SpringCloud的Ribbon自定义负载均衡算法

1.Ribbon默认使用RoundRobinRule策略轮询选择server

策略名	策略声明	策略描述	实现说明
BestAvailableRule	public class BestAvailableRule extends ClientConfigEnabledRoundRobinRule	选择一个最小的并发请求的server	逐个考察Server，如果Server被tripped了，则忽略，在选择其中ActiveRequestsCount最小的server
AvailabilityFilteringRule	public class AvailabilityFilteringRule extends PredicateBasedRule	过滤掉那些因为一直连接失败的被标记为circuit tripped的后端server，并过滤掉那些高并发的的后端server（active connections 超过配置的阈值）	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	public class WeightedResponseTimeRule extends RoundRobinRule	根据响应时间分配一个weight，响应时间越长，weight越小，被选中的可能性越低。	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计算一个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status时，使用roubine策略选择server。
RetryRule	public class RetryRule extends AbstractLoadBalancerRule	对选定的负载均衡策略机上重试机制	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
RoundRobinRule	public class RoundRobinRule extends AbstractLoadBalancerRule	roundRobin方式轮询选择server	轮询index，选择index对应位置的server
RandomRule	public class RandomRule extends AbstractLoadBalancerRule	随机选择一个server	在index上随机，选择index对应位置的server
ZoneAvoidanceRule	public class ZoneAvoidanceRule extends PredicateBasedRule	复合判断server所在区域的性能和server的可用性选择server	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），AvailabilityPredicate用于过滤掉连接数过多的Server。

切换策略

1.  
   @Configuration
2.  
   public class ConfigBean {
3.  
    
4.  
   // @Bean
5.  
   // public RestTemplate getRestTemplate() {
6.  
   // return new RestTemplate();
7.  
   // }
8.  
    
9.  
   @Bean
10.  
    @LoadBalanced//Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端 负载均衡的工具。
11.  
    public RestTemplate getRestTemplate() {
12.  
    return new RestTemplate();
13.  
    }
14.  
     
15.  
    @Bean
16.  
    public IRule myRule()
17.  
    {
18.  
    //return new RoundRobinRule();
19.  
    // return new RandomRule();//达到的目的，用我们重新选择的随机算法替代默认的轮询。
20.  
    return new RetryRule();
21.  
    }
22.  
    }

自定义算法：

配置类（必须不能在启动类和启动类下所包含的子包下面）

1.  
   public class RandomRule_ZY extends AbstractLoadBalancerRule
2.  
   {
3.  
    
4.  
   // total = 0 // 当total==5以后，我们指针才能往下走，
5.  
   // index = 0 // 当前对外提供服务的服务器地址，
6.  
   // total需要重新置为零，但是已经达到过一个5次，我们的index = 1
7.  
   // 分析：我们5次，但是微服务只有8001 8002 8003 三台，OK？
8.  
   //
9.  
    
10.  
     
11.  
    private int total = 0; // 总共被调用的次数，目前要求每台被调用5次
12.  
    private int currentIndex = 0; // 当前提供服务的机器号
13.  
     
14.  
    public Server choose(ILoadBalancer lb, Object key)
15.  
    {
16.  
    if (lb == null) {
17.  
    return null;
18.  
    }
19.  
    Server server = null;
20.  
     
21.  
    while (server == null) {
22.  
    if (Thread.interrupted()) {
23.  
    return null;
24.  
    }
25.  
    List<Server> upList = lb.getReachableServers();
26.  
    List<Server> allList = lb.getAllServers();
27.  
     
28.  
    int serverCount = allList.size();
29.  
    if (serverCount == 0) {
30.  
    /*
31.  
    * No servers. End regardless of pass, because subsequent passes only get more
32.  
    * restrictive.
33.  
    */
34.  
    return null;
35.  
    }
36.  
     
37.  
    // int index = rand.nextInt(serverCount);// java.util.Random().nextInt(3);
38.  
    // server = upList.get(index);
39.  
     
40.  
     
41.  
    // private int total = 0; // 总共被调用的次数，目前要求每台被调用5次
42.  
    // private int currentIndex = 0; // 当前提供服务的机器号
43.  
    if(total < 5)
44.  
    {
45.  
    server = upList.get(currentIndex);
46.  
    total++;
47.  
    }else {
48.  
    total = 0;
49.  
    currentIndex++;
50.  
    if(currentIndex >= upList.size())
51.  
    {
52.  
    currentIndex = 0;
53.  
    }
54.  
    }
55.  
     
56.  
     
57.  
    if (server == null) {
58.  
    /*
59.  
    * The only time this should happen is if the server list were somehow trimmed.
60.  
    * This is a transient condition. Retry after yielding.
61.  
    */
62.  
    Thread.yield();
63.  
    continue;
64.  
    }
65.  
     
66.  
    if (server.isAlive()) {
67.  
    return (server);
68.  
    }
69.  
     
70.  
    // Shouldn't actually happen.. but must be transient or a bug.
71.  
    server = null;
72.  
    Thread.yield();
73.  
    }
74.  
     
75.  
    return server;
76.  
     
77.  
    }
78.  
     
79.  
    @Override
80.  
    public Server choose(Object key)
81.  
    {
82.  
    return choose(getLoadBalancer(), key);
83.  
    }
84.  
     
85.  
    @Override
86.  
    public void initWithNiwsConfig(IClientConfig clientConfig)
87.  
    {
88.  
    // TODO Auto-generated method stub
89.  
     
90.  
    }
91.  
     
92.  
    }

1.  
   @Configuration
2.  
   public class MySelfRule {
3.  
   @Bean
4.  
   public IRule myRule() {
5.  
   // return new RandomRule();// Ribbon默认是轮询，我自定义为随机
6.  
   return new RandomRule_ZY();// 我自定义为每台机器5次
7.  
   }
8.  
   }

另一配置类（在启动类包里面）

1.  
   @Configuration
2.  
   public class ConfigBean {
3.  
    
4.  
   // @Bean
5.  
   // public RestTemplate getRestTemplate() {
6.  
   // return new RestTemplate();
7.  
   // }
8.  
    
9.  
   @Bean
10.  
    @LoadBalanced//Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端 负载均衡的工具。
11.  
    public RestTemplate getRestTemplate() {
12.  
    return new RestTemplate();
13.  
    }
14.  
     
15.  
    // @Bean
16.  
    // public IRule myRule()
17.  
    // {
18.  
    // //return new RoundRobinRule();
19.  
    // return new RandomRule();//达到的目的，用我们重新选择的随机算法替代默认的轮询。
20.  
    // return new RetryRule();
21.  
    // }
22.  
    }

启动类

1.  
   @SpringBootApplication
2.  
   @EnableEurekaClient
3.  
   //在启动该微服务的时候就能去加载我们的自定义Ribbon配置类，从而使配置生效
4.  
   //@RibbonClient(name="MICROSERVICECLOUD-DEPT",configuration=MySelfRule.class)
5.  
   @RibbonClient(name="MICROSERVICECLOUD-DEPT",configuration=MySelfRule.class)
6.  
   public class DeptConsumer80_App {
7.  
   public static void main(String[] args) {
8.  
   SpringApplication.run(DeptConsumer80_App.class, args);
9.  
   }
10.  
    }

测试效果为每个server执行5次再轮询

转自：https://blog.csdn.net/flynn_chen/article/details/80631717