dubbo服务治理架构与原理
dubbo是什么
dubbo是一个分布式服务中间件，是高性能和透明化的RPC远程服务调用解决方案，主要通过资源调度和服务治理来解决分布式架构下服务资源浪费以提高集群的使用率。核心部分包含：
- 远程通讯：提供多种基于长连接的NIO的抽象封装，包括多种线程模型，序列化方式，以及请求-响应模式的信息交互
- 集群容错：提供基于接口方法的透明化远程调用，包括多协议支持，软负载均衡，失败容错，地址路由，动态配置的集群策略
- 服务发现：基于注册中心目录服务，使服务消费者能动态查找服务提供者，使地址透明，服务提供者可以根据流量平滑增加节点
1.dubbo架构-组件角色
在深入架构前，先了解一下dubbo的组件角色，如下图：
- Provider：暴露服务的服务提供方
- Container：服务运行容器
- Registry：服务注册与发现的注册中心
- Consumer：调用远程服务的服务消费方
- Monitor：统计服务调用次数和耗时的监控中心
调用关系分析：
- 服务容器Container负责启动，加载，运行服务提供者。
- 服务提供者Provider在启动时，向注册中心注册自己提供的服务。
- 服务消费者Consumer在启动时，向注册中心订阅自己所需的服务。
- 注册中心Registry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。
- 服务消费者Consumer，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。
- 服务消费者Consumer和提供者Provider，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Monitor。
问：各组件角色之间是采用长连接还是短连接交互的？为什么？ 答：服务提供者->消费者，服务提供者->注册中心，服务消费者->注册中心。以上三个交互环节采用的是长连接。至于为什么？笔者分析是因为基于注册中心的动态服务发现与注册机制，所以需要通过心跳的方式实时检测节点的状态
2.dubbo架构-模型分层
先来看一下dubbo这个中间件的领域模型分层结构，如下图：
中间件架构分层设计：
- 服务接口层（Service）：该层是与实际业务逻辑相关的，根据服务提供方和服务消费方的业务设计对应的接口和实现。
- 配置层（Config）：对外配置接口，以ServiceConfig和ReferenceConfig为中心，可以直接new配置类，也可以通过spring解析配置生成配置类。
- 服务代理层（Proxy）：服务接口透明代理，生成服务的客户端Stub和服务器端Skeleton，以ServiceProxy为中心，扩展接口为ProxyFactory。
- 服务注册层（Registry）：封装服务地址的注册与发现，以服务URL为中心，扩展接口为RegistryFactory、Registry和RegistryService。可能没有服务注册中心，此时服务提供方直接暴露服务。
- 集群层（Cluster）：封装多个提供者的路由及负载均衡，并桥接注册中心，以Invoker为中心，扩展接口为Cluster、 Directory、Router和LoadBalance。将多个服务提供方组合为一个服务提供方，实现对服务消费方来透明，只需要与一个服务提供方进 行交互。
- 监控层（Monitor）：RPC调用次数和调用时间监控，以Statistics为中心，扩展接口为MonitorFactory、Monitor和MonitorService。
- 远程调用层（Protocol）：封将RPC调用，以Invocation和Result为中心，扩展接口为Protocol、Invoker和 Exporter。Protocol是服务域，它是Invoker暴露和引用的主功能入口，它负责Invoker的生命周期管理。Invoker是实体 域，它是Dubbo的核心模型，其它模型都向它靠扰，或转换成它，它代表一个可执行体，可向它发起invoke调用，它有可能是一个本地的实现，也可能是 一个远程的实现，也可能一个集群实现。
- 信息交换层（Exchange）：封装请求响应模式，同步转异步，以Request和Response为中心，扩展接口为Exchanger、ExchangeChannel、ExchangeClient和ExchangeServer。
- 网络传输层（Transport）：抽象mina和netty为统一接口，以Message为中心，扩展接口为Channel、Transporter、Client、Server和Codec。
- 数据序列化层（Serialize）：可复用的一些工具，扩展接口为Serialization、 ObjectInput、ObjectOutput和ThreadPool。
各层之间关系总结：
- Protocol是核心层，简单组合只需要Protocol,Invoker,Exporter就能完成远程方法调用。Filter是在Invoker过程中增加的拦截层
- Registry和Monitor属于独立角色，Registry属于注册中心层
- Consumer和Provider属于抽象概念，因为一个节点在提供服务的同时调用了别的服务，那么他既属于Consumer又属于Provider
- Proxy层封装过了所有接口了透明代理，但是其他层都以Invoker为中心，只有暴露接口时才用Proxy将Invoker转换为接口（接口转换为Invoker）
- Remoting是dubbo协议的实现，内部分为Transport传输层和Exchange信息交换层，Transport只负责单向数据传输（Netty，Mina的抽象，也可以扩展使用UDP协议传输），Exchange是在Transport上定义了 Request-Response的模型
