1.访问注册表出错
2.市场软件指标精选更新：副图--“趋势天王”（源码）
3.ribbon负载均衡详解

访问注册表出错

       因为每台 电脑的用户 不同 访问 权限不同

       只要替换 你这个 S-1-5-----  就可以导入

       运行  regedit

       你打开注册表找到这个项 是什么 数字

       替换上面的数字 即可 导入

程序不知道怎么调，那个MBUS

       驱动程序开发的码负码反码补码一个重大难点就是不易调试。本文目的负源就是介绍驱动开发中常用的几种直接和间接的调试手段，它们是码负码反码补码：

       1、利用printk

       2、负源查看OOP消息

       3、码负码反码补码文本储存源码利用strace

       4、负源利用内核内置的码负码反码补码hacking选项

       5、利用ioctl方法

       6、负源利用/proc 文件系统

       7、码负码反码补码使用kgdb

       前两种如下：

       一、负源利用printk

       这是码负码反码补码驱动开发中最朴实无华，同时也是负源最常用和有效的手段。scull驱动的码负码反码补码main.c第行如下，就是负源使用printk进行调试的例子，这样的例子相信大家在阅读驱动源码时随处可见。

        //              printk(KERN_ALERT "wakeup by signal in process %d\n", current-pid);

       printk的功能与我们经常在应用程序中使用的printf是一样的，不同之处在于printk可以在打印字符串前面加上内核定义的宏，例如上面例子中的KERN_ALERT（注意：宏与字符串之间没有逗号）。

       #define KERN_EMERG "0"

       #define KERN_ALERT "1"

       #define KERN_CRIT "2"

       #define KERN_ERR "3"

       #define KERN_WARNING "4"

       #define KERN_NOTICE "5"

       #define KERN_INFO "6"

       #define KERN_DEBUG "7"

       #define DEFAULT_CONSOLE_LOGLEVEL 7

       这个宏是用来定义需要打印的字符串的级别。值越小，级别越高。内核中有个参数用来控制是否将printk打印的字符串输出到控制台（屏幕或者/sys/log/syslog日志文件）

       # cat /proc/sys/kernel/printk

       6       4       1       7

       第一个6表示级别高于（小于）6的消息才会被输出到控制台，第二个4表示如果调用printk时没有指定消息级别（宏）则消息的级别为4，第三个1表示接受的最高（最小）级别是1，第四个7表示系统启动时第一个6原来的初值是7。

       因此，如果你发现在控制台上看不到你程序中某些printk的输出，请使用echo 8  /proc/sys/kernel/printk来解决。

       在复杂驱动的开发过程中，为了调试会在源码中加入成百上千的printk语句。而当调试完毕形成最终产品的时候必然会将这些printk语句删除想想驱动的使用者而不是开发者吧。记住：己所不欲，勿施于人），这个工作量是不小的。最要命的是，如果我们将调试用的printk语句删除后，用户又报告驱动有bug，最新微信管家源码所以我们又不得不手工将这些上千条的printk语句再重新加上。oh，my god，杀了我吧。所以，我们需要一种能方便地打开和关闭调试信息的手段。哪里能找到这种手段呢？哈哈，远在天边，近在眼前。看看scull驱动或者leds驱动的源代码吧！

       #define LEDS_DEBUG

       #undef PDEBUG          

       #ifdef LEDS_DEBUG

       #ifdef __KERNEL__

           #define PDEBUG(fmt, args…) printk( KERN_EMERG "leds: " fmt, ## args)

       #else

           #define PDEBUG(fmt, args…) fprintf(stderr, fmt, ## args)

       #endif

       #else

       #define PDEBUG(fmt, args…)

       #endif

       #undef PDEBUGG

       #define PDEBUGG(fmt, args…)

       这样一来，在开发驱动的过程中，如果想打印调试消息，我们就可以用PDEBUG("address of i_cdev is %p\n", inode-i_cdev);，如果不想看到该调试消息，就只需要简单的将PDEBUG改为PDEBUGG即可。而当我们调试完毕形成最终产品时，只需要简单地将第1行注释掉即可。

