基於Dubbo框架構建分佈式服務【未完待續】

Dubbo是Alibaba開源的分佈式服務框架，咱們能夠很是容易地經過Dubbo來構建分佈式服務，並根據本身實際業務應用場景來選擇合適的集羣容錯模式，這個對於不少應用都是迫切但願的，只須要經過簡單的配置就可以實現分佈式服務調用，也就是說服務提供方（Provider）發佈的服務能夠自然就是集羣服務，好比，在實時性要求很高的應用場景下，可能但願來自消費方（Consumer）的調用響應時間最短，只須要選擇Dubbo的Forking Cluster模式配置，就能夠對一個調用請求並行發送到多臺對等的提供方（Provider）服務所在的節點上，只選擇最快一個返回響應的，而後將調用結果返回給服務消費方（Consumer），顯然這種方式是以冗餘服務爲基礎的，須要消耗更多的資源，可是可以知足高實時應用的需求。
有關Dubbo服務框架的簡單使用，能夠參考個人其餘兩篇文章（《基於Dubbo的Hessian協議實現遠程調用》，《Dubbo實現RPC調用使用入門》，後面參考連接中已給出連接），這裏主要圍繞Dubbo分佈式服務相關配置的使用來講明與實踐。

Dubbo服務集羣容錯

假設咱們使用的是單機模式的Dubbo服務，若是在服務提供方（Provider）發佈服務之後，服務消費方（Consumer）發出一次調用請求，剛好此次因爲網絡問題調用失敗，那麼咱們能夠配置服務消費方重試策略，可能消費方第二次重試調用是成功的（重試策略只須要配置便可，重試過程是透明的）；可是，若是服務提供方發佈服務所在的節點發生故障，那麼消費方再怎麼重試調用都是失敗的，因此咱們須要採用集羣容錯模式，這樣若是單個服務節點因故障沒法提供服務，還能夠根據配置的集羣容錯模式，調用其餘可用的服務節點，這就提升了服務的可用性。
首先，根據Dubbo文檔，咱們引用文檔提供的一個架構圖以及各組件關係說明，以下所示：

上述各個組件之間的關係（引自Dubbo文檔）說明以下：

• 這裏的Invoker是Provider的一個可調用Service的抽象，Invoker封裝了Provider地址及Service接口信息。
• Directory表明多個Invoker，能夠把它當作List，但與List不一樣的是，它的值多是動態變化的，好比註冊中心推送變動。
• Cluster將Directory中的多個Invoker假裝成一個Invoker，對上層透明，假裝過程包含了容錯邏輯，調用失敗後，重試另外一個。
• Router負責從多個Invoker中按路由規則選出子集，好比讀寫分離，應用隔離等。
• LoadBalance負責從多個Invoker中選出具體的一個用於本次調用，選的過程包含了負載均衡算法，調用失敗後，須要重選。

咱們也簡單說明目前Dubbo支持的集羣容錯模式，每種模式適應特定的應用場景，能夠根據實際須要進行選擇。Dubbo內置支持以下6種集羣模式：

• Failover Cluster模式

配置值爲failover。這種模式是Dubbo集羣容錯默認的模式選擇，調用失敗時，會自動切換，從新嘗試調用其餘節點上可用的服務。對於一些冪等性操做可使用該模式，如讀操做，由於每次調用的反作用是相同的，因此能夠選擇自動切換並重試調用，對調用者徹底透明。能夠看到，若是重試調用必然會帶來響應端的延遲，若是出現大量的重試調用，可能說明咱們的服務提供方發佈的服務有問題，如網絡延遲嚴重、硬件設備須要升級、程序算法很是耗時，等等，這就須要仔細檢測排查了。
例如，能夠這樣顯式指定Failover模式，或者不配置則默認開啓Failover模式，配置示例以下：

1	<dubbo:service interface="org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService"version="1.0.0"

2	cluster="failover" retries="2" timeout="100" ref="chatRoomOnlineUserCounterService"protocol="dubbo" >

3	<dubbo:method name="queryRoomUserCount" timeout="80" retries="2" />

4	</dubbo:service>

上述配置使用Failover Cluster模式，若是調用失敗一次，能夠再次重試2次調用，服務級別調用超時時間爲100ms，調用方法queryRoomUserCount的超時時間爲80ms，容許重試2次，最壞狀況調用花費時間160ms。若是該服務接口org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService還有其餘的方法可供調用，則其餘方法沒有顯式配置則會繼承使用dubbo:service配置的屬性值。

