当前位置：首页 > news >正文

微服务之负载均衡器

news 文章来源：https://blog.csdn.net/weixin_47480200/article/details/139573948 2024/11/6 23:26:28

1、负载均衡介绍

负载均衡就是将负载(工作任务，访问请求)进行分摊到多个操作单元(服务器，组件)上进行执行。

根据负载均衡发生位置的不同，一般分为服务端负载均衡和客户端负载均衡。

服务端负载均衡指的是发生在服务提供者一方，例如Nginx，通过Nginx进行负载均衡，先发送请求，然后通过负载均衡算法，在多个服务器之间选择一个进行访问；即在服务器端再进行负载均衡算法分配。

客户端负载均衡指的是发生在服务请求的一方，也就是在发送请求之前已经选好了由哪个实例处理请求。例如spring cloud中的ribbon，客户端会有一个服务器地址列表，在发送请求前通过负载均衡算法选择一个服务器，然后进行访问，这是客户端负载均衡；即在客户端就进行负载均衡算法分配。

常见的负载均衡算法

自定义公共接口

package com.example.consumer.loadbalance;import org.springframework.cloud.client.ServiceInstance;import java.util.List;/*** @author* @ClassName LoadBalance* @addres www.boyatop.com*/
public interface LoadBalance {/*** 负载均衡算法 给我多个地址 负载均衡 取出一个地址返回使用*/ServiceInstance getInstances(String serviceId);
}

1）轮询算法

轮询算法实现思路：

例如在集合中多个接口地址

[192.168.110.1:8080,192.168.110.2:8081]

0 1

第一次访问：1%2=1

第二次访问：2%2=0

第三次访问：3%2=1

第四次访问：4%2=0

[192.168.110.1:8080,192.168.110.2:8081,192.168.110.2:8082]

0 1 3

第一次访问：1%3=1

第二次访问：2%3=2

第三次访问：3%3=0

第四次访问：4%3=1

第五次访问：5%3=2第六次访问：6%3=0

package com.example.consumer.loadbalance;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.stereotype.Component;import java.util.List;
import java.util.Random;
import java.util.concurrent.atomic.AtomicInteger;/*** 轮询算法** @author* @ClassName RoundLoadBalance* @addres www.boyatop.com*/
@Component
public class RoundLoadBalance implements LoadBalance {@Autowiredprivate DiscoveryClient discoveryClient;//记录第几次访问private AtomicInteger atomicCount = new AtomicInteger(0);@Overridepublic ServiceInstance getInstances(String serviceId) {//1.根据服务的名称 获取 该服务集群地址列表List<ServiceInstance> instances = discoveryClient.getInstances(serviceId);//2.判断是否nullif (instances == null || instances.size() == 0) {return null;}//3.使用负载均衡算法int index = atomicCount.incrementAndGet() % instances.size();// 0+1return instances.get(index);}
}

2）随机算法

package com.example.consumer.loadbalance;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.Random;/*** 随机算法** @author* @ClassName RandomLoadBalance* @addres www.boyatop.com*/
@Component
public class RandomLoadBalance implements LoadBalance {@Autowiredprivate DiscoveryClient discoveryClient;@Overridepublic ServiceInstance getInstances(String serviceId) {//1.根据服务的名称 获取 该服务集群地址列表List<ServiceInstance> instances = discoveryClient.getInstances(serviceId);//2.判断是否nullif (instances == null || instances.size() == 0) {return null;}// 生成随机 范围Random random = new Random();//3  0 1 2int index = random.nextInt(instances.size());return instances.get(index);}
}

3）故障转移算法

 @RequestMapping("/orderToMember3")public String orderToMember3() {/***模拟其中的服务器宕机*/
//    ServiceInstance serviceInstance = randomLoadBalance.getInstances("producer");List<ServiceInstance> instances = discoveryClient.getInstances("producer");//ServiceInstance serviceInstance = instances.get(0);for (int i = 0; i <instances.size(); i++) {ServiceInstance serviceInstance = instances.get(i);// 会员服务的ip和端口String memberUrl = "http://" + serviceInstance.getHost() + ":" + serviceInstance.getPort() + "/" + "getMember";//调用的过程当中可能会出现服务宕机的情况  此刻应该实现故障转移机制try {//将获取请求服务的结果换成获取服务访问成功的对象  目的：验证服务是否宕机ResponseEntity<String> response = restTemplate.getForEntity(memberUrl, String.class);if (response == null) {continue;}return "订单服务调用会员服务:" + response.getBody();}catch (Exception e){log.error("<e:{}>", e);}}return "fail";}

