Dubbo是Alibaba开源的分布式服务框架,我们可以非常容易地通过Dubbo来构建分布式服务,并根据自己实际业务应用场景来选择合适的集群容错模式,这个对于很多应用都是迫切希望的,只需要通过简单的配置就能够实现分布式服务调用,也就是说服务提供方(Provider)发布的服务可以天然就是集群服务,比如,在实时性要求很高的应用场景下,可能希望来自消费方(Consumer)的调用响应时间最短,只需要选择Dubbo的Forking Cluster模式配置,就可以对一个调用请求并行发送到多台对等的提供方(Provider)服务所在的节点上,只选择最快一个返回响应的,然后将调用结果返回给服务消费方(Consumer),显然这种方式是以冗余服务为基础的,需要消耗更多的资源,但是能够满足高实时应用的需求。
有关Dubbo服务框架的简单使用,可以参考我的其他两篇文章(《基于Dubbo的Hessian协议实现远程调用》,《Dubbo实现RPC调用使用入门》,后面参考链接中已给出链接),这里主要围绕Dubbo分布式服务相关配置的使用来说明与实践。
Dubbo服务集群容错
假设我们使用的是单机模式的Dubbo服务,如果在服务提供方(Provider)发布服务以后,服务消费方(Consumer)发出一次调用请求,恰好这次由于网络问题调用失败,那么我们可以配置服务消费方重试策略,可能消费方第二次重试调用是成功的(重试策略只需要配置即可,重试过程是透明的);但是,如果服务提供方发布服务所在的节点发生故障,那么消费方再怎么重试调用都是失败的,所以我们需要采用集群容错模式,这样如果单个服务节点因故障无法提供服务,还可以根据配置的集群容错模式,调用其他可用的服务节点,这就提高了服务的可用性。
首先,根据Dubbo文档,我们引用文档提供的一个架构图以及各组件关系说明,如下所示:
![dubbo-cluster-architecture](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-cluster-architecture.png)
上述各个组件之间的关系(引自Dubbo文档)说明如下:
- 这里的Invoker是Provider的一个可调用Service的抽象,Invoker封装了Provider地址及Service接口信息。
- Directory代表多个Invoker,可以把它看成List,但与List不同的是,它的值可能是动态变化的,比如注册中心推送变更。
- Cluster将Directory中的多个Invoker伪装成一个Invoker,对上层透明,伪装过程包含了容错逻辑,调用失败后,重试另一个。
- Router负责从多个Invoker中按路由规则选出子集,比如读写分离,应用隔离等。
- LoadBalance负责从多个Invoker中选出具体的一个用于本次调用,选的过程包含了负载均衡算法,调用失败后,需要重选。
我们也简单说明目前Dubbo支持的集群容错模式,每种模式适应特定的应用场景,可以根据实际需要进行选择。Dubbo内置支持如下6种集群模式:
配置值为failover。这种模式是Dubbo集群容错默认的模式选择,调用失败时,会自动切换,重新尝试调用其他节点上可用的服务。对于一些幂等性操作可以使用该模式,如读操作,因为每次调用的副作用是相同的,所以可以选择自动切换并重试调用,对调用者完全透明。可以看到,如果重试调用必然会带来响应端的延迟,如果出现大量的重试调用,可能说明我们的服务提供方发布的服务有问题,如网络延迟严重、硬件设备需要升级、程序算法非常耗时,等等,这就需要仔细检测排查了。
例如,可以这样显式指定Failover模式,或者不配置则默认开启Failover模式,配置示例如下:
1 | < dubbo:service interface = "org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService" version = "1.0.0" |
2 | cluster = "failover" retries = "2" timeout = "100" ref = "chatRoomOnlineUserCounterService" protocol = "dubbo" > |
3 | < dubbo:method name = "queryRoomUserCount" timeout = "80" retries = "2" /> |
上述配置使用Failover Cluster模式,如果调用失败一次,可以再次重试2次调用,服务级别调用超时时间为100ms,调用方法queryRoomUserCount的超时时间为80ms,允许重试2次,最坏情况调用花费时间160ms。如果该服务接口org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService还有其他的方法可供调用,则其他方法没有显式配置则会继承使用dubbo:service配置的属性值。
配置值为failfast。这种模式称为快速失败模式,调用只执行一次,失败则立即报错。这种模式适用于非幂等性操作,每次调用的副作用是不同的,如写操作,比如交易系统我们要下订单,如果一次失败就应该让它失败,通常由服务消费方控制是否重新发起下订单操作请求(另一个新的订单)。
配置值为failsafe。失败安全模式,如果调用失败, 则直接忽略失败的调用,而是要记录下失败的调用到日志文件,以便后续审计。
配置值为failback。失败自动恢复,后台记录失败请求,定时重发。通常用于消息通知操作。
配置值为forking。并行调用多个服务器,只要一个成功即返回。通常用于实时性要求较高的读操作,但需要浪费更多服务资源。
配置值为broadcast。广播调用所有提供者,逐个调用,任意一台报错则报错(2.1.0开始支持)。通常用于通知所有提供者更新缓存或日志等本地资源信息。
上面的6种模式都可以应用于生产环境,我们可以根据实际应用场景选择合适的集群容错模式。如果我们觉得Dubbo内置提供的几种集群容错模式都不能满足应用需要,也可以定制实现自己的集群容错模式,因为Dubbo框架给我提供的扩展的接口,只需要实现接口com.alibaba.dubbo.rpc.cluster.Cluster即可,接口定义如下所示:
01 | @SPI (FailoverCluster.NAME) |
02 | public interface Cluster { |
