Ribbon核心源码解析（二）- ILoadBalancer组件

在上一篇文章中，我们介绍了Ribbon中的调用流程与负载均衡过程，本文我们再来详细看一看它的核心组件ILoadBalancer。

核心组件ILoadBalancer

返回服务实例的调用过程大体已经了解了，但是我们刚才略过了一个内容，就是获取LoadBalancer的过程，回去看第一次调用的getServer方法：

这里通过getLoadBalancer方法返回一个ILoadBalancer负载均衡器，具体调用了Spring的BeanFactoryUtil，通过getBean方法从spring容器中获取类型匹配的bean实例：

回到前面getServer方法调用的那张图，你就会发现这时候已经返回了一个ZoneAwareLoadBalancer，并且其中已经保存好了服务列表。看一下ILoadBalancer 的接口定义：

public interface ILoadBalancer {
  //往该ILoadBalancer中添加服务
  public void addServers(List<Server> newServers);
  //选择一个可以调用的实例，keyb不是服务名称，而是zone的id
  public Server chooseServer(Object key);
  //标记下线服务
  public void markServerDown(Server server);
  @Deprecated
  public List<Server> getServerList(boolean availableOnly);
  //获取可用服务列表
  public List<Server> getReachableServers();
  //获取所有服务列表
  public List<Server> getAllServers();
}

该接口定义了Ribbon中核心的两项内容，服务获取与服务选择，可以说，ILoadBalancer是Ribbon中最重要的一个组件，它起到了承上启下的作用，既要连接 Eureka获取服务地址，又要调用IRule利用负载均衡算法选择服务。下面分别介绍。

服务获取

Ribbon在选择之前需要获取服务列表，而Ribbon本身不具有服务发现的功能，所以需要借助Eureka来解决获取服务列表的问题。回到文章开头说到的配置类RibbonEurekaAutoConfiguration：

@Configuration
@EnableConfigurationProperties
@ConditionalOnRibbonAndEurekaEnabled
@AutoConfigureAfter(RibbonAutoConfiguration.class)
@RibbonClients(defaultConfiguration = EurekaRibbonClientConfiguration.class)
public class RibbonEurekaAutoConfiguration {
}

其中定义了其默认配置类为EurekaRibbonClientConfiguration，在它的ribbonServerList方法中创建了服务发现组件DiscoveryEnabledNIWSServerList：

DiscoveryEnabledNIWSServerList实现了ServerList接口，该接口用于初始化服务列表及更新服务列表。首先看一下ServerList的接口定义，其中两个方法分别用于初始化服务列表及更新服务列表：

public interface ServerList<T extends Server> {
    public List<T> getInitialListOfServers();
    public List<T> getUpdatedListOfServers();   
}

在DiscoveryEnabledNIWSServerList中，初始化与更新两个方法其实调用了同一个方法来实现具体逻辑：

进入obtainServersViaDiscovery方法：

可以看到，这里先得到一个EurekaClient的实例，然后借助EurekaClient的服务发现功能，来获取服务的实例列表。在获取了实例信息后，判断服务的状态如果为UP，那么最终将它加入serverList中。

在获取得到serverList后，会进行缓存操作。首先进入DynamicServerListLoadBalancer的setServerList方法，然后调用父类BaseLoadBalancer的setServersList方法：

在BaseLoadBalancer中，定义了两个缓存列表：

protected volatile List<Server> allServerList = Collections.synchronizedList(new ArrayList<Server>());
protected volatile List<Server> upServerList = Collections.synchronizedList(new ArrayList<Server>());

在父类的setServersList中，将拉取的serverList赋值给缓存列表allServerList：

在Ribbon从Eureka中得到了服务列表，缓存在本地List后，存在一个问题，如何保证在调用服务的时候服务仍然处于可用状态，也就是说应该如何解决缓存列表脏读问题？

在默认负载均衡器ZoneAwareLoadBalancer的父类BaseLoadBalancer构造方法中，调用setupPingTask方法，并在其中创建了一个定时任务，使用ping的方式判断服务是否可用：

runPinger方法中，调用SerialPingStrategy的pingServers方法：

pingServers方法中，调用NIWSDiscoveryPing的isAlive方法：

NIWSDiscoveryPing实现了IPing接口，在IPing 接口中，仅有一个isAlive方法用来判断服务是否可用：

public interface IPing {
    public boolean isAlive(Server server);
}

NIWSDiscoveryPing的isAlive方法实现：

因为本地的serverList为缓存值，可能与eureka中不同，所以从eureka中去查询该实例的状态，如果eureka里面显示该实例状态为UP，就返回true，说明服务可用。