4）权重算法

[192.168.110.1:8080,192.168.110.1:8081]

Index=0=192.168.110.1:8080

Index=1=192.168.110.1:8081

权重算法如何比例：

1:1

第一次访问 192.168.110.1:8080

第二次访问 192.168.110.1:8081

轮询机制默认权重1:1

2:1

[192.168.110.1:8080,192.168.110.1:8081]

权重比例 2:1

Index=0 192.168.110.1:8080 权重=2

Index=1 192.168.110.1:8081 权重=1

2(index=0):1(index=1)

第一次访问 192.168.110.1:8080

第二次访问 192.168.110.1:8080

第三次访问 192.168.110.1:8081

第四次访问 192.168.110.1:8080

第五次访问 192.168.110.1:8080

第六次访问 192.168.110.1:8081

Index=0 192.168.110.1:8080 权重=2

Index=1 192.168.110.1:8081 权重=1

2(index=0):1(index=1)

权重的底层实现逻辑

【192.168.110.1:8080,192.168.110.1:8080

192.168.110.1:8081】

第一次访问1%3=1 ===192.168.110.1:8080

第二次访问2%3=2 ===192.168.110.1:8081

第三次访问3%3=0 ===192.168.110.1:8080

第四次访问4%3=1 ===192.168.110.1:8080

第五次访问5%3=2 ===192.168.110.1:8081

第六次访问6%3=0 ===192.168.110.1:8080

第七次访问7%3=1 ===192.168.110.1:8080

第八次访问8%3=1 ===192.168.110.1:8081

package com.example.consumer.loadbalance;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.stereotype.Component;import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.atomic.AtomicInteger;/*** @author* @ClassName WeightLoadBalance* @addres www.boyatop.com*/
@Component
public class WeightLoadBalance implements LoadBalance {@Autowiredprivate DiscoveryClient discoveryClient;private AtomicInteger countAtomicInteger = new AtomicInteger(0);@Overridepublic ServiceInstance getInstances(String serviceId) {// 1.根据服务的id名称 获取该接口多个实例List<ServiceInstance> instances = discoveryClient.getInstances(serviceId);if (instances == null) {return null;}/*** 192.168.75.1:8080 权重比例 2* 192.168.75.1:8081  权重比例 1* [192.168.75.1:8080,192.168.75.1:8080,192.168.75.1:8081]*/ArrayList<ServiceInstance> newInstances = new ArrayList<>();// 循环遍历该服务名称 对应的多个实例instances.forEach((service) -> {// 获取该服务实例对应的权重比例Double weight = Double.parseDouble(service.getMetadata().get("nacos.weight"));for (int i = 0; i < weight; i++) {newInstances.add(service);}});// 线程安全性 i++return newInstances.get(countAtomicInteger.incrementAndGet() % newInstances.size());}
}

@Autowired
private WeightLoadBalance weightLoadBalance;
@RequestMapping("/orderToMember4")
public String orderToMember4() {/***使用权重的方式*///1.根据服务的名称 获取 该服务集群地址列表//List<ServiceInstance> instances = discoveryClient.getInstances("producer");// 如何服务实例的获取权重比例呢？ServiceInstance serviceInstance = weightLoadBalance.getInstances("producer");// 会员服务的ip和端口String memberUrl = "http://" + serviceInstance.getHost() + ":" + serviceInstance.getPort() + "/" + "getMember";return "订单服务调用会员服务:" + restTemplate.getForObject(memberUrl, String.class);
}

2、Ribbon（第一代）

1）Ribbon负载均衡介绍及实现

Spring Cloud Ribbon是基于Netflix Ribbon 实现的一套客户端的负载均衡工具，Ribbon 客户端组件提供一系列的完善的配置，如超时，重试等。通过Load Balancer获取到服务提供的所有机器实例，Ribbon会自动基于某种规则(轮询，随机)去调用这些服务。Ribbon也可以实现我们自己的负载均衡算法