05 | * Merge the directory invokers to a virtual invoker. |
08 | * @return cluster invoker |
09 | * @throws RpcException |
12 | <T> Invoker<T> join(Directory<T> directory) throws RpcException; |
关于如何实现一个自定义的集群容错模式,可以参考Dubbo源码中内置支持的汲取你容错模式的实现,6种模式对应的实现类如下所示:
1 | com.alibaba.dubbo.rpc.cluster.support.FailoverCluster |
2 | com.alibaba.dubbo.rpc.cluster.support.FailfastCluster |
3 | com.alibaba.dubbo.rpc.cluster.support.FailsafeCluster |
4 | com.alibaba.dubbo.rpc.cluster.support.FailbackCluster |
5 | com.alibaba.dubbo.rpc.cluster.support.ForkingCluster |
6 | com.alibaba.dubbo.rpc.cluster.support.AvailableCluster |
可能我们初次接触Dubbo时,不知道如何在实际开发过程中使用Dubbo的集群模式,后面我们会以Failover Cluster模式为例开发我们的分布式应用,再进行详细的介绍。
Dubbo服务负载均衡
Dubbo框架内置提供负载均衡的功能以及扩展接口,我们可以透明地扩展一个服务或服务集群,根据需要非常容易地增加/移除节点,提高服务的可伸缩性。Dubbo框架内置提供了4种负载均衡策略,如下所示:
- Random LoadBalance:随机策略,配置值为random。可以设置权重,有利于充分利用服务器的资源,高配的可以设置权重大一些,低配的可以稍微小一些
- RoundRobin LoadBalance:轮询策略,配置值为roundrobin。
- LeastActive LoadBalance:配置值为leastactive。根据请求调用的次数计数,处理请求更慢的节点会受到更少的请求
- ConsistentHash LoadBalance:一致性Hash策略,具体配置方法可以参考Dubbo文档。相同调用参数的请求会发送到同一个服务提供方节点上,如果某个节点发生故障无法提供服务,则会基于一致性Hash算法映射到虚拟节点上(其他服务提供方)
在实际使用中,只需要选择合适的负载均衡策略值,配置即可,下面是上述四种负载均衡策略配置的示例:
1 | < dubbo:service interface = "org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService" version = "1.0.0" |
2 | cluster = "failover" retries = "2" timeout = "100" loadbalance = "random" |
3 | ref = "chatRoomOnlineUserCounterService" protocol = "dubbo" > |
4 | < dubbo:method name = "queryRoomUserCount" timeout = "80" retries = "2" loadbalance = "leastactive" /> |
上述配置,也体现了Dubbo配置的继承性特点,也就是dubbo:service元素配置了loadbalance=”random”,则该元素的子元素dubbo:method如果没有指定负载均衡策略,则默认为loadbalance=”random”,否则如果dubbo:method指定了loadbalance=”leastactive”,则使用子元素配置的负载均衡策略覆盖了父元素指定的策略(这里调用queryRoomUserCount方法使用leastactive负载均衡策略)。
当然,Dubbo框架也提供了实现自定义负载均衡策略的接口,可以实现com.alibaba.dubbo.rpc.cluster.LoadBalance接口,接口定义如下所示:
02 | * LoadBalance. (SPI, Singleton, ThreadSafe) |
06 | * @see com.alibaba.dubbo.rpc.cluster.Cluster#join(Directory) |
08 | * @author william.liangf |
10 | @SPI (RandomLoadBalance.NAME) |
11 | public interface LoadBalance { |
14 | * select one invoker in list. |
15 | * @param invokers invokers. |
16 | * @param url refer url |
17 | * @param invocation invocation. |
18 | * @return selected invoker. |
20 | @Adaptive ( "loadbalance" ) |
21 | <T> Invoker<T> select(List<Invoker<T>> invokers, URL url, Invocation invocation) throws RpcException; |
如何实现一个自定义负载均衡策略,可以参考Dubbo框架内置的实现,如下所示的3个实现类:
1 | com.alibaba.dubbo.rpc.cluster.loadbalance.RandomLoadBalance |
2 | com.alibaba.dubbo.rpc.cluster.loadbalance.RoundRobinLoadBalance |
3 | com.alibaba.dubbo.rpc.cluster.loadbalance.LeastActiveLoadBalance |
Dubbo服务集群容错实践
手机应用是以聊天室为基础的,我们需要收集用户的操作行为,然后计算聊天室中在线人数,并实时在手机应用端显示人数,整个系统的架构如图所示:
