dubbo的使用和基本的功能用法
1. dubbo 有什么用
在分布式系统中，服务与服务之间怎么通信是一个问题，目前主流的方式就是通过RPC或HTTP协议进行通信。像Spring Cloud就是通过http协议进行服务之间的通信，而dubbo是一个RPC框架，它实现了RPC调用。这两种方式对比起来的话，HTTP协议稍微简单点，但是由于它需要3次握手和4次挥手，性能较差，而dubbo实现的RPC，底层是用netty这种非阻塞I/O，速度会快很多。
性能：
- http: 由于它是无状态的，每次调用它都需要3次握手和4次挥手，性能较差。
- dubbo: 底层是用netty使种非阻塞I/O，性能较好。
编程过程中的使用方式：
- http: 两个系统的代码没有任何交集，只需要一个提供服务，一个调用服务，通过json串来传输数据
- dubbo：由于RPC的调用就像调用本地方法一样调用远程方法。那在分布式系统中，各个系统的文件都是独享的，那我怎么知道你把我需要的服务写在哪个方法了？此时，就需要一个中间媒介，这个媒介就是存放接口的一个项目，该项目中只放一些公共的接口和domain，然后服务提供方和服务消费方都去依赖这个项目，并且服务提供方去实现方法，并把方法暴露出来，服务消费方，就可以引入接口，然后调用方法。由此来完成服务的调用
那除了解决分布式系统之间的通信问题，dubbo还提供了一些其他的功能，：
服务自动注册与发现，服务熔断，服务降级，软负载均衡等，功能还在持续更新
由于Spring Cloud 是一个分布式一站式的解决方案，且代码都是通过上层接口去实现各个组件，所以可以直接在spring cloud中使用dubbo作为RPC通信框架，来解决Spring Cloud使用http协议的性能问题。
Spring Cloud Alibaba 集成了Alibaba的一些开源组件，使得Spring Cloud中的组件选择更加丰富。
2. dubbo架构
官网上有：具体说明官网上有
- 服务容器负责启动，加载，运行服务提供者。
- 服务提供者在启动时，向注册中心注册自己提供的服务。
- 服务消费者在启动时，向注册中心订阅自己所需的服务。
- 注册中心返回服务提供者地址列表给消费者，如果有变更，注册中心将基于长连接推送变更数据给消费者。
- 服务消费者，从提供者地址列表中，基于软负载均衡算法，选一台提供者进行调用，如果调用失败，再选另一台调用。
- 服务消费者和提供者，在内存中累计调用次数和调用时间，定时每分钟发送一次统计数据到监控中心。
3. 特点
连通性、健壮性、伸缩性、以及向未来架构的升级性。官方文档都有，我自己归纳整理了一下：
连通性
- 服务提供者和消费者只在启动时与注册中心交互，服务提供者注册服务到注册中心，服务消费者向注册中心请求获取服务清单
- 之后的请求，消费者直接通过初始时获取的清单，并使用负载均衡来决定访问哪一台服务器
- 注册中心，服务提供者，服务消费者三者之间均为长连接，当注册中心感知到有服务的上下线，那么会立即推送事件通知消费者,然后消费者更新本地服务清单
- 注册中心和监控中心全部宕机，不影响已运行的提供者和消费者，消费者在本地缓存了提供者列表
- 注册中心和监控中心都是可选的，当不使用注册中心，服务消费者可以直连服务提供者，当然这样写代码就比较麻烦了
健壮性
- zk的数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务
- 注册中心在集群模式下，任意一台宕掉后，都不影响使用，但是宕机的机器不能超过集群总数的一半以上，否则zk就无法使用了。且如果宕掉的是leader，那么需要重新选择leader，该过程比较耗时，且该过程中，服务无法使用
- 注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯
- 服务提供者宕机对zk没有任何影响，只是需要通知一下消费者，如果服务提供者全部宕机，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复
伸缩性
- 注册中心为对等集群，可动态增加机器部署实例，所有客户端将自动发现新的注册中心
- 服务提供者无状态，可动态增加机器部署实例，注册中心将推送新的服务提供者信息给消费者
4. 使用springboot 集成dubbo
集成dubbo的方式有很多种，我们这里就用springboot来集成。
需要创建3个项目，
- gmall-interface：提供公共接口和公共pojo
- gmall-user: 服务提供者，提供一个查询用户列表的服务
- gmall-order:服务消费者，消费用户服务
dubbo-spring-boot-starter 依赖有两个，一个是：
另一个是
看更新时间就能知道，apache.dubbo是最新的，且之后的dubbo-spring-boot-starter都是交给apache的。我们这里就使用apache.dubbo。
dubbo: https://github.com/apache/dubbo
dubbo-spring-boot地址：https://github.com/apache/dubbo-spring-boot-project
我的spring boot 版本是2.2.6.RELEASE，
dubbo-spring-boot-starter的版本是2.7.3
4.1 gmall-interface
该项目只存放公共的资源，所以不需要使用spring boot，创建一个普通的maven工程即可
结构如下：
UserService：
public interface UserService {
List getUserList();
} 4.2 gmall-user
创建一个springboot项目
引入依赖
org.springframework.boot
spring-boot-starter-web
com.tanfp.dubbo-study.dubbo-demo
gmall-interface
1.0.0
org.apache.dubbo
dubbo-spring-boot-starter
2.7.3
org.apache.curator
curator-framework
4.2.0
org.apache.curator
curator-recipes
4.2.0
io.netty
netty-all
4.1.48.Final
