一、Dubbo介绍

Dubbo是阿里2011年开源的一款服务化开发框架，中间经过一段时间的停止维护后，终于在2017重启维护，目前已捐献给Apache基金会，称为全球顶级项目。大家通常会将它和SpringCloud做对比，实际上笔者认为，它们虽然能做同样的事情，但各有侧重点和优缺点，本章我们在学习Dubbo的同时，也会点出它们的不同。

1.1 Dubbo架构路线路

目前大型软件工程基本已经告别单体应用，逐步转向服务化、分布式集群，当然这种转向并非一日之功，它是经历了阶段性变化的。

1.2 Dubbo调用模型

任何服务化都离不开远程调用（通信），下面这个图可以基本说明Java RMI的基本过程，有过早期EJB的同学肯定对其有深刻印象：

但是这个过程对于工程师来说稍显复杂，而且并非业务核心，目前大部分服务框架（Dubbo、SpringCloud等）都能做到屏蔽远程细节，减轻了工程师的心智负担。对于Dubbo来讲，我们在实际开发中，大部分就跟两个概念打交道（稍显武断），即Consumer、Provider：

Consumer即消费（调用）端，Provider即服务提供端。

二、注册中心之Zookeeper

通常情况下，Provider会以多服务集群的形式存在，那么Consumer该如何找到Provider呢？答案就是注册中心，Dubbo中推荐的注册中心是Zookeeper（后面简称zk）。

服务提供者：provider

服务消费者：consumer

服务注册中心：registry

我们可以从官网直接下载其安装包，然后打开conf/zoo.cfg做些配置：

tickTime=2000 dataDir=/var/lib/zookeeper clientPort=2181

启动命令：

bin/zkServer.sh start

或者

bin/zkServer.cmd

zk不是本次学习的重点，我们暂时知道其作用并且会应用即可。

三、Dubbo开发初试

3.1 Dubbo核心代码讲解

首先我们看下Dubbo开发的基础过程及核心代码：

第一步，服务定义及实现：

publicinterfaceGreetingsService {
StringsayHi(Stringname);
}

publicclassGreetingsServiceImplimplementsGreetingsService {
@OverridepublicStringsayHi(Stringname) {
return"hi "+name+" ,welcome to dubbo";
    }
}

第二步，注册服务为 provider：

privatestaticStringzookeeperHost=System.getProperty("zookeeper.address", "127.0.0.1");
publicstaticvoidmain(String[] args) throwsException {
ServiceConfig<GreetingsService>service=newServiceConfig<>();
service.setApplication(newApplicationConfig("first-dubbo-provider"));
service.setRegistry(newRegistryConfig("zookeeper://"+zookeeperHost+":2181"));
service.setInterface(GreetingsService.class);
service.setRef(newGreetingsServiceImpl());
service.export();
System.out.println("dubbo service started");
newCountDownLatch(1).await();
 }

第三步，定义消费者consumer：

privatestaticStringzookeeperHost=System.getProperty("zookeeper.address", "127.0.0.1");
publicstaticvoidmain(String[] args) {
ReferenceConfig<GreetingsService>reference=newReferenceConfig<>();
reference.setApplication(newApplicationConfig("first-dubbo-consumer"));
reference.setRegistry(newRegistryConfig("zookeeper://"+zookeeperHost+":2181"));
reference.setInterface(GreetingsService.class);
GreetingsServiceservice=reference.get();
Stringmessage=service.sayHi("dubbo");
System.out.println(message);
    }

3.2 Dubbo工程实践

上述代码示例主要暂时开发一款Dubbo应用的主要步骤，但在【实际项目中】，我们会把服务接口放在一个单独的公共包里，这样可以提高重用性，也可使工程结构更加清晰规范。下面我们按照这个格式来做项目结构：

其中：

dubbo-demo-interface是接口提供方，它是所有【即将暴露出去提供业务逻辑】的接口集合；

dubbo-demo-provider是服务提供方，它负责实现并发布所有业务服务，以便外部接入；

dubbo-demo-consumer是服务消费方，即调用方；

当然，大家在工作中可以根据实际情况来定项目结构，后面我们将以该结构进行延展。

DubboDemo根目录下的父parent中，我们需要将依赖配置成，以便让子模块中可以直接继承依赖版本：

<properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><maven.compiler.source>1.8</maven.compiler.source><maven.compiler.target>1.8</maven.compiler.target><dubbo.version>3.0.3</dubbo.version></properties><dependencyManagement><dependencies><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo</artifactId><version>${dubbo.version}</version></dependency><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo-dependencies-zookeeper</artifactId><version>${dubbo.version}</version><type>pom</type></dependency></dependencies></dependencyManagement>