![dubbo-services-architecture](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-services-architecture.png)
上图中,主要包括了两大主要流程:日志收集并实时处理流程、调用读取实时计算结果流程,我们使用基于Dubbo框架开发的服务来提供实时计算结果读取聊天人数的功能。上图中,实际上业务接口服务器集群也可以基于Dubbo框架构建服务,就看我们想要构建什么样的系统来满足我们的需要。
如果不使用注册中心,服务消费方也能够直接调用服务提供方发布的服务,这样需要服务提供方将服务地址暴露给服务消费方,而且也无法使用监控中心的功能,这种方式成为直连。
如果我们使用注册中心,服务提供方将服务发布到注册中心,而服务消费方可以通过注册中心订阅服务,接收服务提供方服务变更通知,这种方式可以隐藏服务提供方的细节,包括服务器地址等敏感信息,而服务消费方只能通过注册中心来获取到已注册的提供方服务,而不能直接跨过注册中心与服务提供方直接连接。这种方式的好处是还可以使用监控中心服务,能够对服务的调用情况进行监控分析,还能使用Dubbo服务管理中心,方便管理服务,我们在这里使用的是这种方式,也推荐使用这种方式。使用注册中心的Dubbo分布式服务相关组件结构,如下图所示:
![dubbo-services-internal-architecture](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-services-internal-architecture.png)
下面,开发部署我们的应用,通过如下4个步骤来完成:
服务接口将服务提供方(Provider)和服务消费方(Consumer)连接起来,服务提供方实现接口中定义的服务,即给出服务的实现,而服务消费方负责调用服务。我们接口中给出了2个方法,一个是实时查询获取当前聊天室内人数,另一个是查询一天中某个/某些聊天室中在线人数峰值,接口定义如下所示:
01 | package org.shirdrn.dubbo.api; |
05 | public interface ChatRoomOnlineUserCounterService { |
07 | String queryRoomUserCount(String rooms); |
09 | List<String> getMaxOnlineUserCount(List<String> rooms, String date, String dateFormat); |
接口是服务提供方和服务消费方公共遵守的协议,一般情况下是服务提供方将接口定义好后提供给服务消费方。
服务提供方实现接口中定义的服务,其实现和普通的服务没什么区别,我们的实现类为ChatRoomOnlineUserCounterServiceImpl,代码如下所示:
01 | package org.shirdrn.dubbo.provider.service; |
05 | import org.apache.commons.logging.Log; |
06 | import org.apache.commons.logging.LogFactory; |
07 | import org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService; |
08 | import org.shirdrn.dubbo.common.utils.DateTimeUtils; |
10 | import redis.clients.jedis.Jedis; |
11 | import redis.clients.jedis.JedisPool; |
13 | import com.alibaba.dubbo.common.utils.StringUtils; |
14 | import com.google.common.base.Strings; |
15 | import com.google.common.collect.Lists; |
17 | public class ChatRoomOnlineUserCounterServiceImpl implements ChatRoomOnlineUserCounterService { |
19 | private static final Log LOG = LogFactory.getLog(ChatRoomOnlineUserCounterServiceImpl. class ); |
20 | private JedisPool jedisPool; |
21 | private static final String KEY_USER_COUNT = "chat::room::play::user::cnt" ; |
22 | private static final String KEY_MAX_USER_COUNT_PREFIX = "chat::room::max::user::cnt::" ; |
23 | private static final String DF_YYYYMMDD = "yyyyMMdd" ; |
25 | public String queryRoomUserCount(String rooms) { |
26 | LOG.info( "Params[Server|Recv|REQ] rooms=" + rooms); |
27 | StringBuffer builder = new StringBuffer(); |
28 | if (!Strings.isNullOrEmpty(rooms)) { |
31 | jedis = jedisPool.getResource(); |
32 | String[] fields = rooms.split( "," ); |
33 | List<String> results = jedis.hmget(KEY_USER_COUNT, fields); |
34 | builder.append(StringUtils.join(results, "," )); |
35 | } catch (Exception e) { |