       上边那一段代码中的__KERNEL__是内核中定义的宏，当我们编译内核（包括模块）时，它会被定义。当然如果你不明白代码中的…和##是什么意思的话，就请认真查阅一下gcc关于预处理部分的资料吧！如果你实在太懒不愿意去查阅的话，那就充当VC工程师把上面的代码copy到你的代码中去吧。

       二、查看OOP消息

       OOP意为惊讶。当你的驱动有问题，内核不惊讶才怪：嘿！小子，你干吗乱来！好吧，就让我们来看看内核是如何惊讶的。

       根据faulty.c（单击下载）编译出faulty.ko，并 inod faulty.ko。执行echo yang /dev/faulty，结果内核就惊讶了。jsp管理系统 源码下载内核为什么会惊讶呢？因为faulty驱动的write函数执行了(int )0 = 0，向内存0地址写入，这是内核绝对不会容许的。

        ssize_t faulty_write (struct file filp, const char __user buf, size_t count,

                        loff_t pos)

        {

                (int )0 = 0;

                return 0;

        }

       1 Unable to handle kernel NULL pointer dereference at virtual address

       2 pgd = c

       3 [] pgd=, pte=, ppte=

       4 Internal error: Oops: [#1] PREEMPT

       5 Modules linked in: faulty scull

       6 CPU: 0    Not tainted  (2.6..6 #4)

       7 PC is at faulty_write0×/0× [faulty]

       8 LR is at vfs_write0xc4/0×

       9 pc : []    lr : []    psr: a

        sp : cf  ip : cf  fp : cf

        r: c  r9 : c  r8 :

        r7 :  r6 : cf  r5 :  r4 : ce

        r3 : cf  r2 :  r1 :  r0 :

        Flags: NzCv  IRQs on  FIQs on  Mode SVC_  Segment user

        Control: cf  Table:  DAC:

        Process sh (pid: , stack limit = 0xc)

        Stack: (0xcf to 0xc)

        1f:          cf cf ceb8 bfc ce ce

        1f: cf cfa4 cf cffc ce

        1f: cc0e4 cfa8

        1fa0: cbf cfc0

        1fc0: c

        1fe0: bea c adb

        Backtrace:

        [] (faulty_write0×0/0× [faulty]) from [] (vfs_write0xc4/0×)

        [] (vfs_write0×0/0×) from [] (sys_write0x4c/0×)

         r7: r6:cf r5:ce r4:ce

        [] (sys_write0×0/0×) from [] (ret_fast_syscall0×0/0x2c)

         r8:cc0e4 r7: r6: r5: r4:

        Code: e1a0cd edd ecb e3a (e)

       1行惊讶的原因，也就是报告出错的原因；

       2-4行是OOP信息序号；

       5行是出错时内核已加载模块；

       6行是发生错误的CPU序号；

       7-行是发生错误的位置，以及当时CPU各个寄存器的值，这最有利于我们找出问题所在地；

       行是当前进程的名字及进程ID

       -行是出错时，栈内的内容

       -行是栈回溯信息，可看出直到出错时的函数递进调用关系（确保CONFIG_FRAME_POINTER被定义）

       行是出错指令及其附近指令的机器码，出错指令本身在小括号中

       反汇编faulty.ko（ arm-linux-objdump -D faulty.ko  faulty.dis ；cat faulty.dis）可以看到如下的语句如下：

       c :

       7c:   e1a0cd        mov     ip, sp

       :   edd        stmdb   sp!, { fp, ip, lr, pc}

       :   ecb        sub     fp, ip, #4      ; 0×4

       :   e3a        mov     r0, #0  ; 0×0

       8c:   e        str     r0, [r0]

       :   eda        ldmia   sp, { fp, sp, pc}

       定位出错位置以及获取相关信息的过程：

       9 pc : []    lr : []    psr: a

        [] (faulty_write0×0/0× [faulty]) from [] (vfs_write0xc4/0×)

        [] (vfs_write0×0/0×) from [] (sys_write0x4c/0×)

