dubbo中的Filter链原理及应用

filter在dubbo中的应用非常广泛,它可以对服务端、消费端的调用过程进行拦截,从而对dubbo进行功能上的扩展,我们所熟知的RpcContext就用到了filter。本文主要尝试从以下3个方面来简单介绍一下dubbo中的filter:
1.filter链原理
2.自定义filter
3.使用filter透传traceId

1.filter链原理

dubbo中filter链的入口在ProtocolFilterWrapper中,这是Protocol的一个包装类,在其服务暴露和服务引用时都进行了构建filter链的工作。

// 构建filter链
private static  Invoker buildInvokerChain(final Invoker invoker, String key, String group) {
    Invoker last = invoker;

    // 获取可用的filter列表
    List filters = ExtensionLoader.getExtensionLoader(Filter.class).getActivateExtension(invoker.getUrl(), key, group);
    if (!filters.isEmpty()) {
        for (int i = filters.size() - 1; i >= 0; i--) {
            final Filter filter = filters.get(i);
            final Invoker next = last;

            // 典型的装饰器模式,将invoker用filter逐层进行包装
            last = new Invoker() {

                public Class getInterface() {
                    return invoker.getInterface();
                }

                public URL getUrl() {
                    return invoker.getUrl();
                }

                public boolean isAvailable() {
                    return invoker.isAvailable();
                }

                // 重点,每个filter在执行invoke方法时,会触发其下级节点的invoke方法,最后一级节点即为最原始的服务
                public Result invoke(Invocation invocation) throws RpcException {
                    return filter.invoke(next, invocation);
                }

                public void destroy() {
                    invoker.destroy();
                }

                @Override
                public String toString() {
                    return invoker.toString();
                }
            };
        }
    }
    return last;
}

// 服务端暴露服务
public  Exporter export(Invoker invoker) throws RpcException {
    if (Constants.REGISTRY_PROTOCOL.equals(invoker.getUrl().getProtocol())) {
        return protocol.export(invoker);
    }
    return protocol.export(buildInvokerChain(invoker, Constants.SERVICE_FILTER_KEY, Constants.PROVIDER));
}

// 客户端引用服务
public  Invoker refer(Class type, URL url) throws RpcException {
    if (Constants.REGISTRY_PROTOCOL.equals(url.getProtocol())) {
        return protocol.refer(type, url);
    }
    return buildInvokerChain(protocol.refer(type, url), Constants.REFERENCE_FILTER_KEY, Constants.CONSUMER);
}

可以看到,每一个filter节点都为原始的invoker服务增加了功能,是典型的装饰器模式。构建filter链的核心在于filter列表的获取,也就是这一行代码:

List filters = ExtensionLoader.getExtensionLoader(Filter.class).getActivateExtension(invoker.getUrl(), key, group);

通过Filter的ExtendLoader实例获取其激活的filter列表,getActivateExtension逻辑分为两部分:
1.加载标注了Activate注解的filter列表
2.加载用户在spring配置文件中手动注入的filter列表

public List getActivateExtension(URL url, String key, String group) {
    // 根据key来获取服务方/消费方自定义的filter列表
    String value = url.getParameter(key);
    return getActivateExtension(url, value == null || value.length() == 0 ? null : Constants.COMMA_SPLIT_PATTERN.split(value), group);
}

public List getActivateExtension(URL url, String[] values, String group) {
    List exts = new ArrayList();
    List names = values == null ? new ArrayList(0) : Arrays.asList(values);

    // 如果用户配置的filter列表名称中不包含-default,则加载标注了Activate注解的filter列表
    if (!names.contains(Constants.REMOVE_VALUE_PREFIX + Constants.DEFAULT_KEY)) {

        // 加载配置文件,获取所有标注有Activate注解的类,存入cachedActivates中
        getExtensionClasses();
        for (Map.Entry entry : cachedActivates.entrySet()) {
            String name = entry.getKey();
            Activate activate = entry.getValue();

            // Activate注解可以指定group,这里是看注解指定的group与我们要求的group是否匹配
            if (isMatchGroup(group, activate.group())) {
                T ext = getExtension(name);

