开发者学堂课程干货总结——Dubbo 分布式服务治理实践(四)

本文涉及的产品
注册配置 MSE Nacos/ZooKeeper,118元/月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
云原生网关 MSE Higress,422元/月
简介: Dubbo 分布式服务治理实践课时4——Dubbo分布式Order订单服务集群治理实战 。电子书+视频为同学带来最佳学习效果,文字、课程链接、图谱地址统统为大家放送了哦!

哈喽各位同学们大家好呀,小编今天带着开发者学院中课程Dubbo分布式Order订单服务集群治理实战”干货总结来了~一起学习新课程吧!

课程链接以及图谱地址小编已经为大家指路了,搭配学习效果更佳👇

课程名称:Dubbo分布式Order订单服务集群治理实战  

课程地址:https://developer.aliyun.com/learning/course/72/detail/1188

图谱名称:Alibaba Java 技术图谱

图谱地址:https://developer.aliyun.com/graph/java


Dubbo分布式Order订单服务集群治理实战


这节课模拟淘宝订单服务看如何使用Dubbo,之前提到Dubbo有许多不同协议,包括核心部分注册中心客户端服务端。注册中心要先上线,类似微服务架构,可以用zookeeper注册服务中心注册。 

 

一、Dubbo分布式集群架构 

实战开发首先安装JAVA开发环境,Dubbo需要加部分依赖,因为Dubbo没有快速创建的模板,需要自己构建服务端注册中心等,客户端添加依赖进行开发。 

Dubbo是典型的分布式集群架构先理清楚整个项目的结构关系,消费者是订单的调度端,服务端是订单的增、、改、查的服务,注册中心可以采用Zookeeper也可采用Nacos,具体项目可以继续扩展,如加入订单服务、支付服务、商品服务、账号服务等相关服务集群。目前先模拟一个服务,然后再到多个服务,单条线路跑通再做周边的服务开发。 

image.png 

 

二、Dubbo分布式Order Service集群架构 

Dubbo模拟订单服务,有服务的订单就是服务端,需要host容器,可直接用自定义开发的控制台程序,需要在服务端定服务实现或服务接口,客户端要实现调度端或有代理对象。注意,还需要Zookeeper注册中心,可用内嵌的Zookeeper服务,也可独立部署Zookeeper服务。 

服务端的配置文件和客户端的配置文件要配置服务端配置文件主要是服务的端口地址以及需要用哪些服务类型。客户端配置文件主要是要调用服务,注册中心的位置使用什么协议关键参数 

image.png 

 

三、Dubbo订单服务集群调用实战 

模拟整个开发工作,API端是服务接口客户端是客户端程序,客户端程序通用API代理,后面会调用后端真正的服务,真正的服务托管在Provider是远程服务提供方,规范服务类型托管、运行、接受请求。 

如下图所示,Provider复制了4份,参考其中一个代码,是 main函数。 

image.png  

启动后有自己的主进程去加载Bean启动接受请求,会模拟起ZookeeperZookeeper是嵌入式模拟注册中心配置文件对应的是provider,看核心参数 

image.png 

要配置一下Zookeeper注册中心地址,使用的协议是Dubbo原生协议。然后配置服务,服务接口暴露给客户端使用。 

之前复制了4provider,后面多启动几个服务,主要用于模拟集群,比如订单服务要起330300台,是一对多的过程。同理自己的配置文件,因为在同一台机器上,配置不一样,端口要变 同一台机器上模拟各个不同端口。如下图所示,端口是“20893”: 

image.png 

模拟几台机器一个群,当这几台实例上线以后,都会Zookeeper进行注册,输入成功以后客户端进行调用客户端调用订单服务订单通过ID查询订单打印下返回字符串。具体项目可以通过JDBC等链接数据库。 

调度端里面是Dubbo的订单接口,模拟死循环,不断循环向客户端发请求 

image.png 

客户端代理对象是proxyproxy起客户端代理作用,获取配置文件 Beanba的配置信息,调取方法:通过创建对象调取订单接口,根据ID模拟调用情况返回结果。循环调用实际上只起了一个客户端,只不过每隔一秒调用一次 

image.png 

 

四、Dubbo订单服务集群 

模拟集群,调用服务端一台机器的效果,调用客户端,虽经过注册中心,但客户端经过注册中心调用后端。如下图所示,每隔一秒调后端,显示20890”: 

image.png 

说明这台服务器只有一台,再怎么轮询负载均衡都台机器。这时启动第二台服务器,逐步上线更多服务,如下图所示,有“20890”、“20891”,两台机器都被调用了。 

image.png 

再上线第三台,客户端本身加载最新服务列表有时间,这里会有延迟,涉及服务上线和客户端发现最新的服务列表的过程这个机制跟微服务架构很像。 

这里面第二台服务器已经出来,正常生产环境下,客户端和服务端通过注册中心解耦,可进行服务集群的灵活扩容,平时只有100台,但在双11的时候可以加到1000。体现了Duddo相比传统简单架构,往更高级别灵活性弹性集群架构进行升级扩展Duddo还有性能监控功能、生产环境的上线下线等功能在当年背景下,阿里能够做出这种框架,并且在生产环境下大规模验11验证非常牛 

分析整个Duddo架构,整个设计思想解决问题,比当前的微服架构协议更灵活、部署方式更灵活架构更原生。现在Spring Cloud在全球范围内使用更广生态文档更完善,但实际Duddo体系更单一,功能更丰富,性能更高Duddo的并发性一定比Spring Cloud高,Duddo以灵活的在局域网和公网之间协议切换 