       出错代码是faulty_write函数中的第5条指令（(0xbfc-0xbfc)/=5），该函数的首地址是0xbfc，该函数总共6条指令（0×），该函数是被0xceb8的前一条指令调用的（即：函数返回地址是0xceb8。这一点可以从出错时lr的值正好等于0xceb8得到印证）。调用该函数的指令是vfs_write的第条（0xc4/4=）指令。

       达到出错处的函数调用流程是：write(用户空间的系统调用)–sys_write–vfs_write–faulty_write

       OOP消息不仅让我定位了出错的地方，更让我惊喜的是，它让我知道了一些秘密：1、gcc中fp到底有何用处？2、为什么gcc编译任何函数的时候，总是要把3条看上去傻傻的指令放在整个函数的最开始？3、内核和gdb是如何知道函数调用栈顺序，并使用函数的名字而不是地址？ 4、我如何才能知道各个函数入栈的内容？哈哈，我渐渐喜欢上了让内核惊讶，那就再看一次内核惊讶吧。

       执行 cat /dev/faulty，内核又再一次惊讶！

       1 Unable to handle kernel NULL pointer dereference at virtual address b

       2 pgd = c3a

       3 [b] pgd=a, pte=, ppte=

       4 Internal error: Oops: [#2] PREEMPT

       5 Modules linked in: faulty

       6 CPU: 0    Not tainted  (2.6..6 #4)

       7 PC is at vfs_read0xe0/0×

       8 LR is at 0xffffffff

       9 pc : []    lr : []    psr:

        sp : cd9f  ip : c  fp : ffffffff

        r:  r9 : cd  r8 :

        r7 :  r6 : ffffffff  r5 : ffffffff  r4 : ffffffff

        r3 : ffffffff  r2 :  r1 : cd9f  r0 :

        Flags: nzCv  IRQs on  FIQs on  Mode SVC_  Segment user

        Control: cf  Table: a  DAC:

        Process cat (pid: , stack limit = 0xcd)

        Stack: (0xcd9f to 0xcda)

        9f:                                               c3ca0 c3c

        9f: cd9f cd9fa4 cd9f cf cbb4

        9f: befc cc0e4 cd9fa8

        9fa0: cbf cf4c befc befc

        9fc0: befc

        9fe0: befc6c c adab0

        Backtrace: invalid frame pointer 0xffffffff

        Code: ebffff e e1a da (ec)

        Segmentation fault

       不过这次惊讶却令人大为不解。OOP竟然说出错的地方在vfs_read（要知道它可是大拿们千锤百炼的内核代码），这怎么可能？哈哈，万能的内核也不能追踪函数调用栈了，这是为什么？其实问题出在faulty_read的行，它导致入栈的r4、r5、r6、fp全部变为了0xffffffff，易语言qq软件源码ip、lr的值未变，这样一来faulty_read函数能够成功返回到它的调用者——vfs_read。但是可怜的vfs_read（忠实的APTCS规则遵守者）并不知道它的r4、r5、r6已经被万恶的faulty_read改变，这样下去vfs_read命运就可想而知了——必死无疑！虽然内核很有能力，但缺少了正确的fp的帮助，它也无法追踪函数调用栈。

        ssize_t faulty_read(struct file filp, char __user buf,

                            size_t count, loff_t pos)

        {

                int ret;

                char stack_buf[4];

                memset(stack_buf, 0xff, );

                if (count  4)

                        count = 4;

                ret = copy_to_user(buf, stack_buf, count);

                if (!ret)

                        return count;

                return ret;

        }

        :

       0:   e1a0cd        mov     ip, sp

       4:   edd        stmdb   sp!, { r4, r5, r6, fp, ip, lr, pc}

       8:   ecb        sub     fp, ip, #4      ; 0×4

       c:   edd        sub     sp, sp, #4      ; 0×4，这里为stack_buf[]在栈上分配1个字的空间，局部变量ret使用寄存器存储，因此就不在栈上分配空间了