43 | LOG.info( "Result[Server|Recv|RES] " + builder.toString()); |
44 | return builder.toString(); |
48 | public List<String> getMaxOnlineUserCount(List<String> rooms, String date, String dateFormat) { |
50 | LOG.info( "Params[Server|Recv|REQ] rooms=" + rooms + ",date=" + date + ",dateFormat=" + dateFormat); |
51 | String whichDate = DateTimeUtils.format(date, dateFormat, DF_YYYYMMDD); |
52 | String key = KEY_MAX_USER_COUNT_PREFIX + whichDate; |
53 | StringBuffer builder = new StringBuffer(); |
54 | if (rooms != null && !rooms.isEmpty()) { |
57 | jedis = jedisPool.getResource(); |
58 | return jedis.hmget(key, rooms.toArray( new String[rooms.size()])); |
59 | } catch (Exception e) { |
67 | LOG.info( "Result[Server|Recv|RES] " + builder.toString()); |
68 | return Lists.newArrayList(); |
71 | public void setJedisPool(JedisPool jedisPool) { |
72 | this .jedisPool = jedisPool; |
代码中通过读取Redis中数据来完成调用,逻辑比较简单。对应的Maven POM依赖配置,如下所示:
03 | < groupId >org.shirdrn.dubbo</ groupId > |
04 | < artifactId >dubbo-api</ artifactId > |
05 | < version >0.0.1-SNAPSHOT</ version > |
08 | < groupId >org.shirdrn.dubbo</ groupId > |
09 | < artifactId >dubbo-commons</ artifactId > |
10 | < version >0.0.1-SNAPSHOT</ version > |
13 | < groupId >redis.clients</ groupId > |
14 | < artifactId >jedis</ artifactId > |
15 | < version >2.5.2</ version > |
18 | < groupId >org.apache.commons</ groupId > |
19 | < artifactId >commons-pool2</ artifactId > |
20 | < version >2.2</ version > |
23 | < groupId >org.jboss.netty</ groupId > |
24 | < artifactId >netty</ artifactId > |
25 | < version >3.2.7.Final</ version > |
有关对Dubbo框架的一些依赖,我们单独放到一个通用的Maven Module中(详见后面“附录:Dubbo使用Maven构建依赖配置”),这里不再多说。服务提供方实现,最关键的就是服务的配置,因为Dubbo基于Spring来管理配置和实例,所以通过配置可以指定服务是否是分布式服务,以及通过配置增加很多其它特性。我们的配置文件为provider-cluster.xml,内容如下所示:
01 | <? xml version = "1.0" encoding = "UTF-8" ?> |
09 | < bean class = "org.springframework.beans.factory.config.PropertyPlaceholderConfigurer" > |
10 | < property name = "systemPropertiesModeName" value = "SYSTEM_PROPERTIES_MODE_OVERRIDE" /> |
11 | < property name = "ignoreResourceNotFound" value = "true" /> |
12 | < property name = "locations" > |
14 | < value >classpath*:jedis.properties</ value > |
19 | < dubbo:application name = "chatroom-cluster-provider" /> |
22 | < dubbo:protocol name = "dubbo" port = "20880" /> |
24 | < dubbo:service interface = "org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService" version = "1.0.0" |
25 | cluster = "failover" retries = "2" timeout = "1000" loadbalance = "random" actives = "100" executes = "200" |
26 | ref = "chatRoomOnlineUserCounterService" protocol = "dubbo" > |
27 | < dubbo:method name = "queryRoomUserCount" timeout = "500" retries = "2" loadbalance = "roundrobin" actives = "50" /> |
