTask源碼，即new一個Pinger對象，並執行runPinger()方法。

查看Pinger的runPinger()方法，最終根據 pingerStrategy.pingServers(ping, allServers)來獲取服務的可用性，如果該返回結果，如之前相同，則不去向EurekaClient獲取注冊列表，如果不同則通知ServerStatusChangeListener或者changeListeners發生了改變，進行更新或者重新拉取。

完整過程是：

LoadBalancerClient（RibbonLoadBalancerClient是實現類）在初始化的時候（execute方法），會通過ILoadBalance（BaseLoadBalancer是實現類）向Eureka注冊中心獲取服務注冊列表，並且每10s一次向EurekaClient發送“ping”，來判斷服務的可用性，如果服務的可用性發生了改變或者服務數量和之前的不一致，則從注冊中心更新或者重新拉取。LoadBalancerClient有了這些服務注冊列表，就可以根據具體的IRule來進行負載均衡。



IRule 路由
IRule接口代表負載均衡策略：

public interface IRule{
    public Server choose(Object key);
    public void setLoadBalancer(ILoadBalancer lb);
    public ILoadBalancer getLoadBalancer();    
}
IRule接口的實現類有以下幾種：





其中RandomRule表示隨機策略、RoundRobinRule表示輪詢策略、WeightedResponseTimeRule表示加權策略、BestAvailableRule表示請求數最少策略等等。

隨機策略很簡單，就是從服務器中隨機選擇一個服務器，RandomRule的實現代碼如下：

public Server choose(ILoadBalancer lb, Object key) {
    if (lb == null) {
        return null;
    }
    Server server = null;

    while (server == null) {
        if (Thread.interrupted()) {
            return null;
        }
        List<Server> upList = lb.getReachableServers();
        List<Server> allList = lb.getAllServers();
        int serverCount = allList.size();
        if (serverCount == 0) {
            return null;
        }
        int index = rand.nextInt(serverCount); // 使用jdk內部的Random類隨機獲取索引值index
        server = upList.get(index); // 得到服務器實例

        if (server == null) {
            Thread.yield();
            continue;
        }

        if (server.isAlive()) {
            return (server);
        }

        server = null;
        Thread.yield();
    }
    return server;
}
RoundRobinRule輪詢策略表示每次都取下一個服務器，比如一共有5台服務器，第1次取第1台，第2次取第2台，第3次取第3台，以此類推：

    public Server choose(ILoadBalancer lb, Object key) {
        if (lb == null) {
            log.warn("no load balancer");
            return null;
        }

        Server server = null;
        int count = 0;
        while (server == null && count++ < 10) {
            List<Server> reachableServers = lb.getReachableServers();
            List<Server> allServers = lb.getAllServers();
            int upCount = reachableServers.size();
            int serverCount = allServers.size();

            if ((upCount == 0) || (serverCount == 0)) {
                log.warn("No up servers available from load balancer: " + lb);
                return null;
            }

            int nextServerIndex = incrementAndGetModulo(serverCount);
            server = allServers.get(nextServerIndex);

            if (server == null) {
                /* Transient. */
                Thread.yield();
                continue;
            }

            if (server.isAlive() && (server.isReadyToServe())) {
                return (server);
            }

            // Next.
            server = null;
        }

        if (count >= 10) {
            log.warn("No available alive servers after 10 tries from load balancer: "
                    + lb);
        }
        return server;
    }

    /**
     * Inspired by the implementation of {@link AtomicInteger#incrementAndGet()}.
     *
     * @param modulo The modulo to bound the value of the counter.
     * @return The next value.
     */
    private int incrementAndGetModulo(int modulo) {
        for (;;) {
            int current = nextServerCyclicCounter.get();
            int next = (current + 1) % modulo;
            if (nextServerCyclicCounter.compareAndSet(current, next))
                return next;
        }
    }
WeightedResponseTimeRule繼承了RoundRobinRule，開始的時候還沒有權重列表，采用父類的輪詢方式，有一個默認每30秒更新一次權重列表的定時任務，該定時任務會根據實例的響應時間來更新權重列表，choose方法做的事情就是，用一個(0,1)的隨機double數乘以最大的權重得到randomWeight，然后遍歷權重列表，找出第一個比randomWeight大的實例下標，然后返回該實例，代碼略。

BestAvailableRule策略用來選取最少並發量請求的服務器：

public Server choose(Object key) {
    if (loadBalancerStats == null) {
        return super.choose(key);
    }
    List<Server> serverList = getLoadBalancer().getAllServers(); // 獲取所有的服務器列表
    int minimalConcurrentConnections = Integer.MAX_VALUE;
    long currentTime = System.currentTimeMillis();
    Server chosen = null;
    for (Server server: serverList) { // 遍歷每個服務器
        ServerStats serverStats = loadBalancerStats.getSingleServerStat(server); // 獲取各個服務器的狀態
        if (!serverStats.isCircuitBreakerTripped(currentTime)) { // 沒有觸發斷路器的話繼續執行
            int concurrentConnections = serverStats.getActiveRequestsCount(currentTime); // 獲取當前服務器的請求個數
            if (concurrentConnections < minimalConcurrentConnections) { // 比較各個服務器之間的請求數，然后選取請求數最少的服務器並放到chosen變量中
                minimalConcurrentConnections = concurrentConnections;
                chosen = server;
            }
        }
    }
    if (chosen == null) { // 如果沒有選上，調用父類ClientConfigEnabledRoundRobinRule的choose方法，也就是使用RoundRobinRule輪詢的方式進行負載均衡        
        return super.choose(key);
    } else {
        return chosen;
    }
}
使用Ribbon提供的負載均衡策略很簡單，只需以下幾部：

1、創建具有負載均衡功能的RestTemplate實例

@Bean
@LoadBalanced
RestTemplate restTemplate() {
    return new RestTemplate();
}
使用RestTemplate進行rest操作的時候，會自動使用負載均衡策略，它內部會在RestTemplate中加入LoadBalancerInterceptor這個攔截器，這個攔截器的作用就是使用負載均衡。
默認情況下會采用輪詢策略，如果希望采用其它策略，則指定IRule實現，如：

@Bean
public IRule ribbonRule() {
    return new BestAvailableRule();
}
這種方式對Feign也有效。

我們也可以參考ribbon，自己寫一個負載均衡實現類。

可以通過下面方法獲取負載均衡策略最終選擇了哪個服務實例：

        @Autowired
        LoadBalancerClient loadBalancerClient; 
        
        //測試負載均衡最終選中哪個實例
        public String getChoosedService() {
            ServiceInstance serviceInstance = loadBalancerClient.choose("USERINFO-SERVICE");
            StringBuilder sb = new StringBuilder();
            sb.append("host: ").append(serviceInstance.getHost()).append(", ");
            sb.append("port: ").append(serviceInstance.getPort()).append(", ");
            sb.append("uri: ").append(serviceInstance.getUri());
            return sb.toString();
        }

原文鏈接：https://blog.csdn.net/wudiyong22/article/details/80829808