Dubbo源码之客户端并发控制——ActiveLimitFilter

2019独角兽企业重金招聘Python工程师标准>>>

上篇解释了Dubbo源码中降级及容错处理
Dubbo服务调用——Cluster组件（服务降级，容错）

这篇文章主要是关于Dubbo源码中的限流组件，Dubbo限流除了限流(并发限制)的入口ThreadPool 之外，还有更细粒度的限流功能。首先先记录客户端限流组价ActiveLimitFilter 的限流原理。

通过它的名字，我们知道它是Dubbo中的Filter过滤器，接下来它的Activate注解信息如下：

@Activate(group = Constants.CONSUMER, value = Constants.ACTIVES_KEY)

因此它是用于消费方的Filter组件的扩展 ， 源码如下：

@Activate(group = Constants.CONSUMER, value = Constants.ACTIVES_KEY)
public class ActiveLimitFilter implements Filter {

    public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {
        URL url = invoker.getUrl();
        String methodName = invocation.getMethodName();
        //获取设置的acvites的值，默认为0
        int max = invoker.getUrl().getMethodParameter(methodName, Constants.ACTIVES_KEY, 0);
        // 获取当前方法目前并发请求数量
        RpcStatus count = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName());
        if (max > 0) { //说明设置了actives变量
            long timeout = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.TIMEOUT_KEY, 0);
            long start = System.currentTimeMillis();
            long remain = timeout;
            int active = count.getActive();
            if (active >= max) {
                synchronized (count) {
                    while ((active = count.getActive()) >= max) {
                        try {
                            count.wait(remain);
                        } catch (InterruptedException e) {
                        }
                        // 等待超时则抛异常
                        long elapsed = System.currentTimeMillis() - start;
                        remain = timeout - elapsed;
                        if (remain <= 0) {
                            throw new RpcException("Waiting concurrent invoke timeout in client-side for service:  "
                                    + invoker.getInterface().getName() + ", method: "
                                    + invocation.getMethodName() + ", elapsed: " + elapsed
                                    + ", timeout: " + timeout + ". concurrent invokes: " + active
                                    + ". max concurrent invoke limit: " + max);
                        }
                    }
                }
            }
        }
        // 调用业务
        try {
            long begin = System.currentTimeMillis();
            RpcStatus.beginCount(url, methodName);
            try {
                Result result = invoker.invoke(invocation);
                RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, true);
                return result;
            } catch (RuntimeException t) {
                RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, false);
                throw t;
            }
        } finally {
            if (max > 0) {
                // 唤醒等待线程
                synchronized (count) {
                    count.notify();
                }
            }
        }
    }
}

通过源码可以看出它的调用信息实际存储在 RpcStatus 中，为什么不在类ActiveLimitFilter声明 存储的变量信息呢？

• 首先保证业务类的简洁(只关注业务方法，实际调用计数等信息保存在RpcStatus 中)
• 将计数信息抽出，保证通用性()

客户端并发控制配置方式：

<dubbo:reference id="demoService"  interface="com.alibaba.dubbo.demo.DemoService" check="false"
                     group="dev" version="1.0.0" timeout="3000" actives="10"/>

设置com.alibaba.dubbo.demo.DemoService接口中所有方法，每个方法最多同时并发请求10个请求。

也可以使用下面方法设置接口中的单个方法的并发请求个数，如下：

<dubbo:reference id="demoService" interface="com.alibaba.dubbo.demo.DemoService"
    group="dev" version="1.0.0" timeout="3000">
            <dubbo:method name="sayHello" actives="10" />
</dubbo:reference>

如上设置了sayHello的并发请求数量为10 ， 如果客户端请求该方法并发超过10 则会阻塞 ， 当请求并发小于10时 ， 该请求才会发送到请求提供方。

 

赞赏支持

转载于:https://my.oschina.net/LucasZhu/blog/1933991