1.Dubbo(缺省默认)

简介: Dubbo缺省协议基于NIO和单一长连接,采用Hessian2序列化,适用于小数据量、高并发的远程调用场景。适合消费者多、提供者少的服务架构,不推荐用于传输大文件或大数据包。支持多连接、连接数限制等配置,保障服务稳定性。

Dubbo 缺省协议采用单一长连接和 NIO 异步通讯,适合于小数据量大并发的服务调用,以及服务消费者机器数远大于服务提供者机器数的情况。
反之,Dubbo 缺省协议不适合传送大数据量的服务,比如传文件,传视频等,除非请求量很低。
Transporter: mina, netty, grizzy
Serialization: dubbo, hessian2, java, json
Dispatcher: all, direct, message, execution, connection
ThreadPool: fixed, cached
特性
缺省协议,使用基于 mina 1.1.7 和 hessian 3.2.1 的 tbremoting 交互。
连接个数:单连接
连接方式:长连接
传输协议:TCP
传输方式:NIO 异步传输
设置状态
序列化:Hessian 二进制序列化
适用范围:传入传出参数数据包较小(建议小于100K),消费者比提供者个数多,单一消费者无法压满提供者,尽量不要用 dubbo 协议传输大文件或超大字符串。
适用场景:常规远程服务方法调用
约束
参数及返回值需实现 Serializable 接口
参数及返回值不能自定义实现 List, Map, Number, Date, Calendar 等接口,只能用 JDK 自带的实现,因为 hessian 会做特殊处理,自定义实现类中的属性值都会丢失。
Hessian 序列化,只传成员属性值和值的类型,不传方法或静态变量,兼容情况 :
数据通讯
情况
结果
A->B
类A多一种 属性(或者说类B少一种 属性)
不抛异常,A多的那 个属性的值,B没有, 其他正常
A->B
枚举A多一种 枚举(或者说B少一种 枚举),A使用多 出来的枚举进行传输
抛异常
A->B
枚举A多一种 枚举(或者说B少一种 枚举),A不使用 多出来的枚举进行传输
不抛异常,B正常接 收数据
A->B
A和B的属性 名相同,但类型不相同
抛异常
A->B
serialId 不相同
正常传输
接口增加方法,对客户端无影响,如果该方法不是客户端需要的,客户端不需要重新部署。输入参数和结果集中增加属性,对客户端无影响,如果客户端并不需要新属性,不用重新部署。
输入参数和结果集属性名变化,对客户端序列化无影响,但是如果客户端不重新部署,不管输入还是输出,属性名变化的属性值是获取不到的。
总结:服务器端和客户端对领域对象并不需要完全一致,而是按照最大匹配原则。
配置
配置协议:
设置默认协议:
设置服务协议:
多端口:
配置协议选项:
XML
复制代码
1


多连接配置:
Dubbo 协议缺省每服务每提供者每消费者使用单一长连接,如果数据量较大,可以使用多个连接。
XML
复制代码
1
2

或 表示该服务使用 JVM 共享长连接。缺省

或 表示该服务使用独立长连接。

或 表示该服务使用独立两条长连接。
为防止被大量连接撑挂,可在服务提供方限制大接收连接数,以实现服务提供方自我保护。
XML
复制代码
1


dubbo.properties 配置:
Plain Text
复制代码
1
dubbo.service.protocol=dubbo
常见问题
为什么要消费者比提供者个数多?
因 dubbo 协议采用单一长连接,假设网络为千兆网卡 3,根据测试经验数据每条连接最多只能压满 7MByte(不同的环境可能不一样,供参考),理论上 1 个服务提供者需要 20 个服务消费者才能压满网卡。
为什么不能传大包?
因 dubbo 协议采用单一长连接,如果每次请求的数据包大小为 500KByte,假设网络为千兆网卡 3,每条连接最大 7MByte(不同的环境可能不一样,供参考),单个服务提供者的 TPS(每秒处理事务数)最大为:128MByte / 500KByte = 262。单个消费者调用单个服务提供者的 TPS(每秒处理事务数)最大为:7MByte / 500KByte = 14。如果能接受,可以考虑使用,否则网络将成为瓶颈。
为什么采用异步单一长连接?
因为服务的现状大都是服务提供者少,通常只有几台机器,而服务的消费者多,可能整个网站都在访问该服务,比如 Morgan 的提供者只有 6 台提供者,却有上百台消费者,每天有 1.5 亿次调用,如果采用常规的 hessian 服务,服务提供者很容易就被压跨,通过单一连接,保证单一消费者不会压死提供者,长连接,减少连接握手验证等,并使用异步 IO,复用线程池,防止 C10K 问题。