• Failfast Cluster模式

配置值爲failfast。這種模式稱爲快速失敗模式，調用只執行一次，失敗則當即報錯。這種模式適用於非冪等性操做，每次調用的反作用是不一樣的，如寫操做，好比交易系統咱們要下訂單，若是一次失敗就應該讓它失敗，一般由服務消費方控制是否從新發起下訂單操做請求（另外一個新的訂單）。

• Failsafe Cluster模式

配置值爲failsafe。失敗安全模式，若是調用失敗， 則直接忽略失敗的調用，而是要記錄下失敗的調用到日誌文件，以便後續審計。

• Failback Cluster模式

配置值爲failback。失敗自動恢復，後臺記錄失敗請求，定時重發。一般用於消息通知操做。

• Forking Cluster模式

配置值爲forking。並行調用多個服務器，只要一個成功即返回。一般用於實時性要求較高的讀操做，但須要浪費更多服務資源。

• Broadcast Cluster模式

配置值爲broadcast。廣播調用全部提供者，逐個調用，任意一臺報錯則報錯（2.1.0開始支持）。一般用於通知全部提供者更新緩存或日誌等本地資源信息。
上面的6種模式均可以應用於生產環境，咱們能夠根據實際應用場景選擇合適的集羣容錯模式。若是咱們以爲Dubbo內置提供的幾種集羣容錯模式都不能知足應用須要，也能夠定製實現本身的集羣容錯模式，由於Dubbo框架給我提供的擴展的接口，只須要實現接口com.alibaba.dubbo.rpc.cluster.Cluster便可，接口定義以下所示：

01	@SPI(FailoverCluster.NAME)

02	public interface Cluster {

03

04

/**

05	* Merge the directory invokers to a virtual invoker.

06	* @param <T>

07	* @param directory

08	* @return cluster invoker

09	* @throws RpcException

10

*/

11

@Adaptive

12	<T> Invoker<T> join(Directory<T> directory) throws RpcException;

13

14

}

關於如何實現一個自定義的集羣容錯模式，能夠參考Dubbo源碼中內置支持的汲取你容錯模式的實現，6種模式對應的實現類以下所示：

1	com.alibaba.dubbo.rpc.cluster.support.FailoverCluster

2	com.alibaba.dubbo.rpc.cluster.support.FailfastCluster

3	com.alibaba.dubbo.rpc.cluster.support.FailsafeCluster

4	com.alibaba.dubbo.rpc.cluster.support.FailbackCluster

5	com.alibaba.dubbo.rpc.cluster.support.ForkingCluster

6	com.alibaba.dubbo.rpc.cluster.support.AvailableCluster

可能咱們初次接觸Dubbo時，不知道如何在實際開發過程當中使用Dubbo的集羣模式，後面咱們會以Failover Cluster模式爲例開發咱們的分佈式應用，再進行詳細的介紹。

Dubbo服務負載均衡

Dubbo框架內置提供負載均衡的功能以及擴展接口，咱們能夠透明地擴展一個服務或服務集羣，根據須要很是容易地增長/移除節點，提升服務的可伸縮性。Dubbo框架內置提供了4種負載均衡策略，以下所示：

• Random LoadBalance：隨機策略，配置值爲random。能夠設置權重，有利於充分利用服務器的資源，高配的能夠設置權重大一些，低配的能夠稍微小一些
• RoundRobin LoadBalance：輪詢策略，配置值爲roundrobin。
• LeastActive LoadBalance：配置值爲leastactive。根據請求調用的次數計數，處理請求更慢的節點會受到更少的請求
• ConsistentHash LoadBalance：一致性Hash策略，具體配置方法能夠參考Dubbo文檔。相同調用參數的請求會發送到同一個服務提供方節點上，若是某個節點發生故障沒法提供服務，則會基於一致性Hash算法映射到虛擬節點上（其餘服務提供方）

在實際使用中，只須要選擇合適的負載均衡策略值，配置便可，下面是上述四種負載均衡策略配置的示例：

1	<dubbo:service interface="org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService"version="1.0.0"

2	cluster="failover" retries="2" timeout="100" loadbalance="random"

3	ref="chatRoomOnlineUserCounterService" protocol="dubbo" >

4	<dubbo:method name="queryRoomUserCount" timeout="80" retries="2"loadbalance="leastactive" />