3.3 实现服务并注册

首先我们在dubbo-demo-interface定义服务接口：

publicinterfaceHelloService {
publicStringsayHello(Stringname);
}

然后打开dubbo-demo-provider，在pom中引入dubbo-demo-interface及dubbo/zk相关依赖：

<dependencies><dependency><groupId>com.learn.dubbo</groupId><artifactId>dubbo-demo-interface</artifactId><version>${project.parent.version}</version></dependency><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo</artifactId></dependency><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo-dependencies-zookeeper</artifactId><type>pom</type></dependency></dependencies>

现在，我们可以实现业务接口：

@DubboServicepublicclassHelloServiceImplimplementsHelloService {
@OverridepublicStringsayHello(Stringname) {
System.out.println("call sayHello "+name);
return"hello "+name;
    }
}

其中@DubboService是用于定义dubbo服务的注解。然后，新建配置类：

@Configuration@EnableDubbo(scanBasePackages="com.learn.dubbo.provider")
@PropertySource("classpath:/spring/dubbo-provider.properties")
publicclassProviderConfiguration {
}

@EnableDubbo 启用Dubbo注解扫描，scanBasePackages配置扫描包路径

@PropertySource 设置provider常见配置信息，内容如下：

dubbo.application.name=hello-provider 
dubbo.registry.address=zookeeper://127.0.0.1:2181 
dubbo.protocol.name=dubbo 
dubbo.protocol.port=20881

这里指定了zk的地址信息，以便服务能注册进去。dubbo.protocol.port设置成-1，则表示当前服务随机端口，这对服务集群时非常方便（在无须手动设置端口的情况下，避免端口占用问题）

然后，我们可以先启动本项目，使服务注册到注册中心，以便让消费者接入调用：

AnnotationConfigApplicationContextcontext=newAnnotationConfigApplicationContext(ProviderConfiguration.class);
context.start();
System.in.read();

3.4 消费服务

打开dubbo-demo-consumer，同样加入如下依赖：

<dependencies><dependency><groupId>com.learn.dubbo</groupId><artifactId>dubbo-demo-interface</artifactId><version>${project.parent.version}</version></dependency><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo</artifactId></dependency><dependency><groupId>org.apache.dubbo</groupId><artifactId>dubbo-dependencies-zookeeper</artifactId><type>pom</type></dependency></dependencies>

配置类与配置信息

@Configuration@EnableDubbo(scanBasePackages="com.learn.dubbo.consumer")
@PropertySource("classpath:/spring/dubbo-consumer.properties")
@ComponentScan(value= {"com.learn.dubbo.consumer"})
publicclassConsumerConfiguration {
}

和前面的ProviderConfiguration类似，不过配置内容不一样：

dubbo.application.name=hello-consumer 
dubbo.registry.address=zookeeper://127.0.0.1:2181 
dubbo.consumer.timeout=3000

为了让调用逻辑更加清晰，我们新增一个对外的服务类：

@ComponentpublicclassHelloAction {
@DubboReferenceprivateHelloServicehelloService;
publicStringsayHelloAction(Stringname){
returnhelloService.sayHello(name);
    }
}

不难看出，我们使用 @DubboReference注解来做注入，最后，启动该服务并调用之：

AnnotationConfigApplicationContextcontext=newAnnotationConfigApplicationContext(ConsumerConfiguration.class);
context.start();
helloService.sayHelloAction("dubbo "+i)

在实际项目中，微服务实例不可能只有一个，也就是说provider一般是以集群的形式出现的，在consumer调用时，请求会路由到不同实例。验证方法也比较简单，首先多次启动provider（注意端口问题），然后让consumer循环调用，即可看出轮询结果。

3.5 负载均衡策略

Random LoadBalance：随机，调用量越大分布越均匀，这是默认配置

RoundRobin LoadBalance：轮询

LeastActive LoadBalance：最少活跃调用数，慢的provider收到较少的请求

ConsistentHash LoadBalance:一致性Hash，相同参数的请求总是发到同一提供者

我们可以在消费端引用时通过注解类配置负载策略：

@DubboReference(loadbalance=LoadbalanceRules.ROUND_ROBIN)