30 | < bean id = "chatRoomOnlineUserCounterService" class = "org.shirdrn.dubbo.provider.service.ChatRoomOnlineUserCounterServiceImpl" > |
31 | < property name = "jedisPool" ref = "jedisPool" /> |
34 | < bean id = "jedisPool" class = "redis.clients.jedis.JedisPool" destroy-method = "destroy" > |
35 | < constructor-arg index = "0" > |
36 | < bean class = "org.apache.commons.pool2.impl.GenericObjectPoolConfig" > |
37 | < property name = "maxTotal" value = "${redis.pool.maxTotal}" /> |
38 | < property name = "maxIdle" value = "${redis.pool.maxIdle}" /> |
39 | < property name = "minIdle" value = "${redis.pool.minIdle}" /> |
40 | < property name = "maxWaitMillis" value = "${redis.pool.maxWaitMillis}" /> |
41 | < property name = "testOnBorrow" value = "${redis.pool.testOnBorrow}" /> |
42 | < property name = "testOnReturn" value = "${redis.pool.testOnReturn}" /> |
43 | < property name = "testWhileIdle" value = "true" /> |
46 | < constructor-arg index = "1" value = "${redis.host}" /> |
47 | < constructor-arg index = "2" value = "${redis.port}" /> |
48 | < constructor-arg index = "3" value = "${redis.timeout}" /> |
上面配置中,使用dubbo协议,集群容错模式为failover,服务级别负载均衡策略为random,方法级别负载均衡策略为roundrobin(它覆盖了服务级别的配置内容),其他一些配置内容可以参考Dubbo文档。我们这里是从Redis读取数据,所以使用了Redis连接池。
启动服务示例代码如下所示:
01 | package org.shirdrn.dubbo.provider; |
03 | import org.shirdrn.dubbo.provider.common.DubboServer; |
05 | public class ChatRoomClusterServer { |
07 | public static void main(String[] args) throws Exception { |
08 | DubboServer.startServer( "classpath:provider-cluster.xml" ); |
上面调用了DubboServer类的静态方法startServer,如下所示:
01 | public static void startServer(String config) { |
02 | ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(config); |
06 | } catch (IOException e) { |
方法中主要是初始化Spring IoC容器,全部对象都交由容器来管理。
服务消费方就容易了,只需要知道注册中心地址,并引用服务提供方提供的接口,消费方调用服务实现如下所示:
01 | package org.shirdrn.dubbo.consumer; |
03 | import java.util.Arrays; |
06 | import org.apache.commons.logging.Log; |
07 | import org.apache.commons.logging.LogFactory; |
08 | import org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService; |
09 | import org.springframework.context.support.AbstractXmlApplicationContext; |
10 | import org.springframework.context.support.ClassPathXmlApplicationContext; |
12 | public class ChatRoomDubboConsumer { |
14 | private static final Log LOG = LogFactory.getLog(ChatRoomDubboConsumer. class ); |
16 | public static void main(String[] args) throws Exception { |
17 | AbstractXmlApplicationContext context = new ClassPathXmlApplicationContext( "classpath:consumer.xml" ); |
20 | ChatRoomOnlineUserCounterService chatRoomOnlineUserCounterService = (ChatRoomOnlineUserCounterService) context.getBean( "chatRoomOnlineUserCounterService" ); |
21 | getMaxOnlineUserCount(chatRoomOnlineUserCounterService); |