       :   ebc        sub     r5, fp, #     ; 0x1c

       :   e1a        mov     r4, r1

       :   e1a        mov     r6, r2

       1c:   e3aff        mov     r1, #        ; 0xff

       :   e3a        mov     r2, # ; 0×

       :   e1a        mov     r0, r5

       :   ebfffffe        bl         //这里在调用memset

       :   eda        ldmia   sp, { r3, r4, r5, r6, fp, sp, pc}

       这次OOP，深刻地认识到：

       内核能力超强，但它不是，也不可能是万能的。所以即使你能力再强，也要和你的team member搞好关系，否则在关键时候你会倒霉的；

       出错的是faulty_read，vfs_read却做了替罪羊。所以人不要被表面现象所迷惑，要深入看本质；

       内核本来超级健壮，可是你写的驱动是内核的组成部分，由于它出错，结果整体。所以当你加入一个团队的时候一定要告诫自己，虽然你的角色也许并不重要，但你的疏忽大意将足以令整个非常牛X的团队。反过来说，当你是team leader的时候，在选团队成员的时候一定要慎重、慎重、再慎重，即使他只是一个小角色。

工商银行pOS机出现什么意思

       你好，工商银行pos机错误代码 设备检测到异常请联系服务商，排行榜网站 源码这个是系统坏了故障了，无法使用请联系工商银行吧！

不知道中了什么病毒?求高人指点!!

       识别电脑的病毒：

       1、系统病毒

       系统病毒的前缀为：Win、PE、Win、W、W等。这些病毒的一般公有的特性是可以感染windows操作系统的 .exe 和 .dll 文件，并通过这些文件进行传播。如CIH病毒。

       2、蠕虫病毒

       蠕虫病毒的前缀是：Worm。这种病毒的公有特性是通过网络或者系统漏洞进行传播，很大部分的蠕虫病毒都有向外发送带毒邮件，阻塞网络的特性。比如冲击波（阻塞网络），小邮差（发带毒邮件） 等。

       3、木马病毒、黑客病毒

       木马病毒其前缀是：Trojan，黑客病毒前缀名一般为 Hack 。木马病毒的公有特性是通过网络或者系统漏洞进入用户的系统并隐藏，然后向外界泄露用户的信息，而黑客病毒则有一个可视的界面，能对用户的电脑进行远程控制。木马、黑客病毒往往是成对出现的，即木马病毒负责侵入用户的电脑，而黑客病毒则会通过该木马病毒来进行控制。现在这两种类型都越来越趋向于整合了。一般的木马如QQ消息尾巴木马 Trojan.QQ ，还有大家可能遇见比较多的针对网络游戏的木马病毒如 Trojan.LMir.PSW. 。这里补充一点，病毒名中有PSW或者什么PWD之类的一般都表示这个病毒有**密码的功能（这些字母一般都为“密码”的英文“password”的缩写）一些黑客程序如：网络枭雄（Hack.Nether.Client）等。

       4、脚本病毒

       脚本病毒的前缀是：Script。脚本病毒的公有特性是使用脚本语言编写，通过网页进行的传播的病毒，如红色代码（Script.Redlof）——可不是我们的老大代码兄哦^_^。脚本病毒还会有如下前缀：VBS、JS（表明是何种脚本编写的），如欢乐时光（VBS.Happytime）、十四日（Js.Fortnight.c.s）等。

       5、宏病毒

       其实宏病毒是也是脚本病毒的一种，由于它的特殊性，因此在这里单独算成一类。宏病毒的前缀是：Macro，第二前缀是：Word、Word、Excel、Excel（也许还有别的）其中之一。凡是只感染WORD及以前版本WORD文档的病毒采用Word做为第二前缀，格式是：Macro.Word；凡是只感染WORD以后版本WORD文档的病毒采用Word做为第二前缀，格式是：Macro.Word；凡是只感染EXCEL及以前版本EXCEL文档的病毒采用Excel做为第二前缀，格式是：Macro.Excel；凡是只感染EXCEL以后版本EXCEL文档的病毒采用Excel做为第二前缀，格式是：Macro.Excel，依此类推。该类病毒的公有特性是能感染OFFICE系列文档，然后通过OFFICE通用模板进行传播，如：著名的美丽莎(Macro.Melissa)。