                // 对于每一个dubbo中原生的filter,需要满足以下3个条件才会被加载:
                // 1.用户配置的filter列表中不包含该名称的filter
                // 2.用户配置的filter列表中不包含该名称前加了"-"的filter
                // 3.该Activate注解被激活,具体激活条件随后详解
                if (!names.contains(name)
                        && !names.contains(Constants.REMOVE_VALUE_PREFIX + name)
                        && isActive(activate, url)) {
                    exts.add(ext);
                }
            }
        }

        // 对加载的dubbo原生的filter列表进行排序,ActivateComparator排序器会根据Activate注解的before、after、order属性对filter列表排序
        Collections.sort(exts, ActivateComparator.COMPARATOR);
    }

    // 加载用户在spring配置文件中配置的filter列表
    List usrs = new ArrayList();
    for (int i = 0; i < names.size(); i++) {
        String name = names.get(i);

        // 针对用户配置的每一个filter,需要满足以下两个条件才会被加载:
        // 1.名称不是以"-"开头
        // 2.用户配置的所有filter列表中不包含-name的filter
        if (!name.startsWith(Constants.REMOVE_VALUE_PREFIX)
                && !names.contains(Constants.REMOVE_VALUE_PREFIX + name)) {

            // 用户自己配置filter列表时,可以使用default的key来代表dubbo原生的filter列表,这样一来就可以控制dubbo原生filter列表和用户自定义filter列表之间的相对顺序
            if (Constants.DEFAULT_KEY.equals(name)) {
                if (!usrs.isEmpty()) {
                    exts.addAll(0, usrs);
                    usrs.clear();
                }
            } else {
                T ext = getExtension(name);
                usrs.add(ext);
            }
        }
    }
    if (!usrs.isEmpty()) {
        exts.addAll(usrs);
    }
    return exts;
}

判断Activate注解是否被激活的逻辑是这样的:

private boolean isActive(Activate activate, URL url) {
    // 如果注解没有配置value属性,则一定是激活的
    String[] keys = activate.value();
    if (keys == null || keys.length == 0) {
        return true;
    }

    // 对配置了value属性的注解,如果服务的url属性中存在与value属性值相匹配的属性且改属性值不为空,则该注解也是激活的
    for (String key : keys) {
        for (Map.Entry entry : url.getParameters().entrySet()) {
            String k = entry.getKey();
            String v = entry.getValue();
            if ((k.equals(key) || k.endsWith("." + key))
                    && ConfigUtils.isNotEmpty(v)) {
                return true;
            }
        }
    }
    return false;
}

ActivateComparator比较器的规则如下,总结起来有这么几条规则:
1.before指定的过滤器,该过滤器将在这些指定的过滤器之前执行
2.after指定的过滤器,该过滤器将在这些指定的过滤器之后执行
3.order数值越小,越先执行
4.order数值相等的条件下,顺序将依赖于两个filter的加载顺序
5.before/after的优先级高于order

public class ActivateComparator implements Comparator {

    public static final Comparator COMPARATOR = new ActivateComparator();

    public int compare(Object o1, Object o2) {
        if (o1 == null && o2 == null) {
            return 0;
        }
        if (o1 == null) {
            return -1;
        }
        if (o2 == null) {
            return 1;
        }
        if (o1.equals(o2)) {
            return 0;
        }

        // 配置了before/after属性时,按照规则1、2进行排序,比较完直接返回,此时指定的order值将被忽略
        Activate a1 = o1.getClass().getAnnotation(Activate.class);
        Activate a2 = o2.getClass().getAnnotation(Activate.class);
        if ((a1.before().length > 0 || a1.after().length > 0
                || a2.before().length > 0 || a2.after().length > 0)
                && o1.getClass().getInterfaces().length > 0
                && o1.getClass().getInterfaces()[0].isAnnotationPresent(SPI.class)) {
            ExtensionLoader extensionLoader = ExtensionLoader.getExtensionLoader(o1.getClass().getInterfaces()[0]);
            if (a1.before().length > 0 || a1.after().length > 0) {
                String n2 = extensionLoader.getExtensionName(o2.getClass());
                for (String before : a1.before()) {
                    if (before.equals(n2)) {
                        return -1;
                    }
                }
                for (String after : a1.after()) {
                    if (after.equals(n2)) {
                        return 1;
                    }
                }
            }
            if (a2.before().length > 0 || a2.after().length > 0) {
                String n1 = extensionLoader.getExtensionName(o1.getClass());
                for (String before : a2.before()) {
                    if (before.equals(n1)) {
                        return 1;
                    }
                }
                for (String after : a2.after()) {
                    if (after.equals(n1)) {
                        return -1;
                    }
                }
            }
        }

