Ribbon 负载均衡是如何想的？ 扯皮之前先说人话，Ribbon 这家伙最大的毛病就是喜爱瞎编造“理论”，把一堆算法硬生生往业务上按。 大量人上来就问：“Ribbon 到底是个啥东西？”这时候你得先泼盆冷水，它实际上是个分布式后端服务的DNS 替代品，而不是负载均衡器。
这俩词听起来风马牛不相及，实际上挺冤。你平时用 Apache、Nginx、Keepalived 之类的东西，它们都是专门用来扛流量的，负责把流量均匀分给那几十个服务器集群里的节点；而 Ribbon 是你程序里那个默默干活、负责把客户端请求去查数据库、查消息队列、查缓存的工具包。它自己不操心流量如何分，它只操心“客户端该去哪找服务”。 这就好比你发快递，你不管如何挑快递员（负载均衡），就连不管仓库里有多少车（集群），你手里拿的“找快递单”这个工具包（Ribbon），它唯一的任务就是告诉你哪个快递员手里有你的包裹。
要是快递单上写了“王五”，而王五那天下班了，你就得拿着单子再去问老张、再问小赵，直到有人有货。 故此，Ribbon 的核心功能实际上是在底层做“撮合”。当 A 客户端发请求时，它不直接去 A 节点干活，而是先问一个中介：A 节点目前人手够不够？够就派那会儿；不够再问下一个中介：那哪位有空？有空了再派。
这个过程是透明的。 说到“负载均衡”，咱们得把这一大坨概念揉碎了讲。Ribbon 里面实际上是不存有一个名为“负载均衡”的独立模块。当你看到 Ribbon 的文档里写着“配置负载均衡”的时候，别急，那实际上是指它如何优雅地解决服务名解析和会话保持的难题。 举个例子，假设你开发了一个带状态的业务，比如用户登录了之后，下次再登录需求验证一下是否已登录过。
这时候你没法用“随机选一个节点”这种粗暴的办法，万一节点挂了要么延迟过高，用户可能就卡住了。Ribbon 这时候就会通过“数据库”这个中介来选节点。 具体咋搞的？你写一行代码，把这些节点信息（IP、端口、健康状态）都塞进 Ribbon 的配置里。Ribbon 自己会去查这些节点，它会看每个节点跑“健康检查”是不是正常的（比如查一下是不是还在，CPU 是不是爆表），然后它会根据这些检查结局，在一种叫“轮询”要么“轮询 + 随机”的模式下，不断地去访问这些节点。 你想想，这就跟坐电梯似的。电梯门一开，你按个楼层号，电梯会碰碰运气（轮询），要么根据你之前的习惯略微偏一点（随机），一直把你送到目标地。
这就是所谓的“健康检查”驱动下的负载均衡。它不是像 Nginx 那样通过算法（如最少连接数、权重）动态调整权重，而是由数据库里的“心跳”和“健康状态”来拍板哪位有资格接过你的订单。 再细说一点，关于那个“DI 参数”（Dispatch Interactions），这是 Ribbon 最偏门但也最让人认定高级的地方。 假设你有 100 个节点，要是全是随机选，那 100 个服务都得连上同一个数据库页，效率极低；要是全是轮询，那可能连到同一个节点几千次，数据库压力也大。Ribbon 的巧妙之处在于它准你自定义这个比例。你能够设置一个“最大连接数”和一个“平均连接数”。 比如，你告诉 Ribbon：“我要让 100 个服务，每次只让 2 个与此同时连数据库，但平均下来每个节点要连 50 次”。
这样翻译过来就是，Ribbon 会自动算出一个比例，让它自动在“高频连接”和“低频连接”之间做平衡。 举个具体的例子：你有一个订单服务，总共有 50 个节点。你在 Ribbon 里设置规则，每次只让 3 个节点活跃连接，平均每个节点要连 15 次。Ribbon 算法贼智慧，它会优先调度那些 CPU 使用率不高、延迟最低的节点。
要是某个节点发现最近 3 次都连不上（比如它挂了要么负载忒高），它会自动把那个连接的“活跃”状态标记为无效，下次调度时就不再选它。 这就相当于给负载均衡穿上了一套“衣服”。
这套衣服让负载均衡变得“不完美”。
比方说，你可能发现某些工夫段突然流量激增，你设置了固定的连接比例，Ribbon 可能会出于节点数量不足，自动把更多节点拉进来分担压力，哪怕它心里算着“按规则来”不好。
