【一起学源码-微服务】Ribbon 源码四：进一步探究Ribbon的IRule和IPing

标签：ide   info   image   cte   例子   etl   整合   cli   led   

前言

前情回顾

上一讲深入的讲解了Ribbon的初始化过程及Ribbon与Eureka的整合代码，与Eureka整合的类就是DiscoveryEnableNIWSServerList，同时在DynamicServerListLoadBalancer中会调用PollingServerListUpdater 进行定时更新Eureka注册表信息到BaseLoadBalancer中，默认30s调度一次。

本讲目录

我们知道Ribbon主要是由3个组件组成的：

1. ILoadBalancer
2. IRule
3. IPing

其中ILoadBalancer前面我们已经分析过了，接下来我们一起看看IRule和IPing中的具体实现。

目录如下：

1. 负载均衡默认Server选择逻辑
2. Ribbon实际执行http请求逻辑
3. Ribbon中ping机制原理
4. Ribbon中其他IRule负载算法初探

说明

原创不易，如若转载 请标明来源！

博客地址：一枝花算不算浪漫
微信公众号：壹枝花算不算浪漫

源码分析

负载均衡默认Server选择逻辑

还记得我们上一讲说过，在Ribbon初始化过程中，默认的IRule为ZoneAvoidanceRule，这里我们可以通过debug看看，从RibbonLoadBalancerClient.getServer() 一路往下跟，这里直接看debug结果：

然后我们继续跟ZoneAvoidanceRule.choose() 方法：

public abstract class PredicateBasedRule extends ClientConfigEnabledRoundRobinRule {
   
    /**
     * Method that provides an instance of {@link AbstractServerPredicate} to be used by this class.
     * 
     */
    public abstract AbstractServerPredicate getPredicate();
        
    /**
     * Get a server by calling {@link AbstractServerPredicate#chooseRandomlyAfterFiltering(java.util.List, Object)}.
     * The performance for this method is O(n) where n is number of servers to be filtered.
     */
    @Override
    public Server choose(Object key) {
        ILoadBalancer lb = getLoadBalancer();
        Optional<Server> server = getPredicate().chooseRoundRobinAfterFiltering(lb.getAllServers(), key);
        if (server.isPresent()) {
            return server.get();
        } else {
            return null;
        }       
    }
}

这里是调用的ZoneAvoidanceRule的父类中的choose()方法，首先是拿到对应的ILoadBalancer,然后拿到对应的serverList数据，接着调用chooseRoundRobinAfterFiltering()方法，继续往后跟：

public abstract class AbstractServerPredicate implements Predicate<PredicateKey> {

    public Optional<Server> chooseRoundRobinAfterFiltering(List<Server> servers, Object loadBalancerKey) {
        List<Server> eligible = getEligibleServers(servers, loadBalancerKey);
        if (eligible.size() == 0) {
            return Optional.absent();
        }
        return Optional.of(eligible.get(incrementAndGetModulo(eligible.size())));
    }

    private int incrementAndGetModulo(int modulo) {
        for (;;) {
            int current = nextIndex.get();
            int next = (current + 1) % modulo;
            if (nextIndex.compareAndSet(current, next) && current < modulo)
                return current;
        }
    }
}

到了这里可以看到incrementAndGetModulo()方法就是处理serverList轮询的算法，这个和RoudRobinRule中采用的是一样的算法，这个算法大家可以品一品，我这里也会画个图来说明下：

看了图=中的例子估计大家都会明白了，这个算法就是依次轮询。这个算法写的很精简。

Ribbon实际执行http请求逻辑

我们上面知道，我们按照轮询的方式从serverList取到一个server后，那么怎么把之前原有的类似于：http://ServerA/sayHello/wangmeng中的ServerA给替换成请求的ip数据呢？

接着我们继续看RibbonLoadBalancerClient.execute()方法，这个里面request.apply()会做一个serverName的替换逻辑。

最后可以一步步跟到RibbonLoadBalancerClient.reconstructURI()，这个方法是把请求自带的getURI方法给替换了，我们最后查看context.reconstructURIWithServer() 方法，debug结果如图，这个里面会一步步把对应的请求url给拼接起来：