        // 没有配置before/after的条件下,按照规则3、4进行排序
        int n1 = a1 == null ? 0 : a1.order();
        int n2 = a2 == null ? 0 : a2.order();
        // never return 0 even if n1 equals n2, otherwise, o1 and o2 will override each other in collection like HashSet
        return n1 > n2 ? 1 : -1;
    }

}
 
 

分析上面的分析,可以发现dubbo在构建filter链时非常灵活,有几个关键点在这里做一下总结:

  • filter被分为两类,一类是标注了Activate注解的filter,包括dubbo原生的和用户自定义的;一类是用户在spring配置文件中手动注入的filter
  • 对标注了Activate注解的filter,可以通过before、after和order属性来控制它们之间的相对顺序,还可以通过group来区分服务端和消费端
  • 手动注入filter时,可以用default来代表所有标注了Activate注解的filter,以此来控制两类filter之间的顺序
  • 手动注入filter时,可以在filter名称前加一个"-"表示排除某一个filter,比如说如果配置了一个-default的filter,将不再加载所有标注了Activate注解的filter
2.自定义filter

自定义filter非常简单,只需要实现Filter接口即可,对于Filter的某一个具体实现,有两种方式可以在构建filter链时将其包含进去,但无论哪种方式,都需要在Filter对应的SPI文件中进行相应的配置
1.通过标注Activate注解来实现

@Activate(group = Constants.PROVIDER)
public class ProviderFilter implements Filter {

    @Override
    public Result invoke(Invoker invoker, Invocation invocation) throws RpcException {
        System.out.println("=== provider ===");
        return invoker.invoke(invocation);
    }
}

2.在spring配置文件中通过配置filter属性来实现


这两种方式除了该filter在filter链中的顺序不同外,其它地方都是等价的。当然,按照上面的分析,顺序也是可以按照我们的要求来灵活控制的。

3.利用filter实现traceId透传

在微服务场景下,一次调用过程常常会涉及多个应用,在定位问题时,往往需要在多个应用中查看某一次调用链路上的日志,为了达到这个目的,一种常见的做法是在调用入口处生成一个traceId,并基于RpcContext来实现traceId的透传。

在开始进一步的尝试之前,我们不妨先来看看两个filter,大致了解下RpcContext是怎么实现traceId透传的。
客户端的ConsumerContextFilter:

@Activate(group = Constants.CONSUMER, order = -10000)
public class ConsumerContextFilter implements Filter {

    public Result invoke(Invoker invoker, Invocation invocation) throws RpcException {
        RpcContext.getContext()
                .setInvoker(invoker)
                .setInvocation(invocation)
                .setLocalAddress(NetUtils.getLocalHost(), 0)
                .setRemoteAddress(invoker.getUrl().getHost(),
                        invoker.getUrl().getPort());
        if (invocation instanceof RpcInvocation) {
            ((RpcInvocation) invocation).setInvoker(invoker);
        }
        try {
            return invoker.invoke(invocation);
        } finally {
            RpcContext.getContext().clearAttachments();
        }
    }

}

服务端的ContextFilter:

@Activate(group = Constants.PROVIDER, order = -10000)
public class ContextFilter implements Filter {

    public Result invoke(Invoker invoker, Invocation invocation) throws RpcException {
        Map attachments = invocation.getAttachments();
        if (attachments != null) {
            attachments = new HashMap(attachments);
            attachments.remove(Constants.PATH_KEY);
            attachments.remove(Constants.GROUP_KEY);
            attachments.remove(Constants.VERSION_KEY);
            attachments.remove(Constants.DUBBO_VERSION_KEY);
            attachments.remove(Constants.TOKEN_KEY);
            attachments.remove(Constants.TIMEOUT_KEY);
            attachments.remove(Constants.ASYNC_KEY);// Remove async property to avoid being passed to the following invoke chain.
        }
        RpcContext.getContext()
                .setInvoker(invoker)
                .setInvocation(invocation)
//                .setAttachments(attachments)  // merged from dubbox
                .setLocalAddress(invoker.getUrl().getHost(),
                        invoker.getUrl().getPort());