相关文章
|
Java 关系型数据库 MySQL
兴奋!阿里巴巴首推“Java进阶必备宝典”,理论到实战,一键搞定
作为一名Java方向的程序员,打好夯实的基础是非常重要的,现在大厂面试对于程序员基础知识的掌握考察也越来越严格,虽然说现在技术更新比较快,但基础扎实才能够更深入的去理解每一个知识技术点。
|
负载均衡 安全 算法
深入解析线程安全的Hashtable实现
深入解析线程安全的Hashtable实现
|
应用服务中间件 nginx 网络协议
|
8月前
|
文字识别 安全 Java
验证码识别
基于Spring Boot与ONNX Runtime的OCR服务,支持D4NEW/D4OLD引擎,提供RESTful API,兼容Base64、URL及文件上传,集成Swagger文档,具备多环境配置、日志管理与跨域支持,易于扩展与部署。
329 5
|
4月前
|
监控 算法 Java
Java垃圾回收的五十年——从标记清除到ZGC的演进之路
垃圾回收是Java平台的标志性特性,也是无数开发者选择Java而非C++的重要原因。
311 1
|
5月前
|
存储 SQL 关系型数据库
MySQL 索引底层彻底吃透:B + 树原理、聚簇索引机制与全场景优化指南
本文深入剖析MySQL InnoDB索引底层原理:从B+树为何成为最优选,到聚簇/二级索引机制、回表与覆盖索引;详解最左前缀、索引失效10大场景及根因;并给出分页优化、联合索引设计、ICP等生产级实战方案,助你真正知其所以然。
608 2
|
存储 监控 Java
SpringCloud极简入门-服务注册与发现-Eureka
微服务的其中一个特点是服务之间需要进行网络通信,服务器之间发起调用时调用服务得知道被调用服务的通信地址,试问当微服务数量成百上千之多,程序员该如何管理众多的服务通信地址,对于随时新增加的微服务和下线的微服务,又应该如何去动态添加和删除这些微服务的通信地址呢?所以手工管理服务的通信地址是一件遥不可及的事情,我们需要借助一个强大的工具帮我们实现这一功能 - Eureka,同类型的组件还有 zookeeper,consul等
474 0
SpringCloud极简入门-服务注册与发现-Eureka
HashMap 原理
HashMap 底层采用数组、链表与红黑树结合的结构。通过 key 的 hashCode 定位数组索引,实现高效存取。当发生哈希冲突时,使用链表解决;链表过长则转化为红黑树,提升查找效率至 O(log n)。扩容时,默认容量为16,负载因子0.75,容量翻倍并重新计算索引。Put 方法流程包括:计算 hash、初始化数组、确定索引、处理冲突(链表或红黑树),并根据情况扩容或树化。
|
存储
Obsidian 与 Typora 图片兼容保存路径一致设置
Obsidian 与 Typora 图片兼容保存路径一致设置
1995 0
|
消息中间件 缓存 负载均衡
解读BASE理论:高可用性与性能的完美平衡
BASE理论是一种处理大规模分布式系统中数据一致性问题的思路,主要由基本可用、软状态和最终一致性三部分组成。基本可用强调系统在故障时仍能提供部分服务;软状态允许系统中的状态在一定时间内不一致;最终一致性保证所有数据副本最终会达到一致。这些特性使BASE理论适用于高可用性和性能要求较高的系统。
434 0

热门文章

最新文章