       6、后门病毒

       后门病毒的前缀是：Backdoor。该类病毒的公有特性是通过网络传播，给系统开后门，给用户电脑带来安全隐患。如很多朋友遇到过的IRC后门Backdoor.IRCBot 。

       7、病毒种植程序病毒

       这类病毒的公有特性是运行时会从体内释放出一个或几个新的病毒到系统目录下，由释放出来的新病毒产生破坏。如：冰河播种者（Dropper.BingHe2.2C）、MSN射手(Dropper.Worm.Smibag)等。

       8．破坏性程序病毒

       破坏性程序病毒的前缀是：Harm。这类病毒的公有特性是本身具有好看的图标来诱惑用户点击，当用户点击这类病毒时，病毒便会直接对用户计算机产生破坏。如：格式化C盘（Harm.formatC.f）、杀手命令（Harm.Command.Killer）等。

       9．玩笑病毒

       玩笑病毒的前缀是：Joke。也称恶作剧病毒。这类病毒的公有特性是本身具有好看的图标来诱惑用户点击，当用户点击这类病毒时，病毒会做出各种破坏操作来吓唬用户，其实病毒并没有对用户电脑进行任何破坏。如：女鬼（Joke.Girlghost）病毒。

       ．捆绑机病毒

       捆绑机病毒的前缀是：Binder。这类病毒的公有特性是病毒作者会使用特定的捆绑程序将病毒与一些应用程序如QQ、IE捆绑起来，表面上看是一个正常的文件，当用户运行这些捆绑病毒时，会表面上运行这些应用程序，然后隐藏运行捆绑在一起的病毒，从而给用户造成危害。如：捆绑QQ（Binder.QQPass.QQBin）、系统杀手（Binder.killsys）等。以上为比较常见的病毒前缀，有时候我们还会看到一些其他的，但比较少见，这里简单提一下：