现在Duddo结合阿里其他框架逐步做分布式大规模集群治理生态的完善工作,虽然有些已经开始对接Spring Cloud微服务,但并不是重点。严格来Spring Cloud体系里面的协议,只是Duddo的一种,Duddo后面会做的越来越好Duddo3.0版本在做的云原生、服务治理、安全与性能监控等模式支持都非常优秀 

相关实践学习
基于MSE实现微服务的全链路灰度
通过本场景的实验操作,您将了解并实现在线业务的微服务全链路灰度能力。
相关文章
|
17天前
|
存储 分布式计算 Hadoop
【揭秘Hadoop背后的秘密!】HDFS读写流程大曝光:从理论到实践,带你深入了解Hadoop分布式文件系统!
【8月更文挑战第24天】Hadoop分布式文件系统(HDFS)是Hadoop生态系统的关键组件,专为大规模数据集提供高效率存储及访问。本文深入解析HDFS数据读写流程并附带示例代码。HDFS采用NameNode和DataNode架构,前者负责元数据管理,后者承担数据块存储任务。文章通过Java示例演示了如何利用Hadoop API实现数据的写入与读取,有助于理解HDFS的工作原理及其在大数据处理中的应用价值。
36 1
|
24天前
|
机器学习/深度学习 人工智能 负载均衡
【AI大模型】分布式训练:深入探索与实践优化
在人工智能的浩瀚宇宙中,AI大模型以其惊人的性能和广泛的应用前景,正引领着技术创新的浪潮。然而,随着模型参数的指数级增长,传统的单机训练方式已难以满足需求。分布式训练作为应对这一挑战的关键技术,正逐渐成为AI研发中的标配。
114 5
|
26天前
|
存储 Kubernetes 监控
深入浅出分布式事务:理论与实践
在数字化时代的浪潮中,分布式系统如同星辰大海般浩瀚而深邃。本文将带你航行于这片星辰大海,探索分布式事务的奥秘。我们将从事务的基本概念出发,逐步深入到分布式事务的核心机制,最后通过一个实战案例,让你亲自体验分布式事务的魅力。让我们一起揭开分布式事务的神秘面纱,领略其背后的科学与艺术。
57 1
|
1月前
|
负载均衡 Dubbo 应用服务中间件
框架巨擘:Dubbo如何一统异构微服务江湖,成为开发者的超级武器!
【8月更文挑战第8天】在软件开发中,微服务架构因灵活性和可扩展性备受欢迎。面对异构微服务的挑战,Apache Dubbo作为高性能Java RPC框架脱颖而出。它具备服务注册与发现、负载均衡及容错机制等核心特性,支持多种通信协议和序列化方式,能有效连接不同技术栈的微服务。Dubbo的插件化设计保证了面向未来的扩展性,使其成为构建稳定高效分布式系统的理想选择。
33 5
|
9天前
|
UED 存储 数据管理
深度解析 Uno Platform 离线状态处理技巧:从网络检测到本地存储同步,全方位提升跨平台应用在无网环境下的用户体验与数据管理策略
【8月更文挑战第31天】处理离线状态下的用户体验是现代应用开发的关键。本文通过在线笔记应用案例,介绍如何使用 Uno Platform 优雅地应对离线状态。首先,利用 `NetworkInformation` 类检测网络状态;其次,使用 SQLite 实现离线存储;然后,在网络恢复时同步数据;最后,通过 UI 反馈提升用户体验。
17 0
|
1月前
|
Go API 数据库
[go 面试] 分布式事务框架选择与实践
[go 面试] 分布式事务框架选择与实践
|
14天前
|
消息中间件 存储 Kafka
微服务实践之分布式定时任务
微服务实践之分布式定时任务
|
1月前
|
存储 负载均衡 中间件
构建可扩展的分布式数据库:技术策略与实践
【8月更文挑战第3天】构建可扩展的分布式数据库是一个复杂而具有挑战性的任务。通过采用数据分片、复制与一致性模型、分布式事务管理和负载均衡与自动扩展等关键技术策略,并合理设计节点、架构模式和网络拓扑等关键组件,可以构建出高可用性、高性能和可扩展的分布式数据库系统。然而,在实际应用中还需要注意解决数据一致性、故障恢复与容错性以及分布式事务的复杂性等挑战。随着技术的不断发展和创新,相信分布式数据库系统将在未来发挥更加重要的作用。
|
2月前
|
存储 关系型数据库 MySQL
深度评测:PolarDB-X 开源分布式数据库的优势与实践
本文对阿里云开源分布式数据库 PolarDB-X 进行了详细评测。PolarDB-X 以其高性能、强可用性和出色的扩展能力在云原生数据库市场中脱颖而出。文章首先介绍了 PolarDB-X 的核心产品优势,包括金融级高可靠性、海量数据处理能力和高效的混合负载处理能力。随后,分析了其分布式架构设计,包括计算节点、存储节点、元数据服务和日志节点的功能分工。评测还涵盖了在 Windows 平台通过 WSL 环境部署 PolarDB-X 的过程,强调了环境准备和工具安装的关键步骤。使用体验方面,PolarDB-X 在处理分布式事务和实时分析时表现稳定,但在网络问题和性能瓶颈上仍需优化。最后,提出了改进建
6672 2
|
2月前
|
人工智能 PyTorch TensorFlow
分布式训练:大规模AI模型的实践与挑战
【7月更文第29天】随着人工智能的发展,深度学习模型变得越来越复杂,数据集也越来越大。为了应对这种规模的增长,分布式训练成为了训练大规模AI模型的关键技术。本文将介绍分布式训练的基本概念、常用框架(如TensorFlow和PyTorch)、最佳实践以及可能遇到的性能瓶颈和解决方案。
296 2
下一篇
DDNS