Spring Cloud-Ribbon学习

Spring Cloud-Ribbon学习

在学习Ribbon之前，我们考虑一个问题：当服务器访问量过大导致服务器奔溃应该怎么解决？

主要可以通过以下俩种途径进行解决：
1、提高服务器的性能指标，无外乎就是CPU、内存与磁盘IO。主要可以从优化代码、优化数据库和尽可能的使用静态数据入手。
2、增加服务器的数量，通俗的讲就是多部署几套服务，哪个服务空闲、压力小就优先访问哪台服务器。

Ribbon

前提了解：
Ribbon其实就是一个负载均衡的客户端组件，他可以和其他所需的客户端组件进行结合使用，优先选择其中负载较小的服务进行使用。
Ribbon常用的负载均衡的算法：
Ribbon(默认)+Eureka结合使用
1、引入POM文件
2、集群版Eureka服务端配置信息

3、配置访问Http服务的方法
若使用默认的负载均衡注解需要将访问的地址通过服务名代替。
4、编写Controller进行

5、启动项目测试接口
访问/getUser：

访问使用负载均衡进行访问的接口/resfulUser：
使用默认的负载均衡算法一个注解即可！
Ribbon(自定义负载均衡算法)+Eureka结合使用
自定义负载均衡的算法主要区别是：
1、增加Ribbon的配置文件

2、启动类增加注解属性

3、增加Controller测试接口，当前我们已经将负载均衡算法自定义为随机

4、请求接口4次结果

则：自定义的随机算法已经修改成功！
以上的Ribbon自定义注解，其实就是将默认的负载均衡算法，修改成Ribbon的其他负载均衡算法。接下来我们自己定义一个负载均衡的算法：
定义一个接口：
实现计数功能,并进行服务选择:

@Component
public class MyLB implements LoadBalancer {

    // 请求进来方法是多线程的,所以请求计数需要原子类进行计数，保证请求结果的正确性
    private AtomicInteger atomicInteger = new AtomicInteger(0);

    @Override
    public ServiceInstance instance(List serviceInstances) {
        int index =  getAndIncrement()%serviceInstances.size();
            return serviceInstances.get(index);
    }
    
    public final  int getAndIncrement(){
        int crrent;
        int next;
        do{
            crrent = this.atomicInteger.get();
            next = crrent >= 99 ? 0 : crrent + 1;
        }while (!this.atomicInteger.compareAndSet(crrent,next));
        System.out.println("获取的next的值为：" + next);
        return next;
    }
}

Controller层进行选择服务 *** 作：
测试结果：

使用自己的算法，需要将@LoadBalanced注解注释掉，原因是：此注解是将Ribbon与访问Http请求结合使用，是通过服务名建立连接，而我们的是通过IP进行建立请求，故会出错。

后续可以和其它服务注册中心结合使用！

欢迎大家关注我的微信公众账号：小鱼说编程