假如接口里面有多个方法，能否采用不同负载策略呢？当然是可以的。

我们可以打开HelloService，再定义一个方法：

publicdefaultStringqueryData(Stringcondition){
return"";
}

default是Java8提供的，用于定义默认实现的接口方法，这里主要是为了避免在更改接口之后，需要强制修改实现类的情况，保证了兼容性。此时我们可以在消费端单独指定该方法的负载策略：

@DubboReference(loadbalance=LoadbalanceRules.ROUND_ROBIN,methods= {
@Method(name="queryData",loadbalance=LoadbalanceRules.RANDOM )
})

此时queryData方法将采用随机负载，而该service的其他方法将采用轮询负载。

四、序列化对象传输

前面我们的示例中，服务方法的参数和返回值都是比较简单的字符串类型，但在实际项目中，几乎都是以更为复杂的对象形式传参，下面我们先演示一个例子。

首先我们在dubbo-demo-interface中新建用于传输的类型，这里给出两个：

/*** 请求实体对象*/publicclassRequestVo {
privateintid;
privateStringname;
/***getter setter略**/}
/*** 响应实体对象*/publicclassResponseVo {
privateintid;
privateStringname;
privateStringdata;
/***getter setter略**/}

然后在HelloService中新增服务方法：

publicdefaultResponseVosaveData(RequestVorequestVo){
returnnull;
}

在provider中实现该方法，此时我们重新启动provider并让consumer调用，会报出以下异常：

即传输对象未实现序列化接口，不能完成该调用，此时可以让RequestVo、ResponseVo实现java.io.Serializable，即可完成调用。

序列化是将对象转换成二进制流，反序列化是将二进制流转化成对象，在某种程度上，序列化/反序列化会直接影响通信效率。

目前Dubbo支持以下序列化方式：

1. hessian2：阿里基于hessian2改造之后的跨语言的序列化，目前是默认配置；

2. json序列化：目前有两种，即fastjson和dubbo json，但性能一般；

3. java序列化：JDK自带序列化，性能不好；

4. Kryo：目前在开源项目中运用广泛，性能较好；

5. FST：比较新，性能较好，但缺乏更多成熟案例；

序列化生成字节大小比较

序列化实现	请求字节数	响应字节数
Kryo	272	90
FST	288	96
Dubbo Serialization	430	186
Hessian	546	329
FastJson	461	218
Json	657	409
Java Serialization	963	630

序列化响应时间和吞吐量对比

远程调用方式	平均响应时间	平均TPS（每秒事务数）
Dubbo: FST	1.211	8244
Dubbo: kyro	1.182	8444
Dubbo: serialization	1.43	6982
Dubbo: hessian2	1.49	6701
Dubbo: fastjson	1.572	6352

五、容错及重试机制

在大规模服务中，总会出现各种异常情况，比如服务卡顿、网络抖动等等，都会导致客户端在调用时出现问题。通常来讲，我们要“面向失败编程”，即提前规划好调用异常时的解决方案。目前，dubbo提供了5中容错模式：

1. Failover 失败时自动切换到下一个服务，常用于读操作

2. Failfast 失败时快速报错，常用于写操作

3. Failsafe 失败时直接忽略，常用于非核心操作，比如日志等

4. Forking 并行调用多个服务器，只要一个成功返回，常用于实时性要求较高的读操作

5. Broadcast 广播调用所有服务，任意一个失败就整体失败，常用于通知所有服务更新数据

在@DubboReference中配置cluster/retries即可：

@DubboReference(
loadbalance=LoadbalanceRules.ROUND_ROBIN,
methods= {
@Method(name="queryData",loadbalance=LoadbalanceRules.RANDOM )}
            ,cluster=ClusterRules.FAIL_OVER,
retries=2)