Ribbon中ping机制原理

我们知道 Ribbon还有一个重要的组件就是ping机制，通过上一讲Ribbon的初始化我们知道，默认的IPing实现类为：NIWSDiscoveryPing，我们可以查看其中的isAlive()方法：

public class NIWSDiscoveryPing extends AbstractLoadBalancerPing {
            
        BaseLoadBalancer lb = null; 
        

        public NIWSDiscoveryPing() {
        }
        
        public BaseLoadBalancer getLb() {
            return lb;
        }

        /**
         * Non IPing interface method - only set this if you care about the "newServers Feature"
         * @param lb
         */
        public void setLb(BaseLoadBalancer lb) {
            this.lb = lb;
        }

        public boolean isAlive(Server server) {
            boolean isAlive = true;
            if (server!=null && server instanceof DiscoveryEnabledServer){
                DiscoveryEnabledServer dServer = (DiscoveryEnabledServer)server;                
                InstanceInfo instanceInfo = dServer.getInstanceInfo();
                if (instanceInfo!=null){                    
                    InstanceStatus status = instanceInfo.getStatus();
                    if (status!=null){
                        isAlive = status.equals(InstanceStatus.UP);
                    }
                }
            }
            return isAlive;
        }

        @Override
        public void initWithNiwsConfig(
                IClientConfig clientConfig) {
        }
        
}

这里就是获取到DiscoveryEnabledServer对应的注册信息是否为UP状态。那么 既然有个ping的方法，肯定会有方法进行调度的。

我们可以查看isAlive()调用即可以找到调度的地方。
在BaseLoadBalancer构造函数中会调用setupPingTask()方法，进行调度：

protected int pingIntervalSeconds = 10;

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();
}

这里pingIntervalSeconds在BaseLoadBalancer中定义的是10s，但是在initWithConfig()方法中，通过传入的时间覆盖了原本的10s，这里实际的默认时间是30s。如下代码：

我们也可以通过debug来看看：

可能大家好奇为什么要单独截图来说这个事，其实是因为网上好多博客讲解都是错的，都写的是ping默认调度时间为10s，想必他们都是没有真正debug过吧。

还是那句话，源码出真知。

Ribbon中其他IRule负载算法初探

1. RoundRobinRule：系统内置的默认负载均衡规范，直接round robin轮询，从一堆server list中，不断的轮询选择出来一个server，每个server平摊到的这个请求，基本上是平均的

   这个算法，说白了是轮询，就是一台接着一台去请求，是按照顺序来的

2. AvailabilityFilteringRule：这个rule就是会考察服务器的可用性

   如果3次连接失败，就会等待30秒后再次访问；如果不断失败，那么等待时间会不断变长
   如果某个服务器的并发请求太高了，那么会绕过去，不再访问

   这里先用round robin算法，轮询依次选择一台server，如果判断这个server是存活的可用的，如果这台server是不可以访问的，那么就用round robin算法再次选择下一台server，依次循环往复，10次。

3. WeightedResponseTimeRule：带着权重的，每个服务器可以有权重，权重越高优先访问，如果某个服务器响应时间比较长，那么权重就会降低，减少访问

4. ZoneAvoidanceRule：根据机房和服务器来进行负载均衡，说白了，就是机房的意思，看了源码就是知道了，这个就是所谓的spring cloud ribbon环境中的默认的Rule

5. BestAvailableRule：忽略那些请求失败的服务器，然后尽量找并发比较低的服务器来请求

总结

到了这里 Ribbon相关的就结束了，对于Ribbon注册表拉取及更新逻辑这里也梳理下，这里如果Ribbon保存的注册表信息有宕机的情况，这里最多4分钟才能感知到，所以spring cloud还有一个服务熔断的机制，这个后面也会讲到。

申明

本文章首发自本人博客：https://www.cnblogs.com/wang-meng 和公众号：壹枝花算不算浪漫，如若转载请标明来源!

感兴趣的小伙伴可关注个人公众号：壹枝花算不算浪漫

【一起学源码-微服务】Ribbon 源码四：进一步探究Ribbon的IRule和IPing

标签：ide   info   image   cte   例子   etl   整合   cli   led   

原文地址：https://www.cnblogs.com/wang-meng/p/12166148.html