测试多实例负载均衡 | 学习笔记

简介: 快速学习测试多实例负载均衡。

开发者学堂课程【Spring Cloud Alibaba Nacos 详解(下)测试多实例负载均衡】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/725/detail/12936


测试多实例负载均衡

 

内容介绍:

一、测试多实例负载均衡

二、总结

 

接下来我们实现服务的消费者来调用服务的生产者多实例负载均衡,之前介绍过 spring cloud 的服务协作流程,当服务消费者去调用服务生产者的时候通过 Ribbon 负载均衡来选择一个实例的地址来进行调用,所以我们要模拟服务生产者多实例来测试负载均衡。

 

一、测试多实例负载均衡

现在启动的 provider 就是服务生产的一个实例,这个进程就表示一个实例,要启动另外一个实例,端口不能有冲突,要把端口变成一个动态的地址。

这个方式${port:56010}表示通过启动参数传入一个 port 的参数,如果没有传,默认就是56010,如果传了,就以这个参数为主。

怎么传参?

VM options 里写-Dport=56010

-D 是固定的,port

就对应$符号的参数名,这就是传的参

图片.png

再创建一个脚本

图片.png

这样,两个启动脚本就做好了。

启动之后,在 Nacos 的服务发现中心的 provider 有两个实例。

图片.png

点详情,就可以看到5601056011,这就是两个实例

图片.png

然后启动消费者,启动消费者之后就可以访问。默认负载均衡是以轮询的方式,可以跟踪日志来看。

当请求到某一个实例时,在它的控制台会有一个日志。

刷新一下:

图片.png

日志出现在实例2中。

图片.png

再次刷新,日志出现在实例1中(采用了轮询的方式)。

图片.png

再刷新,就调用了2的实例。

图片.png

这就是多实例负载均衡的测试。

 

二、总结

关键点:

在定义端口号的时候,通常是把它定义为传参的方式,在启动脚本里指定一个具体的端口号。

以上就是测试消费者调用生产者的一个具体的过程,整个 nacos 基于 spring cloud 服务协作的流程在快速入门程序当中就完成了。

 

图片.png

 

整个过程的关键点是:

首先除了部署 Nacos Server要让所有的微服务注册到 nacos 上面,所以这个配置是非常关键的。

注册完了之后,要使用 spring cloud 这个 feign 远程调用的方式,要在 feign的客户端上用注解标识要调用的生产者的服务名,这样

FeignClient 就会生成一个代理对象,然后通过 Ribbon选择一个实例来进行远程调用。

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
相关文章
|
弹性计算 监控 负载均衡
|
负载均衡 网络协议 网络安全
SLB-Backend多实例部署配置健康检查
【10月更文挑战第22天】
278 3
|
运维 负载均衡 算法
|
域名解析 弹性计算 监控
slb测试基本配置检查
slb测试基本配置检查
312 60
|
负载均衡 网络协议 数据库
选择适合自己的数据库多实例负载均衡技术
【10月更文挑战第23天】选择适合自己的数据库多实例负载均衡技术需要全面考虑多种因素。通过深入的分析和评估,结合自身的实际情况,能够做出明智的决策,为数据库系统的高效运行提供有力保障。
264 61
|
数据采集 自然语言处理 数据库
深入体验阿里云通义灵码:测试与实例展示
阿里云通义灵码是一款强大的代码生成工具,支持自然语言描述需求,快速生成高质量代码。它在测试、代码质量和用户体验方面表现出色,能够高效地生成 Python 和 Java 等语言的代码,助力开发者提升开发效率和代码质量。无论是新手还是资深开发者,都能从中受益匪浅。
深入体验阿里云通义灵码:测试与实例展示
|
监控 测试技术
slb测试会话保持功能
slb测试会话保持功能
392 6
|
监控 负载均衡 容灾
slb测试配置
slb测试配置
352 5
|
弹性计算 负载均衡 监控
slb测试健康检查
slb测试健康检查
205 4
|
机器学习/深度学习 JSON 算法
实例分割笔记(一): 使用YOLOv5-Seg对图像进行分割检测完整版(从自定义数据集到测试验证的完整流程)
本文详细介绍了使用YOLOv5-Seg模型进行图像分割的完整流程,包括图像分割的基础知识、YOLOv5-Seg模型的特点、环境搭建、数据集准备、模型训练、验证、测试以及评价指标。通过实例代码,指导读者从自定义数据集开始,直至模型的测试验证,适合深度学习领域的研究者和开发者参考。
5325 3
实例分割笔记(一): 使用YOLOv5-Seg对图像进行分割检测完整版(从自定义数据集到测试验证的完整流程)