本文目录#

引言#

Spring Cloud LoadBalancer 自 Hoxton 版本起逐步替代 Ribbon。它不仅提供轮询、随机等基础策略，也允许我们结合服务指标、权重、灰度规则实现智能路由。本文分享策略扩展和动态感知实践。

基础概念#

  • LoadBalancer 服务发现接口 ServiceInstanceListSupplier；
  • 负载均衡策略接口 ReactorServiceInstanceLoadBalancer；
  • 结合 Spring Cloud Discovery Client，如 Eureka、Consul、Nacos；
  • 可与 Spring Retry、Resilience4j 联动。

自定义策略实现#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
@Component
class WeightedLoadBalancer implements ReactorServiceInstanceLoadBalancer {
    private final ServiceInstanceListSupplier supplier;
    WeightedLoadBalancer(ServiceInstanceListSupplier supplier) {
        this.supplier = supplier;
    }
    @Override
    public Mono<Response<ServiceInstance>> choose(Request request) {
        return supplier.get().next().map(instances -> {
            ServiceInstance selected = pickByWeight(instances);
            return new DefaultResponse(selected);
        });
    }
}
  • 权重可来自注册中心元数据、Prometheus 指标；
  • 使用 @LoadBalancerClients 注册。

智能路由场景#

  1. 金丝雀发布：在 ServiceInstance 的 metadata 中标记 version=canary，基于请求 Header 选择；
  2. 流量倾斜：结合业务优先级，将高价值请求指向高性能实例；
  3. 多活就近：根据 X-Region 或 Geo-IP，将用户路由至最近机房；
  4. 混合云：根据实例标签区分云厂商，控制跨云流量比例。

动态感知与健康检查#

  • 使用 ReactiveDiscoveryClient 定期刷新实例列表；
  • 集成 Micrometer 注册指标，如实例响应时间；
  • 结合 Health Indicator，过滤健康状态不佳的实例；
  • 配合 Spring Cloud CircuitBreaker，对失败实例执行熔断隔离。

监控与可观测#

  • 将选择结果、权重写入 TraceContext，方便链路追踪；
  • 暴露自定义指标：选择次数、失败率、平均响应；
  • 借助 Sleuth/Zipkin 查看路由分布；
  • 在调试阶段开启 logging.level.org.springframework.cloud.loadbalancer=DEBUG。

总结#

Spring Cloud LoadBalancer 提供了灵活的扩展点。结合元数据、指标和熔断策略，可以构建动态、智能的流量路由体系，满足金丝雀、多活等场景需求。

参考资料#

本作品系原创，采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，转载请注明出处。