做淘宝客需要那先网站宁波网站建设优化服务公司

当前位置： 首页 > news >正文

做淘宝客需要那先网站,宁波网站建设优化服务公司,做定制网站价格,做网站的五要素1、负载均衡介绍 负载均衡就是将负载(工作任务#xff0c;访问请求)进行分摊到多个操作单元(服务器#xff0c;组件)上 进行执行。 根据负载均衡发生位置的不同#xff0c; 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#xff…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%21 第二次访问2%20 第三次访问3%21 第四次访问4%20 [192.168.110.1:8080,192.168.110.2:8081,192.168.110.2:8082] 0                 1               3 第一次访问1%31 第二次访问2%32 第三次访问3%30 第四次访问4%31 第五次访问5%32第六次访问6%30 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ListServiceInstance 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();// 01return 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ListServiceInstance 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);ListServiceInstance 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ResponseEntityString 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] Index0192.168.110.1:8080 Index1192.168.110.1:8081 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 Index0 192.168.110.1:8080 权重2 Index1 192.168.110.1:8081 权重1 2(index0):1(index1) 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 Index0 192.168.110.1:8080 权重2 Index1 192.168.110.1:8081 权重1 2(index0):1(index1) 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%31  192.168.110.1:8080 第二次访问2%32  192.168.110.1:8081 第三次访问3%30  192.168.110.1:8080 第四次访问4%31  192.168.110.1:8080 第五次访问5%32  192.168.110.1:8081 第六次访问6%30  192.168.110.1:8080 第七次访问7%31  192.168.110.1:8080 第八次访问8%31  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ListServiceInstance 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]*/ArrayListServiceInstance 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 ireturn 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//ListServiceInstance 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 1Ribbon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 {BeanLoadBalanced //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);} 2Ribbon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 3Ribbon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RibbonSpringCloud LoadBalancer不仅能够支持RestTemplate还支持WebClientWeClient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 dependencygroupIdorg.springframework.cloud/groupIdartifactIdspring-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BeanLoadBalanced // 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BeanReactorLoadBalancerServiceInstance 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
4. 定义和用途 LoadBalancer是一个服务器端负载均衡器它是一个独立的服务可以在服务器集群中运行。通过接收客户端请求并使用负载均衡算法来选择要处理请求的服务器实例从而实现负载均衡。
5. 特点和优势 适用于服务器端负载均衡如常见的负载均衡工具有nginx、LVS硬件上F5等集中式负载均衡设施。能够处理大量的并发请求并根据服务器的负载情况动态分配请求。可以实现故障处理、实例健康检查、SSL转换、跨区域负载均衡等高级功能。
6. 与微服务的关系 在微服务架构中LoadBalancer通常被部署在服务提供者之前作为客户端和服务提供者之间的代理。它可以根据配置的策略将请求分发到不同的服务实例上从而确保服务的高可用性和可扩展性。 总结 Ribbon和LoadBalancer在微服务架构中都扮演着重要的角色但它们的应用场景和实现方式有所不同。Ribbon更侧重于客户端负载均衡通过在客户端应用程序中集成负载均衡逻辑来实现而LoadBalancer则更侧重于服务器端负载均衡作为一个独立的服务来处理客户端请求。 5、loadbalancer本地负载均衡客户端 VS Nginx服务端负载均衡区别 Nginx是服务器负载均衡客户端所有请求都会交给nginx然后由nginx实现转发请求即负载均衡是由服务端实现的。 loadbalancer本地负载均衡在调用微服务接口时候会在注册中心上获取注册信息服务列表之后缓存到JVM本地从而在本地实现RPC远程服务调用技术。 应用场景的 Nginx属于服务器负载均衡应用于Tomcat/Jetty服务器等而我们的本地负载均衡器应用于在微服务架构中rpc框架中openfeign、dubbo等。