使用dubbo分布式框架开发项目

简介:

Dubbo概述

•Dubbo是一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案

•Dubbo是阿里巴巴SOA服务化治理方案的核心框架,每天为2,000+个服务提供3,000,000,000+次访问量支持,并被广泛应用于阿里巴巴集团的各成员站点

Dubbo背景

Dubbo的简介

•Dubbo是一个分布式服务框架,Dubbo的架构如图所示:

l节点角色说明:

lProvider: 暴露服务的服务提供方。

lConsumer: 调用远程服务的服务消费方。

lRegistry: 服务注册与发现的注册中心。

lMonitor: 统计服务的调用次调和调用时间的监控中心。

lContainer: 服务运行容器。

dubbo模块分包

通讯关系

下载dubbo源码

•源码地址 https://github.com/alibaba/dubbo

•Eclipse maven工程引入

Dubbo项目编译打包

•环境是jdk8

•Dubbo 工程 编译

•Dubbo 工程 打包

服务安装

1.Zookper 安装(单点安装,集群安装也很简单)

2.Dubbo admin 安装

3.Dubbo moniter 安装

4.应用服务端启动(spring容器)

5.应用客户端启动(spring容器)

Zookeeper安装

•下载解压

•进入zookeeper-3.4.8\conf目录下复制zoo_sample.cfg文件并修改为zoo.cfg

•进入zookeeper-3.4.8\bin目录下点击zkServer.cmd,启动

安装dubbo管理项目

•进入本地仓库找到 dubbo-admin-2.5.4-SNAPSHOT.war

•部署dubbo-admin-2.5.4-SNAPSHOT.war到tomcate的ROOT

目录下

安装dubbo管理项目

•启动tomcate 页面访问 http://localhost:8080/,在弹出框输入root/root

安装dubbo监控项目

•进入本地仓库找到 dubbo-monitor-simple-2.5.4-SNAPSHOT-assembly.tar.gz

•复制出来到指定目录,解压。

安装dubbo监控项目

•修改dubbo-monitor-simple-2.5.4-SNAPSHOT\conf配置文件 参数dubbo.jetty.port与其他服务不冲突的地址

•进入dubbo-monitor-simple-2.5.4-SNAPSHOT\bin\start.bat启动

安装dubbo监控项目

•界面效果


作者:巅峰之虎

来源:51CTO

相关文章
|
10月前
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
1027 0
分布式爬虫框架Scrapy-Redis实战指南
|
Java 数据库
在Java中使用Seata框架实现分布式事务的详细步骤
通过以上步骤,利用 Seata 框架可以实现较为简单的分布式事务处理。在实际应用中,还需要根据具体业务需求进行更详细的配置和处理。同时,要注意处理各种异常情况,以确保分布式事务的正确执行。
|
8月前
|
监控 Java 调度
SpringBoot中@Scheduled和Quartz的区别是什么?分布式定时任务框架选型实战
本文对比分析了SpringBoot中的`@Scheduled`与Quartz定时任务框架。`@Scheduled`轻量易用,适合单机简单场景,但存在多实例重复执行、无持久化等缺陷;Quartz功能强大,支持分布式调度、任务持久化、动态调整和失败重试,适用于复杂企业级需求。文章通过特性对比、代码示例及常见问题解答,帮助开发者理解两者差异,合理选择方案。记住口诀:单机简单用注解,多节点上Quartz;若是任务要可靠,持久化配置不能少。
744 4
|
消息中间件 运维 数据库
Seata框架和其他分布式事务框架有什么区别
Seata框架和其他分布式事务框架有什么区别
484 153
|
存储 Java 关系型数据库
在Spring Boot中整合Seata框架实现分布式事务
可以在 Spring Boot 中成功整合 Seata 框架,实现分布式事务的管理和处理。在实际应用中,还需要根据具体的业务需求和技术架构进行进一步的优化和调整。同时,要注意处理各种可能出现的问题,以保障分布式事务的顺利执行。
1222 160
|
数据库
如何在Seata框架中配置分布式事务的隔离级别?
总的来说,配置分布式事务的隔离级别是实现分布式事务管理的重要环节之一,需要认真对待和仔细调整,以满足业务的需求和性能要求。你还可以进一步深入研究和实践 Seata 框架的配置和使用,以更好地应对各种分布式事务场景的挑战。
603 160
|
存储 监控 数据可视化
常见的分布式定时任务调度框架
分布式定时任务调度框架用于在分布式系统中管理和调度定时任务,确保任务按预定时间和频率执行。其核心概念包括Job(任务)、Trigger(触发器)、Executor(执行器)和Scheduler(调度器)。这类框架应具备任务管理、任务监控、良好的可扩展性和高可用性等功能。常用的Java生态中的分布式任务调度框架有Quartz Scheduler、ElasticJob和XXL-JOB。
4654 66
|
数据采集 人工智能 分布式计算
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
635 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
|
12月前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
546 8
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
478 2

热门文章

最新文章