今天文章内容来自一位朋友出去面试碰到的问题:
「了解 Dubbo 服务预热过程吗?详细聊聊它的原理。」
这个问题朋友没有很好答出来,因为之前也没了解过。说实话一开始我只是大概知道这块预热的代码位于何处,但是原理什么的还是没有仔细去了解。
所以这次仔细去看了下代码,查了一些 Github 这块代码提交记录,终于搞明白这块的原理,跟大家一起分享下。
预热
首先我们来看下什么是服务预热?
先举一个生活的中的例子,买过新车的同学应该知道新车都有一个磨合期的,大概开个一两千公里之后,才能达到最佳的状态。
其实服务预热也是这个意思,服务刚启动的时候将存在一段「磨合期」,这段期间服务运行状态没有达到最佳,如果一下子将服务流量提升到平常的状态,可能会存在大量的请求超时或者瞬间将系统压垮。
![3e149229bd659485fe87a70e0af105c8.png](https://i-blog.csdnimg.cn/blog_migrate/a0aaa04d49262b7ad395094754769087.jpeg)
所以服务刚启动的时候我们要慢慢增加的流量,直到一段时间后增加到阈值的上限,给系统一个「预热过程」,让其运行状态到达最佳。
![d6b5a71f8ec50bce162208154dabe13c.png](https://i-blog.csdnimg.cn/blog_migrate/6520295f36e7c218ad8017f37d585886.jpeg)
那为什么服务刚启动的时候系统状态没有到达最佳状态?
大概原因其实如下:
Java 应用存在一个类加载的过程,而这个过程是按需加载的。即服务刚启动时候,JVM 只加载了启动过程必需的类。
我们自己所需要的类,直到服务被调用之后才会被真正的加载。
另外对于一些「热点代码」,JVM 将会使用 JIT 编译器编译成本地代码,提高运行速度。
上面两个过程是出于 JVM 系统层面的影响。
除此之外,我们服务系统中可能会需要一些缓存资源。刚启动的时候,由于资源不存在,服务需要去加载这些资源。
Dubbo 预热实现方式
好了,了解完预热是咋回事后,我们回到正题,来看下 Dubbo 是如何实现预热的。
首先我们来看下 Dubbo 服务模型:
![d7849a42079598e71cff6cd6019c771b.png](https://i-blog.csdnimg.cn/blog_migrate/60b2474d9512da57498241b894ba7eef.jpeg)
服务提供者启动之后将会把节点相关信息注册到注册中心,服务消费者通过注册中心就可以及时获取所有的服务节点。
当服务消费者调用服务时,内部将会通过负载均衡组件选择一个节点,进行服务调用。
如上图所示,假设 B 节点服务刚启动,其需要一个预热过程,这就需要服务消费者逐渐将流量分发给 B 节点。
下面我们就从 Dubbo 源码出发,观察服务预热具体实现方式,具体源码位于 AbstractLoadBalance#getWeight
![bf68ee71e17850a207845373c89a7b77.png](https://i-blog.csdnimg.cn/blog_migrate/3506d8166a614aab65d4298c646208a7.jpeg)
ps: 当前源码 Dubbo 版本为2.7.4,低于这个版本代码实现存在少量差异,详情见下文。
这段代码主要分为三步:
- 获取服务提供者启动时间 timestamp
- 使用当前时间减去服务提供者启动时间,计算服务提供者已运行时间 uptime
- 根据已运行时间动态计算服务预热过程的权重
第三步动态权重计算方法如下:
![b871f4501dfc36f40569b6c59f36f9d5.png](https://i-blog.csdnimg.cn/blog_migrate/5e75e37668856eb4485113ed68893271.jpeg)
这里计算方式其实很简单,简单来说服务运行时间越久,权重越高,直到正常权重。
假如服务提供者已运行 1 分钟,那么 weight 最终结果为 10 。
假如服务提供者已运行 5 分钟,那么 weight 最终结果为 50 。
假如服务提供者已运行 11 分钟,超过默认预热时间的阈值 10分 钟,那么将不会再计算,直接返回 weight 默认权重。
这里我们需要注意的是,Dubbo 默认提供五种负载均衡的策略:
- Random LoadBalance :「加权随机」策略
- RoundRobin LoadBalance:「加权轮询」策略
- LeastActive LoadBalance:「最少活跃调用数」策略
- ConsistentHash LoadBalance:「一致性 Hash」 策略
- ShortestResponse LoadBalance:「最短响应时间」策略
「ShortestResponse LoadBalance」 策略小伙伴们可能会比较陌生,官方文档中并没有提到这个策略。
其实这个是 Dubbo 2.7.7 版本新增的负载均衡策略,官方文档估计还没更新。
![994914feff10c576bf57c6085131a683.png](https://i-blog.csdnimg.cn/blog_migrate/b922eff7cc6a883899bd3d7ba2ac291a.jpeg)
ps:感兴趣的小伙伴,可以去修改下官方的文档,增加这个新的负载均衡的策略,为开源献出我们的一份力量。
回到正文,从AbstractLoadBalance#getWeight调用关系可以看到,「ConsistentHash LoadBalance」 实现类是不支持服务预热,这点需要注意一下。
