RPC框架-Dubbo入门

搬运工007

已于 2022-09-27 14:05:06 修改

阅读量727

点赞数

分类专栏：分布式框架文章标签： dubbo rpc

于 2022-09-27 14:03:50 首次发布

本文链接：https://blog.csdn.net/qq_42947952/article/details/127065589

版权

分布式框架专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.RPC概念

rpc对于程序员来说，就是远程方法调用。

远程⽅法调⽤和本地⽅法调⽤是相对的两个概念，本地⽅法调⽤指的是进程内部的⽅法调⽤，⽽远程⽅法调⽤指的是两个进程内的⽅法相互调⽤。

如果实现远程⽅法调⽤，基本的就是通过⽹络，通过传输数据来进⾏调⽤。所以就有了：

RPC over Http：基于Http协议来传输数据
PRC over Tcp：基于Tcp协议来传输数据

对于所传输的数据，可以交由RPC的双⽅来协商定义，但基本都会包括：
3. 调⽤的是哪个类或接⼝
4. 调⽤的是哪个⽅法，⽅法名
5. 调⽤⽅法的⼊参、返参

所以，我们其实可以看到RPC的⾃定义性是很⾼的，各个公司内部都可以实现⾃⼰的⼀套RPC框架，⽽Dubbo就是阿⾥所开源出来的⼀套RPC框架。

2.什么是Dubbo

官⽹地址：http://dubbo.apache.org/zh/

⽬前，官⽹上是这么介绍的：Apache Dubbo 是⼀款⾼性能、轻量级的开源 Java 服务框架在⼏个⽉前，官⽹的介绍是：Apache Dubbo 是⼀款⾼性能、轻量级的开源 Java RPC框架。

为什么会将RPC改为服务？
Dubbo⼀开始的定位就是RPC，专注于两个服务之间的调⽤。但随着微服务的盛⾏，除开服务调⽤之外，Dubbo也在逐步的涉猎服务治理、服务监控、服务⽹关等等，所以现在的Dubbo⽬标已经不⽌是RPC框架了，⽽是和Spring Cloud类似想成为了⼀个服务框架。

3.总体架构

在这里插入图片描述

调用关系说明
0.服务容器负责启动，加载，运行服务提供者。
1.服务提供者在启动时，向注册中心注册自己提供的服务。
2.服务消费者在启动时，向注册中心订阅自己所需的服务。
3.注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。
4.服务消费者，从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用，如果调用失败，再选另一台调用。
5.服务消费者和提供者，在内存中累计调用次数和调用时间，定时每分钟发送一次统计数据到监控中心。

Dubbo 架构具有以下几个特点，分别是连通性、健壮性、伸缩性、以及向未来架构的升级性。

连通性

注册中心负责服务地址的注册与查找，相当于目录服务，服务提供者和消费者只在启动时与注册中心交互，注册中心不转发请求，压力较小。

监控中心负责统计各服务调用次数，调用时间等，统计先在内存汇总后每分钟一次发送到监控中心服务器，并以报表展示。

服务提供者向注册中心注册其提供的服务，并汇报调用时间到监控中心，此时间不包含网络开销。

服务消费者向注册中心获取服务提供者地址列表，并根据负载算法直接调用提供者，同时汇报调用时间到监控中心，此时间包含网络开销。

注册中心，服务提供者，服务消费者三者之间均为长连接，监控中心除外。

注册中心通过长连接感知服务提供者的存在，服务提供者宕机，注册中心将立即推送事件通知消费者。

注册中心和监控中心全部宕机，不影响已运行的提供者和消费者，消费者在本地缓存了提供者列表。

注册中心和监控中心都是可选的，服务消费者可以直连服务提供者。

健壮性

监控中心宕掉不影响使用，只是丢失部分采样数据。

数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务。

注册中心对等集群，任意一台宕掉后，将自动切换到另一台。

注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯。

服务提供者无状态，任意一台宕掉后，不影响使用。

服务提供者全部宕掉后，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复。

伸缩性

注册中心为对等集群，可动态增加机器部署实例，所有客户端将自动发现新的注册中心。

服务提供者无状态，可动态增加机器部署实例，注册中心将推送新的服务提供者信息给消费者。

升级性

当服务集群规模进一步扩大，带动IT治理结构进一步升级，需要实现动态部署，进行流动计算，现有分布式服务架构不会带来阻力。下图是未来可能的一种架构：

dubbo-architucture-futures 在这里插入图片描述

节点角色说明
Deployer 自动部署服务的本地代理
Repository 仓库用于存储服务应用发布包
Scheduler 调度中心基于访问压力自动增减服务提供者
Admin 统一管理控制台
Registry 服务注册与发现的注册中心
Monitor 统计服务的调用次数和调用时间的监控中心