必须要引入curator-framework，curator-recipes这两个包，当你使用zookeeper作为注册中心时，它就会去者两个包中找一些类来操作zookeeper。
netty-all这个包当你遇到io/netty的问题再加吧，我这里其实不加也是可以正常访问的
结构如下，里面放gmall-interface项目中接口的实现类
UserserviceImpl.class
// 注意引入包时，引入dubbo的Service包
@Service(version = "1.0")
public class UserServiceImpl implements UserService {
@Override
public List getUserList() {
List userList = new ArrayList<>();
User user = new User("张三z",1,new Date());
User user2 = new User("李四",2,new Date());
userList.add(user);
userList.add(user2);
return userList;
}
} @Service表示对外暴露了这个类，即暴露了服务，可以让消费者来直接在本地调用UserserviceImpl类中的方法
添加注解
启动类上添加@EnableDubbo注解
修改application.yml
server.port=8082
#指定当前dubbo引用的名称
dubbo.application.name=gmall-user
#指定使用什么注册中心
dubbo.registry.protocol=zookeeper
#指定注册中心的地址
dubbo.registry.address=127.0.0.1:2181
#指定使用什么通信协议
dubbo.protocol.name=dubbo4.3 gmall-order
创建一个spring boot项目，依赖与gmall-user项目一样
结构如下
OrderController:
@RestController
public class OrderController {
@Autowired
private OrderServiceImpl orderService;
@GetMapping("/users")
public List getUserList() {
return orderService.getUserList();
}
} OrderServiceImpl:
@Service
public class OrderServiceImpl {
// 调用dubbo服务
@Reference(version = "1.0")
private UserService userService;
public List getUserList() {
return userService.getUserList();
}
} 启动类添加注解
启动类添加@EnableDubbo注解
修改application.yml配置
server.port=8081
dubbo.application.name=gmall-order-web
dubbo.registry.protocol=zookeeper
dubbo.registry.address=127.0.0.1:2181
dubbo.protocol.name=dubbo
4.4 启动访问
启动zookeeper集群，然后分别启动gmall-user（服务提供者），gmall-order（服务消费者）
访问http://localhost:8081/users
5. 具体配置
dubbo中具体的配置项，在官网中都有
除了dubbo:service和dubbo:reference，其他的基本上都有，这两个分别使用@Service,@Reference去配置
对应application.yml中就是：
dubbo.protocol.xxx=yyy
dubbo.registry.xxx=yyyxxx表示具体的属性，yyy表示值
6. 主要功能
6.1 服务降级
当服务器压力剧增的情况下，根据实际业务情况及流量，对一些服务和页面有策略的不处理或换种简单的方式处理，从而释放服务器资源以保证核心交易正常运作或高效运作。
可以通过服务降级功能临时屏蔽某个出错的非关键服务，并定义降级后的返回策略。
一般都是在消费者的reference属性上添加mock值来判断，也只能消费方才能加，提供方加这个mock会报错。其实想想也能知道，它有一种是不进行调用，直接返回错误，如果放在提供服务方，还怎么直接返回？
mock的写法有以下几种：
- return empty: 代表空，基本类型的默认值，或者集合类的空值
- return null
- return true
- return false
- return JSON 格式: 反序列化 JSON 所得到的对象
- fail:return null 表示会进行远程调用，如果调用失败，则返回null
- force:return null，直接不进行远程调用了，方法直接返回null
- throw 直接抛出异常对象
- 自定义返回类
@Reference(version = "1.0",mock = "fail:return null",timeout = 2000)
@Reference(version = "1.0",mock = "force:return null",timeout = 2000)
private UserService userService;自定义返回：
自定义返回的类放在公共接口的项目：gmall-interface下，有两点注意：
- 注意类的名称是接口名+Mock
- 要放在与UserService接口相同的包下
UserServiceMock：
public class UserServiceMock implements UserService {
public List getUserList() {
System.out.println("调用了Mock");
return new ArrayList();
}
} 消费方启用mock功能：
@Reference(version = "1.0",mock = "true",timeout = 2000)
private UserService userService;6.2 服务熔断（集群容错）
在集群调用失败时，Dubbo 提供了多种容错方案，缺省为 failover 重试。