RestTemplate 添加@LoadBalanced注解

让RestTemplate在请求时拥有客户端负载均衡的能力

@Configuration
public class RestConfig {@Bean@LoadBalanced //开启负载均衡public RestTemplate restTemplate() {return new RestTemplate();}
}

调用实现

//springcloud中Ribbon负载均衡的使用@Autowiredprivate LoadBalancerClient loadBalancerClient;@RequestMapping("/orderToMember6")public String orderToMember6() {ServiceInstance serviceInstance = loadBalancerClient.choose("producer");//默认采用轮询机制String memberUrl = "http://" + serviceInstance.getHost() + ":" + serviceInstance.getPort() + "/" + "getMember";return "订单服务调用会员服务:" + restTemplate.getForObject(memberUrl, String.class);
//        return "订单服务调用会员服务:" + restTemplate.getForObject("http://producer/getMember", String.class);}

2）Ribbon底层实现原理

SpringCloudRibbon的底层采用了一个拦截器，拦截了RestTemplate发出的请求

基本流程如下：

拦截我们的RestTemplate请求http://userservice/user/1

RibbonLoadBalancerClient会从请求url中获取服务名称，也就是user-service

DynamicServerListLoadBalancer根据user-service到eureka拉取服务列表

eureka返回列表，localhost:8081、localhost:8082

IRule利用内置负载均衡规则，从列表中选择一个，例如localhost:8081

RibbonLoadBalancerClient修改请求地址，用localhost:8081替代userservice，得到http://localhost:8081/user/1，发起真实请求

3）Ribbon负载均衡策略

Ribbon内置了七种负载均衡规则，每种规则都有其特定的应用场景和策略。以下是这些规则的详细介绍：

RoundRobinRule（轮询策略）

- 策略描述：这是Ribbon的默认负载均衡策略。通过简单的轮询服务列表来选择服务器。在没有可用服务的情况下，RoundRobinRule最多会轮询10轮，若最终没有找到可访问的服务，则返回NULL。
- 特点：每个服务器依次被调用，确保每个服务器都能得到相等的负载。
- 实现说明：轮询index,选择index对应位置的server

AvailabilityFilteringRule（可用性筛选策略）

- 策略描述：先过滤掉非健康的服务实例，比如连接失败的服务，以及并发数过高的服务，然后再从剩余的服务中选择连接数较小的服务实例。
- 特点：忽略无法连接的服务器，以及并发数过高的服务器，确保选择的服务都是可用的且负载较低的。
- 参数配置：
  - 可以通过niws.loadbalancer..connectionFailureCountThreshold属性配置连接失败的次数。
  - 可以通过.ribbon.ActiveConnectionsLimit属性设定最高并发数。
- 实现说明：使用一个AvailabilityPredicate来包含过滤server的逻辑，其实就就是检查status里记录的各个server的运行状态

WeightedResponseTimeRule（权重策略）

- 策略描述：为每个服务器赋予一个权重值，服务器的响应时间越长，该权重值就越少。这个规则会随机选择服务器，但权重值会影响服务器的选择。
- 特点：响应快的服务器权重更高，被选中的概率也更大。
- 实现说明：一个后台线程定期的从status里面读取评价响应时间，为每个server 计算一weight。Weight的计算也比较简单responsetime减去每个server自己平均的responsetime是 server的权重。当刚开始运行，没有形成statas时，使用roubine策略选择server

ZoneAvoidanceRule（区域回避策略）

- 策略描述：根据服务所在区域（zone）的性能和服务的可用性来选择服务实例。如果在一个区域内有多台服务实例，并且区域内服务可用，那么只会在区域内进行选择；如果区域内服务不可用，才会选择其他区域的服务。
- 特点：优先选择同区域的服务实例，以提高访问速度和可用性。
- 实现说明：使用ZoneAvoidancePredicate和AvailabilityPredicate来判断是否选择某个server,前一个判断判定一个zone的运行性能是否可用，剔除不可用的zone(的所有server), Availability Predicate用于过滤掉连接数过多的Server。