4.开源RPC框架对⽐

在这里插入图片描述

5.dubbo的基本应用和高级应用

5.1负载均衡

官⽹地址：http://dubbo.apache.org/zh/docs/v2.7/user/examples/loadbalance/

5.1.1负载均衡策略

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。

如果在消费端和服务端都配置了负载均衡策略，以消费端为准。

可以自行扩展负载均衡策略，参见：负载均衡扩展

①Random 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。

②RoundRobin LoadBalance

轮询，按公约后的权重设置轮询比率。

存在慢的提供者累积请求的问题，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。

③LeastActive 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。

最少活跃调⽤数是如何进⾏统计的？

讲道理，最少活跃数应该是在服务提供者端进⾏统计的，服务提供者统计有多少个请求正在执⾏中。但在Dubbo中，就是不讲道理，它是在消费端进⾏统计的，为什么能在消费端进⾏统计？

逻辑是这样的：消费端的调用计数法

消费者会缓存所调⽤服务的所有提供者，⽐如记为p1、p2、p3三个服务提供者，每个提供者内都有⼀个属性记为active，默认位0
消费者在调⽤次服务时，如果负载均衡策略是leastactive
消费者端会判断缓存的所有服务提供者的active，选择最⼩的，如果都相同，则随机
选出某⼀个服务提供者后，假设位p2，Dubbo就会对p2.active+1
然后真正发出请求调⽤该服务
消费端收到响应结果后，对p2.active-1
这样就完成了对某个服务提供者当前活跃调⽤数进⾏了统计，并且并不影响服务调⽤的性能

④ConsistentHash 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。

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” />

5.1.2负载均衡策略配置

服务端服务级别

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

客户端服务级别

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

服务端方法级别

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

</dubbo:service>

客户端方法级别

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

5.2服务超时

在服务提供者和服务消费者上都可以配置服务超时时间，这两者是不⼀样的。

消费者调⽤⼀个服务，分为三步：

消费者发送请求（⽹络传输）
服务端执⾏服务
服务端返回响应（⽹络传输）

如果在服务端和消费端只在其中⼀⽅配置了timeout，那么没有歧义，表示消费端调⽤服务的超时时间，消费端如果超过时间还没有收到响应结果，则消费端会抛超时异常，但，服务端不会抛异常，服务端在执⾏服务后，会检查执⾏该服务的时间，如果超过timeout，则会打印⼀个超时⽇志。服务会正常的执⾏完。

如果在服务端和消费端各配了⼀个timeout，那就⽐较复杂了，假设

服务执⾏为5s
消费端timeout=3s
服务端timeout=6s
那么消费端调⽤服务时，消费端会收到超时异常（因为消费端超时了），服务端⼀切正常（服务端没有超时）。

5.3集群容错

官⽹地址：http://dubbo.apache.org/zh/docs/v2.7/user/examples/fault-tolerent-strategy/
集群容错：服务消费者在调⽤某个服务时，这个服务有多个服务提供者，在经过负载均衡后选出其中⼀个服务提供者之后进⾏调⽤，但调⽤报错后，Dubbo所采取的后续处理策略。

5.3.1集群容错策略

①Failover Cluster
失败自动切换，当出现失败，重试其它服务器。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)。
重试次数配置如下：

<dubbo:service retries="2" />

②Failfast 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。

③Failsafe 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。

④Failback 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。

⑤Forking 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。

⑥Broadcast Cluster
广播调用所有提供者，逐个调用，任意一台报错则报错。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。

现在广播调用中，可以通过 broadcast.fail.percent 配置节点调用失败的比例，当达到这个比例后，BroadcastClusterInvoker 将不再调用其他节点，直接抛出异常。 broadcast.fail.percent 取值在 0～100 范围内。默认情况下当全部调用失败后，才会抛出异常。 broadcast.fail.percent 只是控制的当失败后是否继续调用其他节点，并不改变结果(任意一台报错则报错)。broadcast.fail.percent 参数在 dubbo2.7.10 及以上版本生效。

Broadcast Cluster 配置 broadcast.fail.percent。

broadcast.fail.percent=20 代表了当 20% 的节点调用失败就抛出异常，不再调用其他节点。

@reference(cluster = "broadcast", parameters = {"broadcast.fail.percent", "20"})

5.3.2集群容错配置

服务提供方配置集群模式

<dubbo:service cluster="failsafe" />

消费方配置集群模式

<dubbo:reference cluster="failsafe" />

5.4服务降级

官⽹地址：http://dubbo.apache.org/zh/docs/v2.7/user/examples/service-downgrade/

服务降级：服务消费者在调⽤某个服务提供者时，如果该服务提供者报错了，临时屏蔽某个出错的非关键服务，并定义降级后的返回策略。

集群容错和服务降级的区别在于：

集群容错是整个集群范围内的容错
服务降级是单个服务提供者的⾃身容错

向注册中心写入动态配置覆盖规则：

RegistryFactory registryFactory = ExtensionLoader.getExtensionLoader(RegistryFactory.class).getAdaptiveExtension();
Registry registry = registryFactory.getRegistry(URL.valueOf("zookeeper://10.20.153.10:2181"));
registry.register(URL.valueOf("override://0.0.0.0/com.foo.BarService?category=configurators&dynamic=false&application=foo&mock=force:return+null"));