服务治理中间件 Dubbo 原理解析(集群容错)读书笔记

 

第八章： 集群&容错
Dubbo 作为一个分布式的服务治理框架，提供了集群部署，路由，软负载均衡及
容错机制
下图描述了 dubbo 调用过程中的对于集群，负载等的调用关系。一： cluster
将 Directory 中的多个 Invoker 伪装成一个 Invoker, 对上层透明，包含集群的容错机制
Cluster 接口定义
@SPI(FailoverCluster.NAME)
public interface Cluster {
    @Adaptive
     Invoker join(Directory directory) throws RpcException;
}
Cluster 可以看做是工厂类， 将目录 directory 下的 invoker 合并成一个统
一的 Invoker，根据不同集群策略的 Cluster 创建不同的 Invoker
我们来看下默认的失败转移，当出现失败重试其他服务的策略, 这个
Cluster 实现很简单就是创建 FailoverCluseterInvoker 对象
public class FailoverCluster implements Cluster {
    public final static String NAME = "failover";
    public  Invoker join(Directory directory) throws
    RpcException{
    return new FailoverClusterInvoker(directory);
    }
}
下图展示了 dubbo 提供的所有集群方案
1） AvailableCluster: 获 取 可 用 的 调 用 。 遍 历 所 有 Invokers 判 断
Invoker.isAvalible,只要一个有为 true 直接调用返回，不管成不成功
2） BroadcastCluster: 广播调用。遍历所有 Invokers, 逐个调用每个调用
catch 住异常不影响其他 invoker 调用
3） FailbackCluster: 失败自动恢复， 对于 invoker 调用失败， 后台记录失败
请求，任务定时重发, 通常用于通知
4） FailfastCluster: 快速失败，只发起一次调用，失败立即保错，通常用于非
幂等性操作
5） FailoverCluster: 失败转移，当出现失败，重试其它服务器，通常用于读操
作，但重试会带来更长延迟
    （ 1） 目录服务 directory.list(invocation) 列出方法的所有可调用服务
           获取重试次数，默认重试两次
    （ 2） 根据 LoadBalance 负载策略选择一个 Invoker
    （ 3） 执行 invoker.invoke(invocation)调用
    （ 4） 调用成功返回调用失败小于重试次数，重新执行从 3）步骤开始执行
          调用次数大于等于重试次数抛出调用失败异常
6） FailsafeCluster: 失败安全，出现异常时，直接忽略，通常用于写入审计日
                     志等操作。
7） ForkingCluster: 并行调用，只要一个成功即返回，通常用于实时性要求较
高的操作，但需要浪费更多服务资源。
8） MergeableCluster: 分组聚合， 按组合并返回结果，比如菜单服务，接口一
样，但有多种实现，用 group 区分，现在消费方需从每种 group 中调用一次
返回结果，合并结果返回，这样就可以实现聚合菜单项。
这个还蛮有意思，我们分析下是如何实现的
    （ 1） 根据 MERGE_KEY 从 url 获取参数值
    （ 2） 为空不需要 merge， 正常调用
    （ 3） 按 group 分组调用，将返回接口保存到集合中
    （ 4） 获取 MERGE_KEY 如果是默认的话，获取默认 merge策略主要根据返
    回类型判断
    （ 5） 如果不是，获取自定义的 merge 策略
    （ 6） Merge 策略合并调用结果返回
9） MockClusterWrapper: 具备调用 mock 功能是其他 Cluster 包装
    获取 url 的 MOCK_KEY 属性
    （ 1） 不存在直接调用其他 cluster
    （ 2） 存在值 startsWith("force") 强制 mock调用
    （ 3） 存在值不是 startsWith("force") 先正常调用，出现异常在mock调用
集群模式的配置
 服务提供方
 服务消费方

 

二： 目录服务 Directory
集群目录服务 Directory， 代表多个 Invoker, 可以看成 List, 它的值可能
是动态变化的比如注册中心推送变更。集群选择调用服务时通过目录服务找到所有服务
1.Directory 的接口定义
public interface Directory extends Node {
 //服务类型
 Class getInterface();
 //列出所有服务的可执行对象
 List> list(Invocation invocation) throwsRpcException;
}

2.Directory有两个具体实现
1.StaticDirectory: 静态目录服务
    它的所有Invoker通过构造函数传入，服务消费方引用服务的时候，服务对多注册中心的引用，
    将Invokers集合直接传入StaticDirectory构造器，再由Cluster伪装成一个InvokerStaticDirectory
    的list方法直接返回所有invoker集合
2.RegistryDirectory: 注册目录服务
    它的Invoker集合是从注册中心获取的，
    它实现了NotifyListener接口实现了回调接口notify(List)。
    比如消费方要调用某远程服务，会向注册中心订阅这个服务的所有服务提供
    方，订阅时和服务提供方数据有变动时回调消费方的NotifyListener服务的
    notify方法NotifyListener.notify(List) 回调接口传入所有服务的提供方的
    url地址然后将urls转化为invokers, 也就是refer应用远程服务
    到此时引用某个远程服务的RegistryDirectory中有对这个远程服务调用的所
    有invokers。
3.registryDirectory.list(invocation)就是根据服务调用方法获取所有的远程服务引用
  的invoker 执行对象

 