       DoS：会针对某台主机或者服务器进行DoS攻击；

       Exploit：会自动通过溢出对方或者自己的系统漏洞来传播自身，或者他本身就是一个用于Hacking的溢出工具；

       HackTool：黑客工具，也许本身并不破坏你的机子，但是会被别人加以利用来用你做替身去破坏别人。

       你可以在查出某个病毒以后通过以上所说的方法来初步判断所中病毒的基本情况，达到知己知彼的效果。在杀毒无法自动查杀，打算采用手工方式的时候这些信息会给你很大的帮助。

landi刷卡机提示

       刷卡机故障或系统需要升级。

       1、landi刷卡机机显示错误，是刷卡机有小故障，需要关闭重启一下。

       2、如重启后还报故障，需要专业人士维修。

pos机错误代码

       POS终端号找不到。。1、无此终端号2、请求交易中终端号与应答交易中终端号不匹配3、关联交易中终端号与原始交易中终端号不匹配

市场软件指标精选更新：副图--“趋势天王”（源码）

       市场软件指标更新了副图“趋势天王”，以下为指标源码详解：

       首先，计算第天的收盘价与过去天最低价的差值，除以过去天最高价与最低价的差值，乘以，得到Q2。

       接着，计算Q2的9日指数平滑移动平均，得到Q3。

       然后，计算Q3的3日指数平滑移动平均，得到Q4。

       判断过去3天中最高价出现次数是否少于次，如果是，则设置VAR3E为1，否则为0。

       设置顶为VAR3E等于2时的值，顶的值为时，以绿色显示。

       计算过去9天的最高价与最低价差值，得到VAR1。

       计算过去9天的最高价与当前收盘价差值，得到VAR2。

       计算当前收盘价与过去9天最低价差值，得到VAR3。

       计算VAR2除以VAR1乘以减去，得到VAR4。

       计算过去天的收盘价与过去天最低价差值，除以过去天最高价与最低价的差值乘以，得到VAR5。

       计算过去9天的收盘价与过去9天最低价的平均值，得到VAR6。

       计算VAR7的3日指数平滑移动平均，得到VAR7。

       计算过去天的最低价，得到VAR8。

       计算VAR7的3日指数平滑移动平均减去VAR4的9日指数平滑移动平均，得到VAR9。

       如果VAR9大于，计算VAR9减去，得到VARA。

       计算过去天的最高价，得到VARB。

       计算VARA乘以2，得到AA。

       计算VAR6减去VAR8除以VARB减去VAR8乘以的日指数平滑移动平均，得到BB。

       计算0.前一日BB值加0.当前BB值的2日指数平滑移动平均，得到VARC。

       计算VAR5的日指数平滑移动平均，得到CC。

       计算AA的2日指数平滑移动平均减去AA，得到VARD。

       计算BB的2日指数平滑移动平均减去BB，得到VARE。

       计算过去9天的收盘价与过去9天最低价差值除以过去9天最高价与最低价的差值乘以减去，得到VAR1A。

       计算VAR1A的9日指数平滑移动平均加，得到VAR2A。

       计算过去9天的收盘价与过去9天最低价差值，除以过去9天最高价与最低价的差值乘以，得到VAR3A。

       计算VAR3A的3日指数平滑移动平均，得到VAR4A。

       计算VAR4A的3日指数平滑移动平均加，得到VAR5A。

       计算VAR5A减去VAR2A，得到VAR6A。

       如果VAR6A大于，计算VAR6A减去，得到S。

       短线部分，当BB值减去VARC值大于0时，以红色绘制线段；反之，以粉红色绘制线段。

       计算过去天的收盘价与过去天最低价差值除以过去天最高价与最低价的差值乘以，得到RSV1。

       计算RSV1的日指数平滑移动平均，得到K1；计算K1的日指数平滑移动平均，得到D1。

       中线部分，如果过去3天指数平滑移动平均大于前一日指数平滑移动平均，则以**绘制线段。

       计算过去天的收盘价与过去天最低价差值除以过去天最高价与最低价的差值乘以，得到RSV2。

       计算RSV2的日指数平滑移动平均，得到K2；计算K2的日指数平滑移动平均，得到D2。

       长线部分，如果过去3天指数平滑移动平均大于前5日指数平滑移动平均，则以红色绘制线段。

       指标源码支持手机和电脑使用，如有提示编码错误，可联系处理，****为副1。操作风险自负，指标仅供学习和研究，不得用于商业或非法用途。

ribbon负载均衡详解

       æœåŠ¡ç«¯è´Ÿè½½å‡è¡¡ï¼šåœ¨å®¢æˆ·ç«¯å’ŒæœåŠ¡ç«¯ä¸­é—´ä½¿ç”¨ä»£ç†ï¼Œlvs  和 nginx。

        硬件负载均衡的设备或是软件负载均衡的软件模块都会维护一个下挂可用的服务端清单，通过心跳检测来剔除故障的服务端节点以保证清单中都是可以正常访问的服务端节点。当客户端发送请求到负载均衡设备的时候，该设备按某种算法（比如线性轮询、按权重负载、按流量负载等）从维护的可用服务端清单中取出一台服务端端地址，然后进行转发。

        客户端负载均衡：根据自己的情况做负载。Ribbon。

        客户端负载均衡和服务端负载均衡最大的区别在于 服务端地址列表的存储位置，以及负载算法在哪里。

        2、Spring Cloud的负载均衡机制的实现

        Spring Cloud Ribbon是一个基于HTTP和TCP的客户端负载均衡工具，它基于Netflix Ribbon实现。通过Spring Cloud的封装，可以让我们轻松地将面向服务的REST模版请求自动转换成客户端负载均衡的服务调用。Ribbon实现客户端的负载均衡，负载均衡器提供很多对.netflix.client.conf.CommonClientConfigKey。

        <clientName>.<nameSpace>.NFLoadBalancerClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerRuleClassName=xx