六、请求过滤器/拦截器

过滤器在早期的Web开发中非常常见，它主要用于提供请求前后自定义处理逻辑，比如登录鉴权、权限路由、日志打印等。这个概念被延伸到常规的业务开发中，很多框架自身都提供了类似前后拦截处理的机制，所以我们也称之为拦截器。Dubbo中的过滤器在执行RPC调用的时候生效，很多核心功能是基于它扩展而来的。Dubbo本身内置了可以直接开箱可用的过滤器，我们可以在resources下的META-INF\dubbo\internal\org.apache.dubbo.rpc.Filter中找到：

echo=org.apache.dubbo.rpc.filter.EchoFilter
generic=org.apache.dubbo.rpc.filter.GenericFilter
genericimpl=org.apache.dubbo.rpc.filter.GenericImplFilter
token=org.apache.dubbo.rpc.filter.TokenFilter
accesslog=org.apache.dubbo.rpc.filter.AccessLogFilter
classloader=org.apache.dubbo.rpc.filter.ClassLoaderFilter
context=org.apache.dubbo.rpc.filter.ContextFilter
exception=org.apache.dubbo.rpc.filter.ExceptionFilter
executelimit=org.apache.dubbo.rpc.filter.ExecuteLimitFilter
deprecated=org.apache.dubbo.rpc.filter.DeprecatedFilter
compatible=org.apache.dubbo.rpc.filter.CompatibleFilter
timeout=org.apache.dubbo.rpc.filter.TimeoutFilter
tps=org.apache.dubbo.rpc.filter.TpsLimitFilter

AccessLogFilter：请求日志过滤器

ExceptionFilter：异常处理过滤器

TpsLimitFilter：服务端限流过滤器

ExecuteLimitFilter：限制服务最大并行调用的过滤器

比如要配置AccessLogFilter生效，可以直接在@DubboService上设置：

@DubboService(accesslog="C:/opt/logs/provider.log")

当然，我也可以自定义过滤器，步骤分为三步：

1. 定义A类，实现com.learn.dubbo.provider.filter接口，并使用@Activate启用

2. 将定义好的A，配置在META-INF/dubbo/org.apache.dubbo.rpc.Filter中

3. provider或者consumer指定配置

下面我们定义一个简单的用于打印请求信息的过滤器测试一下。首先，新建过滤器类：

@Activate(group=PROVIDER)
publicclassPrintRequestInfoFilterimplementsFilter {
@OverridepublicResultinvoke(Invoker<?>invoker, Invocationinvocation) throwsRpcException {
StringmethodName=invocation.getMethodName();
Class[] parameterTypes=invocation.getParameterTypes();
Object[] arguments=invocation.getArguments();
URLurl=invoker.getUrl();
Classcls=invoker.getClass();
System.out.println("serviceName:"+serviceName);
System.out.println("methodName:"+methodName);
System.out.println("parameterTypes:"+Arrays.toString(parameterTypes));
System.out.println("arguments:"+Arrays.toString(arguments));
System.out.println("url: "+url);
System.out.println("cls: "+cls);
returninvoker.invoke(invocation);
    }
}

@Activate中的group指定该过滤器使用范围，这里指定了provider。

然后，在META-INF/dubbo/org.apache.dubbo.rpc.Filter(没有则新建)中配置：

printfilter=com.learn.dubbo.provider.filter.PrintRequestInfoFilter

最后，在使用的地方引用之：

@DubboService(accesslog="C:/opt/logs/provider.log",filter="printfilter")

七、Dubbo Admin 体验

安装dubbo-admin控制台：

gitclonehttps://github.com/apache/dubbo-admin.gitcddubbo-adminmvncleanpackagecddubbo-admin-distribution/targetjava-Dserver.port=8081-jardubbo-admin-0.3.0.jar

默认账号root/root

Dubbo实战开发

一、Dubbo介绍

1.1 Dubbo架构路线路

1.2 Dubbo调用模型

二、注册中心之Zookeeper

三、Dubbo开发初试

3.1 Dubbo核心代码讲解

3.2 Dubbo工程实践

3.3 实现服务并注册

3.4 消费服务

3.5 负载均衡策略

四、序列化对象传输

五、容错及重试机制

六、请求过滤器/拦截器

七、Dubbo Admin 体验

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

Dubbo实战开发

一、Dubbo介绍

1.1 Dubbo架构路线路

1.2 Dubbo调用模型

二、注册中心之Zookeeper

三、Dubbo开发初试

3.1 Dubbo核心代码讲解

3.2 Dubbo工程实践

3.3 实现服务并注册

3.4 消费服务

3.5 负载均衡策略

四、序列化对象传输

五、容错及重试机制

六、请求过滤器/拦截器

七、Dubbo Admin 体验

热门文章

最新文章

相关课程

相关电子书

相关实验场景