dubbo的一些介绍(一)

下面这些都来自与dubbo官网，大家可以自行去看，自己添加了点东西好让自己理解的更深刻些

1、背景

单一应用架构

当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。此时，用于简化增删改查工作量的 数据访问框架(ORM) 是关键。

垂直应用架构

当访问量逐渐增大，单一应用增加机器带来的加速度越来越小，将应用拆成互不相干的几个应用，以提升效率。此时，用于加速前端页面开发的 Web框架(MVC) 是关键。

分布式服务架构

当垂直应用越来越多，应用之间交互不可避免，将核心业务抽取出来，作为独立的服务，逐渐形成稳定的服务中心，使前端应用能更快速的响应多变的市场需求。此时，用于提高业务复用及整合的分布式**服务框架(RPC)**是关键。

流动计算架构

当服务越来越多，容量的评估，小服务资源的浪费等问题逐渐显现，此时需增加一个调度中心基于访问压力实时管理集群容量，提高集群利用率。此时，用于提高机器利用率的**资源调度和治理中心(SOA)**是关键。

2、dubbo需要满足的需求

微服务整体服务图

在没有dubbo之前，也有很多方法来暴露引用远程方法，比如RMI(java的远程调用，但要保证两端都是java语言编写的程序)和Hessian，通过URL地址进行调配，通过F5等硬件进行负载均衡

(1)、当服务越来越多时，服务 URL 配置管理变得非常困难，F5 硬件负载均衡器的单点压力也越来越大。 此时需要一个服务注册中心，动态地注册和发现服务，使服务的位置透明。并通过在消费方获取服务提供方地址列表，实现软负载均衡和 Failover，降低对 F5 硬件负载均衡器的依赖，也能减少部分成本，可以认为就是现在的zookeeper 担当的角色。

(2)、当进一步发展，服务间依赖关系变得错踪复杂，甚至分不清哪个应用要在哪个应用之前启动，架构师都不能完整的描述应用的架构关系。 这时，需要自动画出应用间的依赖关系图，以帮助架构师理清理关系。

(3)、接着，服务的调用量越来越大，服务的容量问题就暴露出来，这个服务需要多少机器支撑？什么时候该加机器？ 为了解决这些问题，第一步，要将服务现在每天的调用量，响应时间，都统计出来，作为容量规划的参考指标。其次，要可以动态调整权重，在线上，将某台机器的权重一直加大，并在加大的过程中记录响应时间的变化，直到响应时间到达阈值，记录此时的访问量，再以此访问量乘以机器数反推总容量。出现了dubbo-admin 来解决这个无问题

3、dubbo的架构

节点角色说明

节点	说明	代表
Provider	暴露服务的服务提供方	服务端集群程序(和container的区别在于这个是程序，下面是容器，如果想用容器中的数据必须通过这个程序)
Consumer	调用远程服务的服务消费方	调用某一微服务的客户端
Registry	服务注册与发现的注册中心	相当于zookeeeper
Monitor	统计服务的调用次数和调用时间的监控中心	…
Container	服务运行容器	某一服务端集群