SpringCloud有哪些負(fù)載均衡策略？
負(fù)載均衡通器常有兩種實(shí)現(xiàn)手段，一種是服務(wù)端負(fù)載均衡器，另一種是客戶端負(fù)載均衡器，而我們今天的主角 Ribbon 就屬于后者——客戶端負(fù)載均衡器。
服務(wù)端負(fù)載均衡器的問(wèn)題是，它提供了更強(qiáng)的流量控制權(quán)，但無(wú)法滿足不同的消費(fèi)者希望使用不同負(fù)載均衡策略的需求，而使用不同負(fù)載均衡策略的場(chǎng)景確實(shí)是存在的，所以客戶端負(fù)載均衡就提供了這種靈活性。然而客戶端負(fù)載均衡也有其缺點(diǎn)，如果配置不當(dāng)，可能會(huì)導(dǎo)致服務(wù)提供者出現(xiàn)熱點(diǎn)，或者壓根就拿不到任何服務(wù)的情況，所以我們本文就來(lái)了解一下這 7 種內(nèi)置負(fù)載均衡策略的具體規(guī)則。
Ribbon 介紹
Ribbon 是 Spring Cloud 技術(shù)棧中非常重要的基礎(chǔ)框架，它為 Spring Cloud 提供了負(fù)載均衡的能力，比如 Fegin 和 OpenFegin 都是基于 Ribbon 實(shí)現(xiàn)的，就連 Nacos 中的負(fù)載均衡也使用了 Ribbon 框架。
Ribbon 框架的強(qiáng)大之處在于，它不僅內(nèi)置了 7 種負(fù)載均衡策略，同時(shí)還支持用戶自定義負(fù)載均衡策略，所以其開(kāi)放性和便利性也是它得以流行的主要原因。
服務(wù)端負(fù)載均衡器和客戶端負(fù)載均衡器的區(qū)別如下圖所示：
客戶端負(fù)載均衡器的實(shí)現(xiàn)原理是通過(guò)注冊(cè)中心，如 Nacos，將可用的服務(wù)列表拉取到本地（客戶端），再通過(guò)客戶端負(fù)載均衡器（設(shè)置的負(fù)載均衡策略）獲取到某個(gè)服務(wù)器的具體 ip 和端口，然后再通過(guò) Http 框架請(qǐng)求服務(wù)并得到結(jié)果，其執(zhí)行流程如下圖所示：
負(fù)載均衡設(shè)置
以 Nacos 中的 Ribbon 負(fù)載均衡設(shè)置為例，在配置文件 application.yml 中設(shè)置如下配置即可：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule #設(shè)置負(fù)載均衡策略因?yàn)?Nacos 中已經(jīng)內(nèi)置了 Ribbon，所以在實(shí)際項(xiàng)目開(kāi)發(fā)中無(wú)需再添加 Ribbon 依賴了，這一點(diǎn)我們?cè)?Nacos 的依賴樹(shù)中就可以看到，如下圖所示：
Ribbon 默認(rèn)的負(fù)載均衡策略是輪詢模式，我們配置 3 個(gè)服務(wù)提供者的執(zhí)行結(jié)果如下圖所示：
然后，我們?cè)賹?Ribbon 負(fù)載均衡策略設(shè)置為隨機(jī)模式，配置內(nèi)容如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #設(shè)置隨機(jī)負(fù)載均衡重啟客戶端，執(zhí)行結(jié)果如下圖所示：
7種負(fù)載均衡策略
1、輪詢策略
輪詢策略：RoundRobinRule，按照一定的順序依次調(diào)用服務(wù)實(shí)例。比如一共有 3 個(gè)服務(wù)，第一次調(diào)用服務(wù) 1，第二次調(diào)用服務(wù) 2，第三次調(diào)用服務(wù)3，依次類推。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RoundRobinRule #設(shè)置負(fù)載均衡2、權(quán)重策略
權(quán)重策略：WeightedResponseTimeRule，根據(jù)每個(gè)服務(wù)提供者的響應(yīng)時(shí)間分配一個(gè)權(quán)重，響應(yīng)時(shí)間越長(zhǎng)，權(quán)重越小，被選中的可能性也就越低。它的實(shí)現(xiàn)原理是，剛開(kāi)始使用輪詢策略并開(kāi)啟一個(gè)計(jì)時(shí)器，每一段時(shí)間收集一次所有服務(wù)提供者的平均響應(yīng)時(shí)間，然后再給每個(gè)服務(wù)提供者附上一個(gè)權(quán)重，權(quán)重越高被選中的概率也越大。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.WeightedResponseTimeRule3、隨機(jī)策略
隨機(jī)策略：RandomRule，從服務(wù)提供者的列表中隨機(jī)選擇一個(gè)服務(wù)實(shí)例。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #設(shè)置負(fù)載均衡4、最小連接數(shù)策略
最小連接數(shù)策略：BestAvailableRule，也叫最小并發(fā)數(shù)策略，它是遍歷服務(wù)提供者列表，選取連接數(shù)最小的?個(gè)服務(wù)實(shí)例。如果有相同的最小連接數(shù)，那么會(huì)調(diào)用輪詢策略進(jìn)行選取。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.BestAvailableRule #設(shè)置負(fù)載均衡5、重試策略
重試策略：RetryRule，按照輪詢策略來(lái)獲取服務(wù)，如果獲取的服務(wù)實(shí)例為 null 或已經(jīng)失效，則在指定的時(shí)間之內(nèi)不斷地進(jìn)行重試來(lái)獲取服務(wù)，如果超過(guò)指定時(shí)間依然沒(méi)獲取到服務(wù)實(shí)例則返回 null。此策略的配置設(shè)置如下：
ribbon:
ConnectTimeout: 2000 # 請(qǐng)求連接的超時(shí)時(shí)間
ReadTimeout: 5000 # 請(qǐng)求處理的超時(shí)時(shí)間
springcloud-nacos-provider: # nacos 中的服務(wù) id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.RandomRule #設(shè)置負(fù)載均衡6、可用性敏感策略
可用敏感性策略：AvailabilityFilteringRule，先過(guò)濾掉非健康的服務(wù)實(shí)例，然后再選擇連接數(shù)較小的服務(wù)實(shí)例。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.AvailabilityFilteringRule7、區(qū)域敏感策略
區(qū)域敏感策略：ZoneAvoidanceRule，根據(jù)服務(wù)所在區(qū)域（zone）的性能和服務(wù)的可用性來(lái)選擇服務(wù)實(shí)例，在沒(méi)有區(qū)域的環(huán)境下，該策略和輪詢策略類似。此策略的配置設(shè)置如下：
springcloud-nacos-provider: # nacos中的服務(wù)id
ribbon:
NFLoadBalancerRuleClassName: com.netflix.loadbalancer.ZoneAvoidanceRule項(xiàng)目源碼
https://gitee.com/mydb/spring-cloud-alibaba-example。
總結(jié)
Ribbon 為客戶端負(fù)載均衡器，相比于服務(wù)端負(fù)載均衡器的統(tǒng)一負(fù)載均衡策略來(lái)說(shuō)，它提供了更多的靈活性。Ribbon 內(nèi)置了 7 種負(fù)載均衡策略：輪詢策略、權(quán)重策略、隨機(jī)策略、最小連接數(shù)策略、重試策略、可用性敏感策略、區(qū)域性敏感策略，并且用戶可以通過(guò)繼承 RoundRibbonRule 來(lái)實(shí)現(xiàn)自定義負(fù)載均衡策略。
