Load Balance负载均衡是用于解决一台机器(一个进程)无法解决所有请求而产生的一种算法。

像nginx可以使用负载均衡分配流量，ribbon为客户端提供负载均衡，dubbo服务调用里的负载均衡等等，很多地方都使用到了负载均衡。

使用负载均衡带来的好处很明显：

当集群里的1台或者多台服务器down的时候，剩余的没有down的服务器可以保证服务的继续使用
使用了更多的机器保证了机器的良性使用，不会由于某一高峰时刻导致系统cpu急剧上升
负载均衡有好几种实现策略，常见的有：

随机 (Random)
轮询 (RoundRobin)
一致性哈希 (ConsistentHash)
哈希 (Hash)
加权（Weighted）
我们以ribbon的实现为基础，看看其中的一些算法是如何实现的。

ribbon是一个为客户端提供负载均衡功能的服务，它内部提供了一个叫做ILoadBalance的接口代表负载均衡器的操作，比如有添加服务器操作、选择服务器操作、获取所有的服务器列表、获取可用的服务器列表等等。

还提供了一个叫做IRule的接口代表负载均衡策略：

public interface IRule{ 
    public Server choose(Object key); 
    public void setLoadBalancer(ILoadBalancer lb); 
    public ILoadBalancer getLoadBalancer();     
} 
IRule接口的实现类有以下几种：



其中RandomRule表示随机策略、RoundRobin表示轮询策略、WeightedResponseTimeRule表示加权策略、BestAvailableRule表示请求数最少策略等等。

随机策略很简单，就是从服务器中随机选择一个服务器，RandomRule的实现代码如下：


public Server choose(ILoadBalancer lb, Object key) { 
    if (lb == null) { 
        return null; 
    } 
    Server server = null; 
 
    while (server == null) { 
        if (Thread.interrupted()) { 
            return null; 
        } 
        List<Server> upList = lb.getReachableServers(); 
        List<Server> allList = lb.getAllServers(); 
        int serverCount = allList.size(); 
        if (serverCount == 0) { 
            return null; 
        } 
        int index = rand.nextInt(serverCount); // 使用jdk内部的Random类随机获取索引值index 
        server = upList.get(index); // 得到服务器实例 
 
        if (server == null) { 
            Thread.yield(); 
            continue; 
        } 
 
        if (server.isAlive()) { 
            return (server); 
        } 
 
        server = null; 
        Thread.yield(); 
    } 
    return server; 
} 
RoundRobin轮询策略表示每次都取下一个服务器，比如一共有5台服务器，第1次取第1台，第2次取第2台，第3次取第3台，以此类推：


public Server choose(ILoadBalancer lb, Object key) { 
    if (lb == null) { 
        log.warn("no load balancer"); 
        return null; 
    } 
 
    Server server = null; 
    int count = 0; 
    while (server == null && count++ < 10) { // retry 10 次 
        List<Server> reachableServers = lb.getReachableServers(); 
        List<Server> allServers = lb.getAllServers(); 
        int upCount = reachableServers.size(); 
        int serverCount = allServers.size(); 
 
        if ((upCount == 0) || (serverCount == 0)) { 
            log.warn("No up servers available from load balancer: " + lb); 
            return null; 
        } 
 
        int nextServerIndex = incrementAndGetModulo(serverCount); // incrementAndGetModulo方法内部使用nextServerCyclicCounter这个AtomicInteger属性原子递增对serverCount取模得到索引值 
        server = allServers.get(nextServerIndex); // 得到服务器实例 
 
        if (server == null) { 
            Thread.yield(); 
            continue; 
        } 
 
        if (server.isAlive() && (server.isReadyToServe())) { 
            return (server); 
        } 
 
        server = null; 
    } 
 
    if (count >= 10) { 
        log.warn("No available alive servers after 10 tries from load balancer: " 
                + lb); 
    } 
    return server; 
} 
BestAvailableRule策略用来选取最少并发量请求的服务器：