BestAvailableRule（最佳可用策略）

- 策略描述：忽略那些处于“短路”状态的服务器，并选择并发数较低的服务器。
- 特点：确保选择的服务都是可用的，并且并发数较低，以提供最佳的服务性能。
- 实现说明：逐个考察Server,如果Server被tripped了，则忽略，在选择其中ActiveRequestsCount最小的server

RandomRule（随机策略）

- 策略描述：随机选择一个可用的服务器。
- 特点：随机性较强，适用于对服务器性能要求不高的场景。
- 实现说明：在index上随机，选择index对应位置的server

RetryRule（重试策略）

- 策略描述：在一个配置的时间段内，如果选择的服务器不可用，则一直尝试选择一个可用的服务器。
- 特点：具有重试机制，确保在服务器不可用时能够继续提供服务。
- 实现说明：在一个配置时间段内当选择server 不成功，则一直尝试使用subRule 的方式选择一个可用的server

4）自定义负载均衡策略

通过定义IRule实现可以修改负载均衡规则，有两种方式：

① 代码方式：在order-service中的OrderApplication类中，定义一个新的IRule：

@Bean
public IRule randomRule(){return new RandomRule();
}

② 配置文件方式：在order-service的application.yml文件中，添加新的配置也可以修改规则：

userservice: # 给某个微服务配置负载均衡规则，这里是userservice服务ribbon:NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule # 负载均衡规则

5）饥饿加载

Ribbon默认是采用懒加载，即第一次访问时才会去创建LoadBalanceClient，请求时间会很长。

而饥饿加载则会在项目启动时创建，降低第一次访问的耗时，通过下面配置开启饥饿加载：

ribbon:eager-load:enabled: trueclients: userservice

3、Loadbalancer(第二代)

Spring Cloud LoadBalancer是由SpringCloud官方提供的一个开源的、简单易用的客户端负载均衡器，它包含在SpringCloud-commons中用它来替换了以前的Ribbon组件。相比较于Ribbon，SpringCloud LoadBalancer不仅能够支持RestTemplate，还支持WebClient（WeClient是Spring Web Flux中提供的功能，可以实现响应式异步请求）

导入依赖

<dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-loadbalancer</artifactId>
</dependency>

Loadbalancer提供的的负载均衡策略

RandomLoadBalancer - 随机策略
RoundRobinLoadBalancer - 轮询策略（默认）

算法切换

@Configuration // 标记为配置类
@LoadBalancerClient(value = "producer", configuration = RestTemplateConfig.class) // 使用负载均衡器客户端注解，指定服务名称和配置类
public class RestTemplateConfig {@Bean // 定义一个Bean@LoadBalanced // 使用@LoadBalanced注解赋予RestTemplate负载均衡的能力public RestTemplate restTemplate() {return new RestTemplate(); // 返回一个新的RestTemplate实例}@Bean // 定义一个BeanReactorLoadBalancer<ServiceInstance> randomLoadBalancer(Environment environment, // 注入环境变量LoadBalancerClientFactory loadBalancerClientFactory) { // 注入负载均衡器客户端工厂String name = environment.getProperty(LoadBalancerClientFactory.PROPERTY_NAME); // 获取负载均衡器的名称// 创建并返回一个随机负载均衡器实例return new RandomLoadBalancer(loadBalancerClientFactory.getLazyProvider(name, ServiceInstanceListSupplier.class), name);}
}

4、Ribbon和Loadbalancer的比较

Ribbon

1. 定义和用途

Ribbon是一个客户端负载均衡器，它是一个Java库，可以在客户端应用程序中使用。
通过在客户端应用程序中维护服务实例列表，并使用负载均衡算法来选择要请求的服务实例，从而实现负载均衡。

2. 特点和优势

适用于客户端负载均衡，将负载均衡逻辑集成到消费方进程中。
消费者通过Ribbon来获取到服务提供方的地址。
Ribbon提供了多种负载均衡算法，如轮询、随机、加权轮询等。
它还可以进行故障检查，检测服务器的健康状态，并自动从故障服务器中移除。

3. 与微服务的关系

在微服务架构中，Ribbon常被用于Spring Cloud等Java微服务框架中，以提供客户端负载均衡和高可用支持。

LoadBalancer