![319dd58f49a7395d6a3bc1ed51ebffec.png](https://i-blog.csdnimg.cn/blog_migrate/96be8a4e8f12e27c36e0a89586dd8f62.jpeg)
Dubbo 预热历史 bug-反复横跳
虽然 Dubbo 预热的相关代码,总体看起来不是很难,但是历史版本还是存在几个 Bug,导致预热失效。
Dubbo 2.5.5 之前的版本
在 Dubbo 2.5.5 之前的版本,AbstractLoadBalance#getWeight实现方式如下:
![2a081a2dfe2bbad117c84bf1507eef97.png](https://i-blog.csdnimg.cn/blog_migrate/14e612103b0829e6915739a1f7792906.jpeg)
这个版本跟现在代码一样,都是从节点的 timestamp获取服务启动时间。不过这个版本存在一些问题,Dubbo 没有把服务提供者启动时间传给消费者,导致这里获取 timestamp是消费者启动时间,这样就导致预热失效。
等到 Dubbo 2.5.6 ,修复这个问题,源码如下:
![e04872a88cbf00580d28c721253d3ea5.png](https://i-blog.csdnimg.cn/blog_migrate/adc65733b557e086afe6913339ac1300.jpeg)
这个版本将服务提供者启动时间单独保存在 remote.timestamp 属性中,源码位于 ClusterUtils#mergeUrl
![91cf64ed6068387e997dfb43e13330ce.png](https://i-blog.csdnimg.cn/blog_migrate/b867bb1486579a5d4fd4046b96e1333d.jpeg)
通过这种方式修复预热失效的问题。
Dubbo 2.7.2 预热又失效了
当 Dubbo 版本升级到 2.7.2 ,这个预热失效 Bug 又回来了。带来这个问题主要原因是ClusterUtils#mergeUrl 源码中清除了remote.timestamp,转而统一使用 timestamp保存服务启动时间。
![dc2d5875ceac2bee0976bb98e28bcc95.png](https://i-blog.csdnimg.cn/blog_migrate/433907f8543376f7d238cb9700799a9b.jpeg)
但是呢,由于修改没有彻底, AbstractLoadBalance#getWeight还是依然使用 remote.timestamp 获取服务启动时间,这就导致预热失效。
预热代码的隐藏 bug
这个 Bug 在Dubbo 2.7.4 版本被彻底修复,另外还顺带优化了代码中存在缺陷。
先看下原先的代码中国缺陷,原先预热代码实现采用如下方式计算服务启动运行的时间。
int uptime = (int) (System.currentTimeMillis() - timestamp);
但是这里存在一个问题,如果服务提供者与消费者两端时钟是不一致,服务提供者启动时间很有可能会大于消费者本地时间。
这种情况,uptime 计算结果为一个负值,这就会导致权重将使用配置的默认值,预热也失效了。
所以针对这种情况 「@aftersss」 提供了修复的方案,加入相关的判断,当 uptime为负值的时候,直接返回权重 1。
不过在 「Code review」 过程中,「@beiwei30」 觉得不用加入额外 if 判断,可以直接使用 Math.max兼容。
![2a9481e00be92c01a549af5f6c108625.png](https://i-blog.csdnimg.cn/blog_migrate/c4d4f25d43d2c9062625d70e3364a160.jpeg)
不过这样修改,还是存在一个问题:Integer 精度丢失问题。
![4a77951d1f1676f8da695b694c63543c.png](https://i-blog.csdnimg.cn/blog_migrate/6b2d4ef92bb93c118d8c823193265016.jpeg)
如果此时 System.currentTimeMillis() = 1566209746000(2019-08-19 18:15:46),而 timestamp = 1561914711000(2019-07-01 01:11:51),当两者差值为:「4295035000」。
这是一个远大于 Integer.MAX_VALUE的值,所以在 long 转为 int 时候精度丢失,导致最后实际得到 int 值为 「67704」。
而这个值小于服务预热的默认时间(10 * 60 * 1000),所以进入动态计算权重环节,最终将得到一个比较小的权重,这就导致「假预热」。
所以最后还是采用 「@aftersss」 修复的方案,采用 long 类型存储时间戳计算结果,最终优化代码如下:
![ea14992b939bd078429478526bae552a.png](https://i-blog.csdnimg.cn/blog_migrate/611d8b914eb01a56f66e592e3b49410c.jpeg)
总结
今天的文章主要介绍了服务预热的作用,以及 Dubbo 服务预热的实现方式。
这个实现方式整体来说不是很难,简单来说就是随着运行时间逐渐提高权重,从而增加服务节点的流量。
如果你当前使用框架并没有这个功能,而你正需要服务预热,可以参考 Dubbo 的实现方式。
另外由于 Dubbo 历史版本存在一些 Bug,如果各小伙伴需要使用服务预热功能,需要注意避免使用以下版本:
- 「Dubbo 2.5.5 之前的版本」
- 「Dubbo 2.7.2/ 2.7.3」