public Server choose(Object key) { 
    if (loadBalancerStats == null) { 
        return super.choose(key); 
    } 
    List<Server> serverList = getLoadBalancer().getAllServers(); // 获取所有的服务器列表 
    int minimalConcurrentConnections = Integer.MAX_VALUE; 
    long currentTime = System.currentTimeMillis(); 
    Server chosen = null; 
    for (Server server: serverList) { // 遍历每个服务器 
        ServerStats serverStats = loadBalancerStats.getSingleServerStat(server); // 获取各个服务器的状态 
        if (!serverStats.isCircuitBreakerTripped(currentTime)) { // 没有触发断路器的话继续执行 
            int concurrentConnections = serverStats.getActiveRequestsCount(currentTime); // 获取当前服务器的请求个数 
            if (concurrentConnections < minimalConcurrentConnections) { // 比较各个服务器之间的请求数，然后选取请求数最少的服务器并放到chosen变量中 
                minimalConcurrentConnections = concurrentConnections; 
                chosen = server; 
            } 
        } 
    } 
    if (chosen == null) { // 如果没有选上，调用父类ClientConfigEnabledRoundRobinRule的choose方法，也就是使用RoundRobinRule轮询的方式进行负载均衡         
        return super.choose(key); 
    } else { 
        return chosen; 
    } 
} 
实例验证Ribbon中的LoadBalance功能

ServerList中提供了3个instance，分别是：

compute-service:2222 
compute-service:2223 
compute-service:2224 
然后使用不同的IRule策略查看负载均衡的实现。

首先先使用ribbon提供的LoadBalanced注解加在RestTemplate上面，这个注解会自动构造LoadBalancerClient接口的实现类并注册到Spring容器中。

@Bean 
@LoadBalanced 
RestTemplate restTemplate() { 
    return new RestTemplate(); 
} 
接下来使用RestTemplate进行rest操作的时候，会自动使用负载均衡策略，它内部会在RestTemplate中加入LoadBalancerInterceptor这个拦截器，这个拦截器的作用就是使用负载均衡。

例子中，我们的实例的name叫做compute-service，里面提供了一个方法add用于相加2个Integer类型的数值。

loadbalance的具体操作：


public String loadbalance() { 
    ServiceInstance serviceInstance = loadBalancerClient.choose("compute-service"); 
    StringBuilder sb = new StringBuilder(); 
    sb.append("host: ").append(serviceInstance.getHost()).append(", "); 
    sb.append("port: ").append(serviceInstance.getPort()).append(", "); 
    sb.append("uri: ").append(serviceInstance.getUri()); 
    return sb.toString(); 
} 
RandomRule随机策略

RandomRule：

@Configuration 
public class RibbonConfiguration { 
 
    @Autowired 
    private SpringClientFactory springClientFactory; 
 
    @Bean 
    public IRule ribbonRule() { 
        return new RandomRule(); 
    } 
 
} 
测试结果如下，确实是随机获取的：


host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
RoundRobinRule轮询策略

RoundRobinRule：


@Bean 
public IRule ribbonRule() { 
    return new RandomRule(); 
} 
测试结果如下，确实是轮询每个服务器的：

host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2222, uri: http://192.168.31.113:2222 
host: 192.168.31.113, port: 2224, uri: http://192.168.31.113:2224 
BestAvailableRule最少并发数策略

BestAvailableRule：


@Bean 
public IRule ribbonRule() { 
    return new BestAvailableRule(); 
} 
如果直接访问浏览器的话，测试结果如下(因为每次访问完请求数都变成0，下次遍历永远都是2223这个端口的实例)：


host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
host: 192.168.31.113, port: 2223, uri: http://192.168.31.113:2223 
.. 
使用wrk模拟并发请求，结果会出现多个实例：


wrk -c 1000 -t 10 -d 10s http://localhost:3333/test