22 | getRealtimeOnlineUserCount(chatRoomOnlineUserCounterService); |
30 | private static void getMaxOnlineUserCount(ChatRoomOnlineUserCounterService liveRoomOnlineUserCountService) { |
31 | List<String> maxUserCounts = liveRoomOnlineUserCountService.getMaxOnlineUserCount( |
32 | Arrays.asList( new String[] { "1482178010" , "1408492761" , "1430546839" , "1412517075" , "1435861734" }), "20150327" , "yyyyMMdd" ); |
33 | LOG.info( "After getMaxOnlineUserCount invoked: maxUserCounts= " + maxUserCounts); |
36 | private static void getRealtimeOnlineUserCount(ChatRoomOnlineUserCounterService liveRoomOnlineUserCountService) |
37 | throws InterruptedException { |
38 | String rooms = "1482178010,1408492761,1430546839,1412517075,1435861734" ; |
39 | String onlineUserCounts = liveRoomOnlineUserCountService.queryRoomUserCount(rooms); |
40 | LOG.info( "After queryRoomUserCount invoked: onlineUserCounts= " + onlineUserCounts); |
对应的配置文件为consumer.xml,内容如下所示:
01 | <? xml version = "1.0" encoding = "UTF-8" ?> |
08 | < dubbo:application name = "chatroom-consumer" /> |
11 | < dubbo:reference id = "chatRoomOnlineUserCounterService" interface = "org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService" version = "1.0.0" > |
12 | < dubbo:method name = "queryRoomUserCount" retries = "2" /> |
也可以根据需要配置dubbo:reference相关的属性值,也可以配置dubbo:method指定调用的方法的配置信息,详细配置属性可以参考Dubbo官方文档。
开发完成提供方服务后,在本地开发调试的时候可以怎么简单怎么做,如果是要部署到生产环境,则需要打包后进行部署,可以参考下面的Maven POM配置:
04 | < groupId >org.apache.maven.plugins</ groupId > |
05 | < artifactId >maven-shade-plugin</ artifactId > |
06 | < version >1.4</ version > |
08 | < createDependencyReducedPom >true</ createDependencyReducedPom > |
12 | < phase >package</ phase > |
18 | < transformer implementation = "org.apache.maven.plugins.shade.resource.ServicesResourceTransformer" /> |
19 | < transformer implementation = "org.apache.maven.plugins.shade.resource.ManifestResourceTransformer" > |
20 | < mainClass >org.shirdrn.dubbo.provider.ChatRoomClusterServer</ mainClass > |
这里也给出Maven POM依赖的简单配置:
3 | < groupId >org.shirdrn.dubbo</ groupId > |
4 | < artifactId >dubbo-api</ artifactId > |
5 | < version >0.0.1-SNAPSHOT</ version > |
我们开发的服务应该是分布式的,首先是通过配置内容来决定,例如设置集群模式、设置负载均衡模式等,然后在部署的时候,可以在多个节点上同一个服务,这样多个服务都会注册到Dubbo注册中心,如果某个节点上的服务不可用了,可以根据我们配置的策略来选择其他节点上的可用服务,后面通过Dubbo服务管理中心和监控中心就能更加清楚明了。
Dubbo服务管理与监控
我们需要在安装好管理中心和监控中心以后,再将上面的开发的提供方服务部署到物理节点上,然后就能够通过管理中心和监控中心来查看对应的详细情况。
安装Dubbo服务管理中心,需要选择一个Web容器,我们使用Tomcat服务器。首先下载Dubbo管理中心安装文件dubbo-admin-2.5.3.war,或者直接从源码构建得到该WAR文件。这里,我们已经构建好对应的WAR文件,然后进行安装,执行如下命令:
3 | unzip ~/dubbo-admin-2.5.3.war -d webapps/ROOT |
修改配置文件~/apache-tomcat-6.0.35/webapps/ROOT/WEB-INF/dubbo.properties,指定我们的注册中心地址以及登录密码,内容如下所示:
2 | dubbo.admin.root.password=root |
3 | dubbo.admin.guest.password=guest |