3.调用链路
在看源码之前，先看一下dubbo服务调用链路过程。如下图：
首先服务消费者通过代理对象 Proxy 发起远程调用，接着通过网络客户端 Client 将编码后的请求发送给服务提供方的网络层上，也就是 Server。Server 在收到请求后，首先要做的事情是对数据包进行解码。然后将解码后的请求发送至分发器 Dispatcher，再由分发器将请求派发到指定的线程池上，最后由线程池调用具体的服务。这就是一个远程调用请求的发送与接收过程。
3.1.调用方式
dubbo支持同步和异步两种调用方式，其中异步调用分为“有返回值”的异步调用和“无返回值”的异步调用。所谓“无返回值”异步调用是指服务消费方只管调用，但不关心调用结果，此时 dubbo 会直接返回一个空的 RpcResult。若要使用异步特性，需要服务消费方手动进行配置。默认情况下，Dubbo 使用同步调用方式。
异步调用方式如下：
/* 异步方法配置 */ <dubbo:reference id="asyncService" check="false" interface="com.alibaba.dubbo.demo.AsyncService" url="localhost:20880"> <dubbo:method name="sayHello" async="true" /> </dubbo:reference>
Consumer端调用方式如下：
- 调用直接返回null
String result = asyncService.sayHello("world");
- 通过RpcContext获取Future对象，调用get()阻塞直到返回结果
asyncService.sayHello("world");
Future<String> future = RpcContext.getContext().getFuture();
String result = future.get();
- 通过ResponseFuture设置回调，执行完成调用done()，异常调用caught()
asyncService.sayHello("world");
ResponseFuture responseFuture = ((FutureAdapter)RpcContext.getContext().getFuture()).getFuture();
responseFuture.setCallback(new ResponseCallback() {
@Override
public void done(Object response) {
System.out.println("done");
}
@Override
public void caught(Throwable exception) {
System.out.println("caught");
}
});
try {
System.out.println("result = " + responseFuture.get());
} catch (RemotingException e) {
e.printStackTrace();
}
4.Dubbo VS SpringCloud VS Other
Dubbo实现了服务治理的基础，但是要完成一个完备的微服务架构，还需要在各环节去扩展和完善以保证集群的健康，以减轻开发、测试以及运维各个环节上增加出来的压力，这样才能让各环节人员真正的专注于业务逻辑。而Spring Cloud依然发扬了Spring Source整合一切的作风，以标准化的姿态将一些微服务架构的成熟产品与框架揉为一体，并继承了Spring Boot简单配置、快速开发、轻松部署的特点，让原本复杂的架构工作变得相对容易上手一些。所以，如果选择Dubbo请务必在各个环节做好整套解决方案的准备，不然很可能随着服务数量的增长，整个团队都将疲于应付各种架构上不足引起的困难。而如果选择Spring Cloud，相对来说每个环节都已经有了对应的组件支持，可能有些也不一定能满足你所有的需求。
5.踩坑实例
5.1.Reference注解
使用@Reference注解在消费者端注入提供者依赖的时候，MVC容器获取对象时可能出现Null的情况。Reference注解生成的实例是不会交给Spring容器托管的，只是作为Spring管理bean的一个属性赋值去操作，所以无法通过BeanFactory.getBean()获得。如果容器初始化时先加载了MVC容器，随后加载Dubbo实例，这时在Controller层引用的dubbo对象会造成空指针的异常，所以加载时需要进行编排，先加载dubbo实例，再加载MVC容器。另外一种方案是设计一个组件层，将dubbo和业务层在组件层进行组装，提供Controller层使用。
5.2.Dubbo超时和重连机制
Dubbo默认有超时和重连机制，在异常场景下如果不注意会引起异常或者幂等性的异常情况。超时机制是在指定时间内Provider没有返回，则认定本次调用失败。默认重连2次，超时1000ms。另外Dubbo可以以服务，接口，方法3个纬度配置参数，值得注意的是配置以消费者端为准，如果消费者端未配置则以提供者端为准。
5.3.Dubbo序列化协议
Dubbo适合高并发量小数据传输的RPC场景，默认dubbo协议交互，但是出于性能考虑很多公司会采用kryo序列化方式来提升性能，kryo确实性能要高出很多，但是有一个弊端，就是序列化对象修改后不能向上向下兼容，换句话来说就是DTO对象增加了一个字段，服务提供者和消费者两端需要同时升级版本，否则接口调用就会报错。这里可以自己扩展Dubbo预留的Serialization接口在kryo的基础上完善序列化协议。