一般来说，服务提供方和服务消费方都能设置，但是能在服务提供方进行配置的就尽量在服务提供方设置，可以更好的管理服务
Failover Cluster
失败自动切换，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。可通过 retries="2" 来设置重试次数(不含第一次)。
在服务提供方添加重试次数。不设置cluster,则默认是Failover重试机制
@Service(version = "1.0",retries = 2, cluster="failsafe")Failfast Cluster
快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
非幂等性表示多次调用结果都是一样的，比如查询，删除，更新
Failsafe Cluster
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。
Failback Cluster
失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
Forking Cluster
并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
Broadcast Cluster
广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息。
6.3 负载均衡
默认采用随机算法
Random LoadBalance
- 随机，按权重设置随机概率。
- 在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。
RoundRobin LoadBalance
- 轮询，按公约后的权重设置轮询比率。
- 存在慢的提供者累积请求的问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。
LeastActive LoadBalance
- 最少活跃调用数，相同活跃数的随机，活跃数指调用前后计数差。
- 使慢的提供者收到更少请求，因为越慢的提供者的调用前后计数差会越大。
ConsistentHash LoadBalance
- 一致性 Hash，相同参数的请求总是发到同一提供者。
使用：
@Service(version = "1.0",retries = 2, cluster="failsafe", loadbalance="roundrobin")6.4 服务分组
当一个接口有多种实现时，可以用 group 区分。
@Service(version = "1.0",retries = 2, group = "impl-1")
public class UserServiceImpl implements UserService {}
@Service(version = "1.0",retries = 2, group = "impl-2")
public class UserServiceImpl implements UserService {}服务消费方引用的时候也加一个group属性执行即可，也可以使用*：表示使用任意一个实现类
@Reference(version = "1.0",mock = "fail:return null",timeout = 2000,group = "impl-1")
// 使用任意组
@Reference(version = "1.0",mock = "fail:return null",timeout = 2000,group = "*")6.5 多版本
当一个接口实现，出现不兼容升级时，可以用版本号过渡，版本号不同的服务相互间不引用。
可以按照以下的步骤进行版本迁移：
- 在低压力时间段，先升级一半提供者为新版本
- 再将所有消费者升级为新版本
- 然后将剩下的一半提供者升级为新版本
使用方式就是指定version版本号，服务消费者只能消费指定版本的服务
@Service(version = "2.0.0")
@Reference(version = "2.0.0")
如果消费方不区分服务版本号，那么消费方可以使用*
如果不需要区分版本，可以按照以下的方式配置 ：
@Reference( version="*")6.6 本地存根
当服务消费方想在调用服务提供方前，去做一些事情，比如说注册，服务消费方可以先执行一部分逻辑，比如参数的校验，只有校验成功，我们再去调用服务提供方的注册方法，否则就直接返回错误。那这个具体怎么实现呢？
分两步：
- 先在gmall-interface项目的service包下创建一个UserServiceStub类，注意类名是接口名+Stub
- 开启本地存根
创建一个UserServiceStub类
一定要在与UserService接口同包的路径下去创建UserServiceStub，否则会找不到这个类
public class UserServiceStub implements UserService {
// 相当于是UserService的一个代理对象，当我们校验完成后，可以通过这个代理对象调用服务
private final UserService userService;
public UserServiceStub(UserService userService) {
this.userService = userService;
}
public List getUserList() {
System.out.println("校验参数中......");
if (true) {
// 校验成功,我们就继续调用服务
return userService.getUserList();
} else {
// 校验失败
return new ArrayList();
}
}
} 开启本地存根
在这个版本中，如果你是以接口+Stub的这种形式创建的类，那么当你创建完成后，本地存根其实就默认开启了，但是最好还是显示声明一下，声明即可在服务提供方声明，也可以在服务消费方声明，但是我们最好在提供方去声明，统一管理服务。
设置stub为true即可
@Service(version = "1.0",stub = "true")6.7 本地伪装
这个就是用服务降级来实现的，当服务提供方全部挂掉后，客户端不抛出异常，而是通过 Mock 数据返回结果