        <clientName>.<nameSpace>.NFLoadBalancerPingClassName=xx

        <clientName>.<nameSpace>.NIWSServerListClassName=xx

        <clientName>.<nameSpace>.NIWSServerListFilterClassName=xx

        com.netflix.client.config.IClientConfig：Ribbon的客户端配置，默认采用com.netflix.client.config.DefaultClientConfigImpl实现。

        com.netflix.loadbalancer.IRule：Ribbon的负载均衡策略，默认采用com.netflix.loadbalancer.ZoneAvoidanceRule实现，该策略能够在多区域环境下选出最佳区域的实例进行访问。

        com.netflix.loadbalancer.IPing：Ribbon的实例检查策略，默认采用com.netflix.loadbalancer.NoOpPing实现，该检查策略是一个特殊的实现，实际上它并不会检查实例是否可用，而是始终返回true，默认认为所有服务实例都是可用的。

        com.netflix.loadbalancer.ServerList：服务实例清单的维护机制，默认采用com.netflix.loadbalancer.ConfigurationBasedServerList实现。

        com.netflix.loadbalancer.ServerListFilter：服务实例清单过滤机制，默认采org.springframework.cloud.netflix.ribbon.ZonePreferenceServerListFilter，该策略能够优先过滤出与请求方处于同区域的服务实例。

        com.netflix.loadbalancer.ILoadBalancer：负载均衡器，默认采用com.netflix.loadbalancer.ZoneAwareLoadBalancer实现，它具备了区域感知的能力。

        上面的配置是在项目中没有引入spring Cloud Eureka，如果引入了Eureka和Ribbon依赖时，自动化配置会有一些不同。

        通过自动化配置的实现，可以轻松的实现客户端的负载均衡。同时，针对一些个性化需求，我们可以方便的替换上面的这些默认实现，只需要在springboot应用中创建对应的实现实例就能覆盖这些默认的配置实现。

        @Configuration

        public class MyRibbonConfiguration {

            @Bean

            public IRule ribbonRule(){

                return new RandomRule();

            }

        }

        这样就会使用P使用了RandomRule实例替代了默认的com.netflix.loadbalancer.ZoneAvoidanceRule。

        也可以使用@RibbonClient注解实现更细粒度的客户端配置

       å¯¹äºŽRibbon的参数通常有二种方式：全局配置以及指定客户端配置

        全局配置的方式很简单

        只需要使用ribbon.<key>=<value>格式进行配置即可。其中，<key>代表了Ribbon客户端配置的参数名，<value>则代表了对应参数的值。比如，我们可以想下面这样配置Ribbon的超时时间

        ribbon.ConnectTimeout=

        ribbon.ServerListRefreshInterval=   ribbon获取服务定时时间

        全局配置可以作为默认值进行设置，当指定客户端配置了相应的key的值时，将覆盖全局配置的内容

        指定客户端的配置方式

        <client>.ribbon.<key>=<value>的格式进行配置.<client>表示服务名，比如没有服务治理框架的时候（如Eureka），我们需要指定实例清单，可以指定服务名来做详细的配置，

        user-service.ribbon.listOfServers=localhost:,localhost:,localhost:

        对于Ribbon参数的key以及value类型的定义，可以通过查看com.netflix.client.config.CommonClientConfigKey类。

        当在spring Cloud的应用同时引入Spring cloud Ribbon和Spring Cloud Eureka依赖时，会触发Eureka中实现的对Ribbon的自动化配置。这时的serverList的维护机制实现将被com.netflix.niws.loadbalancer.DiscoveryEnabledNIWSServerList的实例所覆盖，该实现会讲服务清单列表交给Eureka的服务治理机制来进行维护。IPing的实现将被com.netflix.niws.loadbalancer.NIWSDiscoveryPing的实例所覆盖，该实例也将实例接口的任务交给了服务治理框架来进行维护。默认情况下，用于获取实例请求的ServerList接口实现将采用Spring Cloud Eureka中封装的org.springframework.cloud.netflix.ribbon.eureka.DomainExtractingServerList，其目的是为了让实例维护策略更加通用，所以将使用物理元数据来进行负载均衡，而不是使用原生的AWS AMI元数据。在与Spring cloud Eureka结合使用的时候，不需要再去指定类似的user-service.ribbon.listOfServers的参数来指定具体的服务实例清单，因为Eureka将会为我们维护所有服务的实例清单，而对于Ribbon的参数配置，我们依然可以采用之前的两种配置方式来实现。