然后,根据需要修改~/apache-tomcat-6.0.35/conf/server.xml配置文件,主要是Tomcat HTTP 端口号(我这里使用8083端口),完成后可以直接启动Tomcat服务器:
1 | cd ~/apache-tomcat-6.0.35/ |
然后访问地址http://10.10.4.130:8083/即可,根据配置文件指定的root用户密码,就可以登录Dubbo管理控制台。
我们将上面开发的服务提供方服务,部署到2个独立的节点上(192.168.14.1和10.10.4.125),然后可以通过Dubbo管理中心查看对应服务的状况,如图所示:
![dubbo-admin-providers](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-admin-providers.png)
上图中可以看出,该服务有两个独立的节点可以提供,因为配置的集群模式为failover,如果某个节点的服务发生故障无法使用,则会自动透明地重试另一个节点上的服务,这样就不至于出现拒绝服务的情况。如果想要查看提供方某个节点上的服务详情,可以点击对应的IP:Port链接,示例如图所示:
![dubbo-admin-providers-detail](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-admin-providers-detail.png)
上图可以看到服务地址:
如果我们直接暴露该地址也是可以的,不过这种直连的方式对服务消费方不是透明的,如果以后IP地址更换,也会影响调用方,所以最好是通过注册中心来隐蔽服务地址。同一个服务所部署在的多个节点上,也就对应对应着多个服务地址。另外,也可以对已经发布的服务进行控制,如修改访问控制、负载均衡相关配置内容等,可以通过上图中“消费者”查看服务消费方调用服务的情况,如图所示:
![dubbo-admin-consumers](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-admin-consumers.png)
也在管理控制台可以对消费方进行管理控制。
Dubbo监控中心是以Dubbo服务的形式发布到注册中心,和普通的服务时一样的。例如,我这里下载了Dubbo自带的简易监控中心文件dubbo-monitor-simple-2.5.3-assembly.tar.gz,可以解压缩以后,修改配置文件~/dubbo-monitor-simple-2.5.3/conf/dubbo.properties的内容,如下所示:
01 | dubbo.container=log4j,spring,registry,jetty |
02 | dubbo.application.name=simple-monitor |
03 | dubbo.application.owner= |
05 | dubbo.protocol.port=7070 |
07 | dubbo.jetty.directory=${user.home}/monitor |
08 | dubbo.charts.directory=${dubbo.jetty.directory}/charts |
09 | dubbo.statistics.directory=${user.home}/monitor/statistics |
10 | dubbo.log4j.file=logs/dubbo-monitor-simple.log |
然后启动简易监控中心,执行如下命令:
1 | cd ~/dubbo-monitor-simple-2.5.3 |
这里使用了Jetty Web容器,访问地址http://10.10.4.130:8087/就可以查看监控中心,Applications选项卡页面包含了服务提供方和消费方的基本信息,如图所示:
![dubbo-monitor-applications](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-monitor-applications.png)
上图主要列出了所有提供方发布的服务、消费方调用、服务依赖关系等内容。
接着,查看Services选项卡页面,包含了服务提供方提供的服务列表,如图所示:
![dubbo-monitor-services](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-monitor-services.png)
点击上图中Providers链接就能看到服务提供方的基本信息,包括服务地址等,如图所示:
![dubbo-monitor-providers](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-monitor-providers.png)
点击上图中Consumers链接就能看到服务消费方的基本信息,包括服务地址等,如图所示:
![dubbo-monitor-consumers](http://shiyanjuncn.b0.upaiyun.com/wp-content/uploads/2015/03/dubbo-monitor-consumers.png)
由于上面是Dubbo自带的一个简易监控中心,可能所展现的内容并不能满足我们的需要,所以可以根据需要开发自己的监控中心。Dubbo也提供了监控中心的扩展接口,如果想要实现自己的监控中心,可以实现接口com.alibaba.dubbo.monitor.MonitorFactory和com.alibaba.dubbo.monitor.Monitor,其中MonitorFactory接口定义如下所示:
02 | * MonitorFactory. (SPI, Singleton, ThreadSafe) |
04 | * @author william.liangf |
07 | public interface MonitorFactory { |
15 | Monitor getMonitor(URL url); |
Monitor接口定义如下所示:
2 | * Monitor. (SPI, Prototype, ThreadSafe) |