        // mreged from dubbox
        // we may already added some attachments into RpcContext before this filter (e.g. in rest protocol)
        if (attachments != null) {
            if (RpcContext.getContext().getAttachments() != null) {
                RpcContext.getContext().getAttachments().putAll(attachments);
            } else {
                RpcContext.getContext().setAttachments(attachments);
            }
        }

        if (invocation instanceof RpcInvocation) {
            ((RpcInvocation) invocation).setInvoker(invoker);
        }
        try {
            return invoker.invoke(invocation);
        } finally {
            RpcContext.removeContext();
        }
    }
}

通过这两个filter不难发现,之所以利用RpcContext可以实现traceId的透传,是因为invocation的存在,客户端在调用invoke方法的时候,会将当前调用的参数载体invocation透传给服务端,而服务端会从其中取出attachments属性进行相关处理后在重新设置到invocation中向后传递,因此只需要在客户端将traceId设置到attachments中即可。

于是我们开始以下尝试:
服务端接口:

public interface TraceIdService {

    void test(String key);
}

服务端实现:

public class TraceIdServiceImpl implements TraceIdService {

    @Override
    public void test(String key) {
        String traceId = RpcContext.getContext().getAttachment("traceId");
        System.out.println("key = " + key + ", traceId = " + traceId);
    }
}

客户端代码:

public class TraceIdConsumer {

    public static void main(String[] args) {

        ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(new String[]{"META-INF/spring/dubbo-demo-consumer.xml"});
        context.start();
        TraceIdService traceIdService = (TraceIdService) context.getBean("traceIdService"); // get remote service proxy

        RpcContext.getContext().setAttachment("traceId", String.valueOf(System.currentTimeMillis()));
        System.out.println(RpcContext.getContext().getAttachments());
        traceIdService.test("1");

        System.out.println(RpcContext.getContext().getAttachments());
        traceIdService.test("2");
    }
}

以上代码的执行结果如下:

客户端输出:
{traceId=1538746615202}
{}

服务端输出:
key = 1, traceId = 1538746615202
key = 2, traceId = null

我们发现,在第一次调用中,traceId确实从客户端透传到了服务端,但是在第二次调用时神奇的消失了!而这正是filter捣的鬼。在ConsumerContextFilter的finally子句中,我们发现attachments对象被清空了,而在服务端ContextFilter中,整个context对象都被清空了!!!

为了解决这个问题,我们需要在每次调用前都重新设置下attachments对象,也就是在客户端给调用链新增一个设置attachments对象的功能。前面我们说过,dubbo中每一个filter节点都为原始的invoker服务增加了功能,是典型的装饰器模式。看到这里你想到了什么?是的,没错。我们可以新增一个filter来完成这一功能。

@Activate(group = Constants.CONSUMER)
public class TraceIdFilter implements Filter {

    @Override
    public Result invoke(Invoker invoker, Invocation invocation) throws RpcException {
        String traceId = String.valueOf(System.currentTimeMillis());
        RpcContext.getContext().setAttachment("traceId", traceId);
        System.out.println("traceId = " + traceId);

        return invoker.invoke(invocation);
    }
}

此时在客户端中注释小设置attachments的代码,再次执行代码的输出如下,此时两次调用,traceId都可以正确地从客户端传递到服务端,完美؏؏☝ᖗ乛◡乛ᖘ☝؏؏

客户端输出:
traceId = 1538749616953
traceId = 1538749617199

服务端输出:
key = 1, traceId = 1538749616953
key = 2, traceId = 1538749617199

更多技术文章,咱们公众号见,我在公众号里等你~

image.png

你可能感兴趣的:(dubbo中的Filter链原理及应用)