Dubbo2.5.3集群容错和负载均衡

转载请出自出处:http://www.cnblogs.com/hd3013779515/

1.集群容错和负载均衡原理

各节点关系:

  • 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<Invoker>,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。

2.负载均衡

(1)配置说明


在集群负载均衡时,Dubbo提供了多种均衡策略,缺省为random随机调用。

Random LoadBalance
  • 随机,按权重设置随机概率。
  • 在一个截面上碰撞的概率高,但调用量越大分布越均匀,而且按概率使用权重后也比较均匀,有利于动态调整提供者权重。
RoundRobin LoadBalance
  • 轮循,按公约后的权重设置轮循比率。
  • 存在慢的提供者累积请求问题,比如:第二台机器很慢,但没挂,当请求调到第二台时就卡在那,久而久之,所有请求都卡在调到第二台上。
LeastActive LoadBalance
  • 最少活跃调用数,相同活跃数的随机,活跃数指调用前后计数差。
  • 使慢的提供者收到更少请求,因为越慢的提供者的调用前后计数差会越大。
ConsistentHash LoadBalance
  • 一致性Hash,相同参数的请求总是发到同一提供者。
  • 当某一台提供者挂时,原本发往该提供者的请求,基于虚拟节点,平摊到其它提供者,不会引起剧烈变动。
  • 算法参见:http://en.wikipedia.org/wiki/Consistent_hashing
  • 缺省只对第一个参数Hash,如果要修改,请配置<dubbo:parameter key="hash.arguments" value="0,1" />
  • 缺省用160份虚拟节点,如果要修改,请配置<dubbo:parameter key="hash.nodes" value="320" />

配置如:

<dubbo:service interface="..." loadbalance="roundrobin" />

或:

<dubbo:reference interface="..." loadbalance="roundrobin" />

或:

<dubbo:service interface="...">
     <dubbo:method name="..." loadbalance="roundrobin"/>
</dubbo:service>

或:

<dubbo:reference interface="...">
      <dubbo:method name="..." loadbalance="roundrobin"/>
</dubbo:reference>

 

(2)使用案例

3.Dubbo2.5.3快速启动Hello World的基础上增加服务提供者,与dubbo-hello-provider的区别如下。

image

image

服务消费者HelloServiceConsumerTest.java中加上循环调用服务提供者。

复制代码
package cn.ljh.dubbo.service;

import java.io.IOException;

import org.springframework.context.support.ClassPathXmlApplicationContext;

public class HelloServiceConsumerTest {
    public static void main(String[] args) {  
        ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(  
                new String[] { "applicationConsumer.xml" });  
          
        context.start();  
        for(int i = 0 ; i < 100 ; i++){
            HelloService providerService = (HelloService) context.getBean("helloService");  
            System.out.println(providerService.sayHello("Tom"));  
        }
        
        try {  
            System.in.read();//让此程序一直跑
        } catch (IOException e) {         
            e.printStackTrace();  
        }    
    }  
}
复制代码

1)缺省Random LoadBalance的时候

开始时,HelloService的两个提供者的权重都是100,服务消费者执行后的分配比例为54:46。

然后通过监控中心把20880这个提供者的权重加到400,这时服务消费者执行后的分配比例为83:17。

image

2)设置为RoundRobin LoadBalance的时候

image

HelloService的两个提供者的权重都是100时,严格安装轮循方式。

image

把20880这个提供者的权重加到400时,按照权重来轮循。

image

3.集群容错

(1)配置说明

集群容错模式:
Failover Cluster
  • 失败自动切换,当出现失败,重试其它服务器。(缺省)
  • 通常用于读操作,但重试会带来更长延迟。
  • 可通过retries="2"来设置重试次数(不含第一次)。
Failfast Cluster
  • 快速失败,只发起一次调用,失败立即报错。
  • 通常用于非幂等性的写操作,比如新增记录。
Failsafe Cluster
  • 失败安全,出现异常时,直接忽略。
  • 通常用于写入审计日志等操作。
Failback Cluster
  • 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。
Forking Cluster
  • 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。
  • 可通过forks="2"来设置最大并行数。
Broadcast Cluster
  • 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。

重试次数配置如:(failover集群模式生效)

<dubbo:service retries="2" />

或:

<dubbo:reference retries="2" />

或:

<dubbo:reference>

    <dubbo:method name="findFoo" retries="2" />

</dubbo:reference>

集群模式配置如:

<dubbo:service cluster="failsafe" />

或:

<dubbo:reference cluster="failsafe" />

(2)使用案例

代码改造

两个服务提供者同时改造

HelloServiceImpl.java

增加sleep时间以方便在服务消费者调用时能停掉服务提供者。

image

applicationProvider.xml

image

1)缺省Failover Cluster的时候

在服务消费者执行过程中,通过监控中心禁用某个服务提供者,执行结果显示能够正确切换到可用服务提供者,不会报错或者丢失调用。

2)设置为Failfast Cluster的时候

当服务消费者调用某个服务提供者时,如果停掉该服务提供者,将立即报错并不继续执行。

image

3)设置为Failsafe Cluster的时候

当服务消费者调用某个服务提供者时,如果停掉该服务提供者,直接忽略,继续往下走。

image

阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页