Spring cloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡工具，简单的说，它能够使用负载均衡器基于某种规则或算法调用我们的微服务集群，并且我们也可以很容易地使用Ribbon实现自定义负载均衡算法。
在之前使用Eureka的过程中，需要导入对应的依赖，但是Ribbon有一点特殊，不需要引入依赖也可以使用。这是因为在Eureka-client中，已经默认为我们集成好了Ribbon，可以直接拿来使用。
根据Spring Boot自动配置原理，先从各个starter的spring.factories中寻找可能存在的相关配置类：
1、在spring-cloud-common中，存在自动配置类：LoadBalancerAutoConfiguration
2、在eureka-client中，存在配置类RibbonEurekaAutoConfiguration
3、在ribbon中，存在配置类RibbonAutoConfiguration
需要注意，RibbonEurekaAutoConfiguration中存在@AutoConfigureAfter注解，说明需要在加载RibbonAutoConfiguration配置类后再加载当前配置类。这三个类的配置将在后面结合具体代码调试中说明。
下面我们通过代码调试的方式来探究Ribbon的运行流程。
Ribbon的调用过程非常简单，使用RestTemplate加上@LoadBalanced注解就可以开启客户端的负载均衡，写一个简单的测试用例进行测试：
@Bean @LoadBalanced public RestTemplate restTemplate(){ return new RestTemplate(); } @GetMapping("/test") public String test(String service){ String result=restTemplate.getForObject("http://eureka-hi/"+service,String.class); System.out.println(result); return result; }
结果：
通过结果可以看出，RestTemplate基于服务名称，即可实现访问Eureka-client集群下的不同服务实例，实现负载均衡的调用方式。看一下@LoadBalanced注解的定义：
/** * Annotation to mark a RestTemplate bean to be configured to use a LoadBalancerClient * @author Spencer Gibb */ @Target({ ElementType.FIELD, ElementType.PARAMETER, ElementType.METHOD }) @Retention(RetentionPolicy.RUNTIME) @Documented @Inherited @Qualifier public @interface LoadBalanced { }
注释说明了@LoadBalanced用于注解在RestTemplate上实现负载均衡，那么来看一下@LoadBalanced注解是如何生效的呢？回到前面提到的配置类LoadBalancerAutoConfiguration中：
在配置类中定义了一个LoadBalancerInterceptor拦截器，并且为restTemplate添加了这个拦截器。在restTemplate每次执行方法请求时，都会调用intercept方法执行拦截：
在上面的intercept拦截方法中，首先获取本次访问的url地址，从中获取本次要访问的服务名，然后调用RibbonLoadBalancerClient中的execute方法。
在这里通过服务名获取了该服务对应的负载均衡器ILoadBalancer的实例对象，然后调用该实例的chooseServer方法获取一个可用服务实例，关于ILoadBalancer会在后面具体介绍。
在execute方法调用apply方法的过程中，会调用LoadBalancerContext的reconstructURIWithServer方法重构将要访问的url地址：
在拼接完成URL后，调用AbstractClientHttpRequest类的execute方法发送请求。
调用executeInternal方法：
可以看到，最终RestTemplate底层调用了HttpURLConnection来发送请求。
总体的调用流程我们总结完了，那么负载均衡的过程究竟是如何实现的呢？我们来详细梳理一下。
在Ribbon中有个非常重要的组件LoadBalancerClient，它是负载均衡的一个客户端，我们从这入手写一个测试接口：
@Autowired private LoadBalancerClient loadBalancerClient; @GetMapping("/choose") public String loadBalance(String serviceId){ ServiceInstance instance = loadBalancerClient.choose(serviceId); System.out.println(instance.getHost()+" "+instance.getPort()); return "ok"; }
调用接口测试结果，可以看出是通过LoadBalancerClient 的choose方法，选择调用了不同端口上的服务实例，体现了负载均衡：
对代码进行调试，发现注入的LoadBalancerClient的实现类正是之前看见过的RibbonLoadBalancerClient，进入其choos方法中，先后调用两次getServer方法：
此时loadBalancer实例对象为ZoneAwareLoadBalancer，并且里面的allServerList列表已经缓存了所有的服务列表。调用chooseServer方法，由于此时我们只有一个zone，所以默认调用父类BaseLoadBalancer的chooseServer方法：
在父类的方法中，根据IRule实例定义的规则来确定返回哪一个具体的Server：
这里的IRule实现使用了默认的ZoneAvoidanceRule，为区域内亲和选择算法。关于IRule负载均衡算法在后面再做介绍。由于ZoneAvoidanceRule中没有实现choose方法，直接调用其父类PredicateBasedRule的choose方法：
调用AbstractServerPredicate的chooseRoundRobinAfterFiltering方法：
实现非常简单，通过轮询的方式选择下标：
返回choose方法中，可以看到已经获得了一个server实例：
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。
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 { …… }
综上所述，在Ribbon的负载均衡中，大致可以分为以下几步：
1、拦截请求，通过请求中的url地址，截取服务名称 ；
2、通过LoadBalancerClient获取ILoadBalancer；
3、使用Eureka获取服务列表；
4、通过IRule负载均衡策略选择具体服务；
5、ILoadBalancer通过IPing及定时更新机制来维护服务列表；
6、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。