返回Pinger的runPingger的方法调用处：

在获取到服务的状态列表后进行循环，如果状态改变，加入到changedServers中，并且把所有可用服务加入newUpList，最终更新upServerList中缓存值。但是在阅读源码中发现，创建了一个监听器用于监听changedServers这一列表，但是只是一个空壳方法，并没有实际代码对列表变动做出实际操作。

需要注意的是，在调试过程中当我下线一个服务后，results数组并没有按照预期的将其中一个服务的状态返回为false，而是results数组中的元素只剩下了一个，也就说明，除了使用ping的方式去检测服务是否在线外，Ribbon还使用了别的方式来更新服务列表。

我们在BaseLoadBalancer的setServersList方法中添加一个断点：

等待程序运行，可以发现，在还没有进入执行IPing的定时任务前，已经将下线服务剔除，只剩下了一个可用服务。查看调用链，最终可以发现使用了定时调度线程池调用了PollingServerListUpdater类的start方法，来进行更新服务操作：

回到BaseLoadBalancer的setServersList方法中：

在这里就用新的服务列表更新了旧服务列表，因此当执行IPing的线程再执行时，服务列表中只剩下了一个服务实例。

综上可以发现，Ribbon为了解决服务列表的脏读现象，采用了两种手段：

• 更新列表
• ping机制

在测试中发现，更新机制和ping机制功能基本重合，并且在ping的时候不能执行更新，在更新的时候不能运行ping，所以很难检测到ping失败的情况。

服务选取

服务选取的过程就是从服务列表中按照约定规则选取服务实例，与负载均衡算法相关。这里引入Ribbon对于负载均衡策略实现的接口IRule：

public interface IRule{
    public Server choose(Object key);
    public void setLoadBalancer(ILoadBalancer lb);    
    public ILoadBalancer getLoadBalancer();    
}

其中choose为核心方法，用于实现具体的选择逻辑。

Ribbon中，下面7个类默认实现了IRule接口，为我们提供负载均衡算法：

在刚才调试过程中，可以知道Ribbon默认使用的是ZoneAvoidanceRule区域亲和负载均衡算法，优先调用一个zone区间中的服务，并使用轮询算法，具体实现过程前面已经介绍过不再赘述。

当然，也可以由我们自己实现IRule接口，重写其中的choose方法来实现自己的负载均衡算法，然后通过@Bean的方式注入到spring容器中。当然也可以将不同的服务应用不同的IRule策略，这里需要注意的是，Spring cloud的官方文档中提醒我们，如果多个微服务要调用不同的IRule，那么创建出IRule的配置类不能放在ComponentScan的目录下面，这样所有的微服务都会使用这一个策略。

需要在主程序运行的com包外另外创建一个config包用于专门存放配置类，然后在启动类上加上@RibbonClients注解，不同服务应用不同配置类：

@RibbonClients({@RibbonClient(name="eureka-hi",configuration = HiRuleConfig.class),
        @RibbonClient(name = "eureka-test",configuration = TestRuleConfig.class)})
public class ServiceFeignApplication {
……
}

总结

综上所述，在Ribbon的负载均衡中，大致可以分为以下几步：

• 拦截请求，通过请求中的url地址，截取服务名称
• 通过LoadBalancerClient获取ILoadBalancer
• 使用Eureka获取服务列表
• 通过IRule负载均衡策略选择具体服务
• ILoadBalancer通过IPing及定时更新机制来维护服务列表
• 重构该url地址，最终调用HttpURLConnection发起请求

了解了整个调用流程后，我们更容易明白为什么Ribbon叫做客户端的负载均衡。与nginx服务端负载均衡不同，nginx在使用反向代理具体服务的时候，调用端不知道都有哪些服务。而Ribbon在调用之前，已经知道有哪些服务可用，直接通过本地负载均衡策略调用即可。而在实际使用过程中，也可以根据需要，结合两种方式真正实现高可用。

最后

觉得对您有所帮助，小伙伴们可以点个赞啊，非常感谢~
公众号『码农参上』，一个热爱分享的公众号，有趣、深入、直接，与你聊聊技术。欢迎来加我好友 DrHydra9，围观朋友圈，做个点赞之交。