这种灵活性，就是 Ribbon 的魅力所在。它不像 Nginx 那样依赖复杂的算法模型，而是依赖你定义好了“啥情况下该连哪位”，然后由它去执行。 再讲讲会话保持。大量学生问，“Ribbon 能保持会话吗？”答案是肯定的，并且挺硬气。 Think of it like a waiter. 你是顾客，你点的菜是登录后的数据。你指望服务员（节点）能记住你刚刚点的菜吗？自然不能。每个节点都是独立的，它们之间没有任何信息交互。
可是，Ribbon 帮你把它记录了下来。 你通过一个配置参数（比如 `ession_id`），把你在登录时形成的那个临时 ID 发送给所有节点。所有节点收到这个 ID 后，都会在自己的内存里把这个 ID 存进去。当你下次请求登录时，客户端只发这个 ID，节点就知道：“哦，这是你刚登录时的 ID，我看看我知识库里有没有存过这个 ID？有，就是刚刚那个。我把刚刚的数据给你。” 这就是会话保持的精髓。它不需求复杂的分布式协议，也不需求节点之间复杂的状态同步。它就是一个轻量级的“备忘录”。
这种机制让 Ribbon 在处理连接数大的时候，依然能保持会话的一致性，不受节点刷新的干扰。 自然，这也带来了副功能。
每次节点重启，这个“备忘录”就得清空，会话就丢了。并且，要是节点故障，所有记录这个 ID 的节点都会失效，害得数据库里的记录失效。
这是 RabbitMQ 做会话缓存的典型做法，你想想是不是有点像？Kafka 做的是持久化存，Ribbon 做的是内存状态。 还有啊，Ribbon 这种通过数据库查得负载均衡，实际上有个性能瓶颈。出于每次节点启动、重启、故障、扩容，都得把这个节点加进你的“服务列表”里，要么从列表里删掉。
这相当于你每次换人，都得叫服务员重新点名。 不过，这也正是 Ribbon 能坚持下来的缘由。它不需求像 Nginx 那样维护复杂的 Pools、工作线程池、健康检查脚本，就连不需求自己写脚本去解析复杂的 JSON 配置。它只需求你喂给它数据（IP 列表、端口、健康检查 URL），剩下的交给它。 最终扯扯技术细节。Ribbon 的配置核心实际上就两个：Service 列表和 Session。Service 列表就是你的客户端要访问的所有服务地址（能够是 IP 也能够是域名）。Session 就是你定义的那个逻辑实体，是连接这些服务的唯一“身份证”。 当你写代码调用 Service 时，Ribbon 会先查 Session 表，取一个 ID，然后去查 Service 表，找到对应 ID 的所有节点，然后按排序规则（一般是无序的，要么基于超时工夫）去分派请求。 你能够认定这挺复杂，但实际上本质就是一次好办的"ID -> 列表 -> 节点”的映射过程。 再深入一点，Ribbon 还有一个“优雅降级”的机制。
要是你配置了超时工夫（比如 3 秒），当 Ribbon 发现某个节点已经 3 秒没响应了，它就会把那个节点标记为“不可用”。下次再试图访问时，它就不会去那个节点。但在此之前，它会尝试访问其他节点。
这中间有个“重试”的过程。 这就像你按电梯，门开了，发现 100 楼没货（节点不可用），电梯门一关，它会持续按 101 楼、102 楼。直到有人有货，要么它累了想休息。
这就是 Ribbon 的“优雅”。它准你在没有全局配置的情况下，通过“发现”和“重试”来维护系统的韧性。 总结来说，Ribbon 不是一个高高在上的数学模型，它只是一个贼好用的“瑞士军刀”。它把分布式服务发现的复杂性封装进了一个小小的配置里。它不瞎搞演算法，不疯狂调优，它只做一件事：保证你开发的业务，能稳稳地、地、流着，去访问后端那些可能随时在变动的服务。 对于开发者来说，Ribbon 最大的价值在于它的“即插即用”和“事实上的负载均衡”。你花几秒钟配置一下，它就能帮你扛住几千就连几万并发量的请求，哪怕你心里清楚，它内部可能还在用那种有点老套的轮询策略。 故此，别总想找个啥“完美的负载均衡算法”去打败 Ribbon。
要是你需求的是稳定性、可维护性，还有不想把代码写厚那么一坨的解决方案，Ribbon 就是那个最省心、最“不完美”但最靠谱的搭档。它用数据库做记忆，用轮询做分发，在配料的瓶瓶罐罐里，把这口散“锅”端上了。
