Dubbo

2020-04-25 本文已影响0人技术灭霸

1、如何自己设计一个类似dubbo的rpc框架？

image.png

可以从几方面去思考：
1、服务订阅发布（注册中心）
2、服务路由
3、负载均衡（随机、轮询、最少活跃调用数、一致性哈希负载均衡）
4、集群容错（失败重试、限流降级）
5、服务调用（同步调用、异步调用、参数回调、事件通知）
6、多协议
7、序列化方式
8、统一配置
9、动态代理
10、限流降级

2、分布式服务接口请求的顺序性如何保证？

使用内存队列，强制排队来保证他们的顺序性

3、分布式服务接口的幂等性如何设计？

1、对于每个请求必须有一个唯一的标识
2、每次处理完请求之后，必须有一个记录标识这个请求处理过了。常见的方案是在 mysql 中记录个状态
3、每次接收请求需要进行判断，判断之前是否处理过。
4、插入一条支付流水，order_id 建一个唯一键 unique key。你在支付一个订单之前，先插入一条支付流水
5、写一个标识到 redis 里面，先查 redis有没有

4、如何基于 dubbo 进行服务治理、服务降级、失败重试以及超时重试？

服务治理

调用链路自动生成
服务访问压力以及时长统计
服务分层（避免循环依赖）
调用链路失败监控和报警
每个服务的可用性的监控

服务降级

我们调用接口失败的时候，可以通过 mock 统一返回 null。
mock 的值也可以修改为 true，然后再跟接口同一个路径下实现一个 Mock 类，命名规则是接口名称+Mock 后缀。然后在 Mock 类里实现自己的降级逻辑。

失败重试和超时重试

timeout：一般设置为 200ms，我们认为不能超过 200ms还没返回。
retries：设置 retries，一般是在读请求的时候，比如你要查询个数据，你可以设置个 retries，如果第一次没读到，报错，重试指定的次数，尝试再次读取。

5、 dubbo 的 spi 思想是什么？

spi 机制一般用在哪儿？插件扩展的场景，比如说你开发了一个给别人使用的开源框架，如果你想让别人自己写个插件，插到你的开源框架里面，从而扩展某个功能，这个时候 spi 思想就用上了。

上面那行代码就是 dubbo 里大量使用的，就是对很多组件，都是保留一个接口和多个实现，然后在系统运行的时候动态根据配置去找到对应的实现类。如果你没配置，那就走默认的实现好了，没问题。

@SPI("dubbo")  
public interface Protocol {  
      
    int getDefaultPort();  
  
    @Adaptive  
    <T> Exporter<T> export(Invoker<T> invoker) throws RpcException;  
  
    @Adaptive  
    <T> Invoker<T> refer(Class<T> type, URL url) throws RpcException;  

    void destroy();  
  
}

在 dubbo 自己的 jar 里，在/META_INF/dubbo/internal/com.alibaba.dubbo.rpc.Protocol文件中：

dubbo=com.alibaba.dubbo.rpc.protocol.dubbo.DubboProtocol
http=com.alibaba.dubbo.rpc.protocol.http.HttpProtocol
hessian=com.alibaba.dubbo.rpc.protocol.hessian.HessianProtocol

所以说，这就看到了 dubbo 的 spi 机制默认是怎么玩儿的了，其实就是 Protocol 接口，@SPI(“dubbo”) 说的是，通过 SPI 机制来提供实现类，实现类是通过 dubbo 作为默认 key 去配置文件里找到的，配置文件名称与接口全限定名一样的，通过 dubbo 作为 key 可以找到默认的实现类就是

com.alibaba.dubbo.rpc.protocol.dubbo.DubboProtocol。

如果想要动态替换掉默认的实现类，需要使用 @Adaptive 接口，Protocol 接口中，有两个方法加了 @Adaptive 注解，就是说那俩接口会被代理实现。

dubbo动态代理策略
默认使用 javassist 动态字节码生成，创建代理类。

但是可以通过 spi 扩展机制配置自己的动态代理策略。

6、ProtoBuf 和 XML的区别

XML、JSON、ProtoBuf 都具有数据结构化和数据序列化的能力
XML、JSON 更注重数据结构化，关注人类可读性和语义表达能力。ProtoBuf 更注重数据序列化，关注效率、空间、速度，人类可读性差，语义表达能力不足（为保证极致的效率，会舍弃一部分元信息）
ProtoBuf 的应用场景更为明确，XML、JSON 的应用场景更为丰富。

7、Dubbo的上下文RpcContext

RpcContext 是一个 ThreadLocal 的临时状态记录器，当接收到 RPC 请求，或发起 RPC 请求时，RpcContext 的状态都会变化。如：方法名、参数类型、真实参数、本端/对端地址等。这些数据仅属于一次调用。
比如：A调B，B再调C，则B机器上，在B调C之前，RpcContext记录的是A调B的信息，在B调C之后，RpcContext记录的是B调C的信息。

消费端在执行Rpc调用之前，经过Filter处理, 会将信息写入RpcContext.见ConsumerContextFilter:
服务端在执行调用之前，也会经过Filter处理，将信息写入RpcContext. 见ContextFilter类

8、dubbo的限流与降级怎么实现的？

dubbo的服务者与消费者 service的配置，最大连接数与请求数目配置
dubbo的超时设置 + 配置mock 类。请求超时后会执行mock，并返回
3，dubbo可以通过扩展Filter的方式引入Hystrix，具体代码如下：https://github.com/yskgood/dubbo-hystrix-support

9、如何解决Dubbo中生产者未启动，消费者启动报错

在配置类中添加如下的信息就可以了，代码如下所示：

/**
 * 消费者配置不主动监督zookeeper服务
 *
 * @return
 */
@Bean
public ConsumerConfig consumerConfig() {
   ConsumerConfig consumerConfig = new ConsumerConfig();
   consumerConfig.setCheck(false);
   consumerConfig.setTimeout(20000);
   return consumerConfig;
}

这样就可以了，不管是服务提供者还是服务消费者谁先启动，都可以通过@Reference实例化的对象。加上这个之后，测试环境终于没有出现500的null指针错误了。这边还有一点需要注意的是：很多时候服务提供者既是服务消费者，所以都得加上上面给出的代码。