三：路由
Router服务路由， 根据路由规则从多个Invoker中选出一个子集AbstractDirectory
是所有目录服务实现的上层抽象， 它在list列举出所有invokers后，会在通过
Router服务进行路由过滤。
Router接口定义
public interface Router extends Comparable {
    URL getUrl(); List> route(List>
        invokers, URL url, Invocation invocation)throws RpcException;
}
1.ConditionRouter: 条件路由
我们这里简单分析下代码实现具体功能参考官方文档
条件表达式以 => 分割为whenRule和thenRule
ConditionRouter创建，构造器初始
1） 从url根据RULE_KEY获取路由条件路由内容
2） rule.indexOf("=>") 分割路由内容
3） 分别调用parseRule(rule) 解析路由为whenRule和thenRules
ConditionRouter执行route方法
1） 如果url不满足when条件即过来条件， 不过滤返回所有invokers
2） 遍历所有invokers判断是否满足then条件， 将满足条件的加入集合result
3） Result不为空，有满足条件的invokers返回
4） Result为空， 没有满足条件的invokers, 判断参数FORCE_KEY是否强制过
来，如果强制过滤返回空， 不是返回所有即不过滤

2.ScriptRouter: 脚本路由，
通过url的RULE_KEY参数获取脚本内容，然后通过java的脚本引擎执行脚本代
码， dubbo的测试用例都是通过javascript作为脚本但是理论上也支持groovy,
jruby脚本，大家可以参考下测试用例ScriptRouterTest。ScriptRouter创建，构造器初始化
1） 从url获取脚本类型javascript, groovy等等
2） 从url根据RULE_KEY获取路由规则内容
3） 根据脚本类型获取java支持的脚本执行引擎

3.ScriptRouter执行route方法
1） 执行引擎创建参数绑定
2） 绑定执行的参数
3） 执行引擎编译路由规则得到执行函数CompiledScript
4） CompiledScript.eval(binds) 根据参数执行路由规则

4.Dubbo提供了ConditionRouterFactory, ScriptRouterFactory来创建对应的路由，
路由的规则从url的RULE_KEY参数来获取，路由规则可以通过监控中心或者治
理中心写入注册中心
Dubbo 也支持通过 FileRouterFactory 从文件读取路由规则，将读取的规则设置到
url 的 RULE_KEY 参数上, 文件的后缀代表了路由的类型，选择具体的路由工厂
ConditionRouterFactory, ScriptRouterFactory 来创建路由规则

四：负载均衡
LoadBalance负载均衡， 负责从多个 Invokers中选出具体的一个Invoker用于本次
调用，调用过程中包含了负载均衡的算法，调用失败后需要重新选择
1.LoadBalance接口定义
    @SPI(RandomLoadBalance.NAME)
    public interface LoadBalance {
        @Adaptive("loadbalance")
         Invoker select(List>invokers, URL url, Invocation invocation)
        throws RpcException;
    }
类注解@SPI说明可以基于Dubbo的扩展机制进行自定义的负责均衡算法实
现，默认是随机算法
方法注解@Adaptive说明能够生成设配方法
Select方法设配类通过url的参数选择具体的算法， 在从invokers集合
中根据具体的算法选择一个invoker
2.RandomLoadBalance: 随机访问策略，按权重设置随机概率，是默认策略
    1） 获取所有invokers的个数
    2） 遍历所有Invokers, 获取计算每个invokers的权重，并把权重累计加起来
        每相邻的两个invoker比较他们的权重是否一样，有一个不一样说明权重
        不均等
    3） 总权重大于零且权重不均等的情况下
        按总权重获取随机数offset = random.netx(totalWeight);
        遍历invokers确定随机数offset落在哪个片段(invoker上)4） 权重相同或者总权重为0，根据        
        invokers个数均等选择 invokers.get(random.nextInt(length))

3.RoundRobinLoadBalance: 轮询，按公约后的权重设置轮询比率
    1） 获取轮询key 服务名+方法名
        获取可供调用的invokers个数length
        设置最大权重的默认值maxWeight=0
        设置最小权重的默认值minWeight=Integer.MAX_VALUE
    2） 遍历所有Inokers，比较出得出maxWeight和minWeight
    3） 如果权重是不一样的根据key获取自增序列
        自增序列加一与最大权重取模默认得到currentWeigth
        遍历所有invokers筛选出大于currentWeight的invokers
        设置可供调用的invokers的个数length
    4） 自增序列加一并与length取模，从invokers获取invoker

4.LeastActiveLoadBalance: 最少活跃调用数， 相同的活跃的随机选择，
    活跃数是指调用前后的计数差， 使慢的提供者收到更少的请求，因为越慢
    的提供者前后的计数差越大。
    活跃计数的功能消费者是在ActiveLimitFilter中设置的
    最少活跃的选择过程如下：
    1） 获取可调用invoker的总个数初始化最小活跃数，相同最小活跃的个数
        相同最小活跃数的下标数组等等
    2） 遍历所有invokers， 获取每个invoker的获取数active和权重
        找出最小权重的invoker
        如果有相同最小权重的inovkers， 将下标记录到数组leastIndexs[]数组中
        累计所有的权重到totalWeight变量
    3） 如果invokers的权重不相等且totalWeight大于0
        按总权重随机offsetWeight = random.nextInt(totalWeight)
        计算随机值在哪个片段上并返回invoker
    4） 如果invokers的权重相等或者totalWeight等于0，均等随机

5.ConsistentHashLoadBalance:一致性hash, 相同参数的请求总是发到同一个提供者，
    当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提
    供者，不会引起剧烈变动。ConsistentashLoadBalance中对一致性哈希算法的实现，
    还是比较通俗易懂的这里