        此外，由于spring Cloud Ribbon默认实现了区域亲和策略，所以，可以通过Eureka实例的元数据配置来实现区域化的实例配置方案。比如可以将不同机房的实例配置成不同的区域值，作为跨区域的容器机制实现。而实现也非常简单，只需要服务实例的元数据中增加zone参数来指定自己所在的区域，比如：

        eureka.instance.metadataMap.zone=shanghai

        在Spring Cloud Ribbon与Spring Cloud Eureka结合的工程中，我们可以通过参数禁用Eureka对Ribbon服务实例的维护实现。这时又需要自己去维护服务实例列表了。

        ribbon.eureka.enabled=false.

        由于Spring Cloud Eureka实现的服务治理机制强调了cap原理的ap机制（即可用性和可靠性），与zookeeper这类强调cp（一致性，可靠性）服务质量框架最大的区别就是，Eureka为了实现更高的服务可用性，牺牲了一定的一致性，在极端情况下宁愿接受故障实例也不要丢弃"健康"实例。

        比如说，当服务注册中心的网络发生故障断开时候，由于所有的服务实例无法维护续约心跳，在强调ap的服务治理中将会把所有服务实例剔除掉，而Eureka则会因为超过%的实例丢失心跳而触发保护机制，注册中心将会保留此时的所有节点，以实现服务间依然可以进行互相调用的场景，即使其中有部分故障节点，但这样做可以继续保障大多数服务的正常消费。

        在Camden版本，整合了spring retry来增强RestTemplate的重试能力，对于我们开发者来说，只需要简单配置，即可完成重试策略。

        spring.cloud.loadbalancer.retry.enabled=true

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds=

        user-service.ribbon.ConnectTimeout=

        user-service.ribbon.ReadTimeout=

        user-service.ribbon.OkToRetryOnAllOperations=true

        user-service.ribbon.MaxAutoRetriesNextServer=2

        user-service.ribbon.maxAutoRetries=1

        spring.cloud.loadbalancer.retry.enabled:该参数用来开启重试机制，它默认是关闭的。

        hystrix.command.default.execution.isolation.thread.timeoutInMilliseconds：断路器的超时时间需要大于Ribbon的超时时间，不然不会触发重试。

        user-service.ribbon.ConnectTimeout：请求连接超时时间。

        user-service.ribbon.ReadTimeout：请求处理的超时时间

        user-service.ribbon.OkToRetryOnAllOperations：对所有操作请求都进行重试。

        user-service.ribbon.MaxAutoRetriesNextServer：切换实例的重试次数。

        user-service.ribbon.maxAutoRetries：对当前实例的重试次数。

        根据以上配置，当访问到故障请求的时候，它会再尝试访问一次当前实例（次数由maxAutoRetries配置），如果不行，就换一个实例进行访问，如果还是不行，再换一个实例访问（更换次数由MaxAutoRetriesNextServer配置），如果依然不行，返回失败

       é¡¹ç›®å¯åŠ¨çš„时候会自动的为我们加载LoadBalancerAutoConfiguration自动配置类，该自动配置类初始化条件是要求classpath必须要有RestTemplate这个类，必须要有LoadBalancerClient实现类。

        LoadBalancerAutoConfiguration为我们干了二件事，第一件是创建了LoadBalancerInterceptor拦截器bean，用于实现对客户端发起请求时进行拦截，以实现客户端负载均衡。创建了一个

        RestTemplateCustomizer的bean，用于给RestTemplate增加LoadBalancerInterceptor拦截器。

        每次请求的时候都会执行org.springframework.cloud.client.loadbalancer.LoadBalancerInterceptor的intercept方法，而LoadBalancerInterceptor具有LoadBalancerClient（客户端负载客户端）实例的一个引用，

        在拦截器中通过方法获取服务名的请求url（比如/p/1bddb5dc

        Spring cloud系列六 Ribbon的功能概述、主要组件和属性文件配置  

       /p/faffa

        本人有道云笔记中记录的参考文章

        文档：_ribbon 负载均衡.note

        链接：/noteshare?id=efc3efbbefd8ed0b9&sub=B0E6DFEEBDAF