4 | * @see com.alibaba.dubbo.monitor.MonitorFactory#getMonitor(com.alibaba.dubbo.common.URL) |
5 | * @author william.liangf |
7 | public interface Monitor extends Node, MonitorService { |
具体定义内容可以查看MonitorService接口,不再累述。
总结
Dubbo还提供了其他很多高级特性,如路由规则、参数回调、服务分组、服务降级等等,而且很多特性在给出内置实现的基础上,还给出了扩展的接口,我们可以给出自定义的实现,非常方便而且强大。更多可以参考Dubbo官网用户手册和开发手册。
附录:Dubbo使用Maven构建依赖配置
02 | < spring.version >3.2.8.RELEASE</ spring.version > |
03 | < project.build.sourceEncoding >UTF-8</ project.build.sourceEncoding > |
08 | < groupId >com.alibaba</ groupId > |
09 | < artifactId >dubbo</ artifactId > |
10 | < version >2.5.3</ version > |
13 | < groupId >org.springframework</ groupId > |
14 | < artifactId >spring</ artifactId > |
17 | < groupId >org.apache.zookeeper</ groupId > |
18 | < artifactId >zookeeper</ artifactId > |
21 | < groupId >org.jboss.netty</ groupId > |
22 | < artifactId >netty</ artifactId > |
27 | < groupId >org.springframework</ groupId > |
28 | < artifactId >spring-core</ artifactId > |
29 | < version >${spring.version}</ version > |
32 | < groupId >org.springframework</ groupId > |
33 | < artifactId >spring-beans</ artifactId > |
34 | < version >${spring.version}</ version > |
37 | < groupId >org.springframework</ groupId > |
38 | < artifactId >spring-context</ artifactId > |
39 | < version >${spring.version}</ version > |
42 | < groupId >org.springframework</ groupId > |
43 | < artifactId >spring-context-support</ artifactId > |
44 | < version >${spring.version}</ version > |
47 | < groupId >org.springframework</ groupId > |
48 | < artifactId >spring-web</ artifactId > |
49 | < version >${spring.version}</ version > |
53 | < groupId >org.slf4j</ groupId > |
54 | < artifactId >slf4j-api</ artifactId > |
55 | < version >1.6.2</ version > |
58 | < groupId >log4j</ groupId > |
59 | < artifactId >log4j</ artifactId > |
60 | < version >1.2.16</ version > |
63 | < groupId >org.javassist</ groupId > |
64 | < artifactId >javassist</ artifactId > |
65 | < version >3.15.0-GA</ version > |
68 | < groupId >com.alibaba</ groupId > |
69 | < artifactId >hessian-lite</ artifactId > |
70 | < version >3.2.1-fixed-2</ version > |
73 | < groupId >com.alibaba</ groupId > |
74 | < artifactId >fastjson</ artifactId > |
75 | < version >1.1.8</ version > |
78 | < groupId >org.jvnet.sorcerer</ groupId > |
79 | < artifactId >sorcerer-javac</ artifactId > |
80 | < version >0.8</ version > |
83 | < groupId >org.apache.zookeeper</ groupId > |
84 | < artifactId >zookeeper</ artifactId > |
85 | < version >3.4.5</ version > |
88 | < groupId >com.github.sgroschupf</ groupId > |
89 | < artifactId >zkclient</ artifactId > |
90 | < version >0.1</ version > |
93 | < groupId >org.jboss.netty</ groupId > |
94 | < artifactId >netty</ artifactId > |
95 | < version >3.2.7.Final</ version > |
参考链接