5	</dubbo:service>

上述配置，也體現了Dubbo配置的繼承性特色，也就是dubbo:service元素配置了loadbalance=」random」，則該元素的子元素dubbo:method若是沒有指定負載均衡策略，則默認爲loadbalance=」random」，不然若是dubbo:method指定了loadbalance=」leastactive」，則使用子元素配置的負載均衡策略覆蓋了父元素指定的策略（這裏調用queryRoomUserCount方法使用leastactive負載均衡策略）。
固然，Dubbo框架也提供了實現自定義負載均衡策略的接口，能夠實現com.alibaba.dubbo.rpc.cluster.LoadBalance接口，接口定義以下所示：

01

/**

02	* LoadBalance. (SPI, Singleton, ThreadSafe)

03

*

04	* <a href="http://en.wikipedia.org/wiki/Load_balancing_(computing)">Load-Balancing</a>

05

*

06	* @see com.alibaba.dubbo.rpc.cluster.Cluster#join(Directory)

07	* @author qian.lei

08	* @author william.liangf

09

*/

10	@SPI(RandomLoadBalance.NAME)

11	public interface LoadBalance {

12

13

/**

14	* select one invoker in list.

15	* @param invokers invokers.

16	* @param url refer url

17	* @param invocation invocation.

18	* @return selected invoker.

19

*/

20	@Adaptive("loadbalance")

21	<T> Invoker<T> select(List<Invoker<T>> invokers, URL url, Invocation invocation) throwsRpcException;

22

23

}

如何實現一個自定義負載均衡策略，能夠參考Dubbo框架內置的實現，以下所示的3個實現類：

1	com.alibaba.dubbo.rpc.cluster.loadbalance.RandomLoadBalance

2	com.alibaba.dubbo.rpc.cluster.loadbalance.RoundRobinLoadBalance

3	com.alibaba.dubbo.rpc.cluster.loadbalance.LeastActiveLoadBalance

Dubbo服務集羣容錯實踐

手機應用是以聊天室爲基礎的，咱們須要收集用戶的操做行爲，而後計算聊天室中在線人數，並實時在手機應用端顯示人數，整個系統的架構如圖所示：

上圖中，主要包括了兩大主要流程：日誌收集並實時處理流程、調用讀取實時計算結果流程，咱們使用基於Dubbo框架開發的服務來提供實時計算結果讀取聊天人數的功能。上圖中，實際上業務接口服務器集羣也能夠基於Dubbo框架構建服務，就看咱們想要構建什麼樣的系統來知足咱們的須要。
若是不使用註冊中心，服務消費方也可以直接調用服務提供方發佈的服務，這樣須要服務提供方將服務地址暴露給服務消費方，並且也沒法使用監控中心的功能，這種方式成爲直連。
若是咱們使用註冊中心，服務提供方將服務發佈到註冊中心，而服務消費方能夠經過註冊中心訂閱服務，接收服務提供方服務變動通知，這種方式能夠隱藏服務提供方的細節，包括服務器地址等敏感信息，而服務消費方只能經過註冊中心來獲取到已註冊的提供方服務，而不能直接跨過註冊中心與服務提供方直接鏈接。這種方式的好處是還可使用監控中心服務，可以對服務的調用狀況進行監控分析，還能使用Dubbo服務管理中心，方便管理服務，咱們在這裏使用的是這種方式，也推薦使用這種方式。使用註冊中心的Dubbo分佈式服務相關組件結構，以下圖所示：

下面，開發部署咱們的應用，經過以下4個步驟來完成：

• 服務接口定義

服務接口將服務提供方（Provider）和服務消費方（Consumer）鏈接起來，服務提供方實現接口中定義的服務，即給出服務的實現，而服務消費方負責調用服務。咱們接口中給出了2個方法，一個是實時查詢獲取當前聊天室內人數，另外一個是查詢一天中某個/某些聊天室中在線人數峯值，接口定義以下所示：

01	package org.shirdrn.dubbo.api;

02

03	import java.util.List;

04

05	public interface ChatRoomOnlineUserCounterService {

06

07	String queryRoomUserCount(String rooms);

08

09	List<String> getMaxOnlineUserCount(List<String> rooms, String date, String dateFormat);

10

}

接口是服務提供方和服務消費方公共遵照的協議，通常狀況下是服務提供方將接口定義好後提供給服務消費方。

• 服務提供方

服務提供方實現接口中定義的服務，其實現和普通的服務沒什麼區別，咱們的實現類爲ChatRoomOnlineUserCounterServiceImpl，代碼以下所示：

01	package org.shirdrn.dubbo.provider.service;

02

03	import java.util.List;

04

05	import org.apache.commons.logging.Log;

06	import org.apache.commons.logging.LogFactory;

07	import org.shirdrn.dubbo.api.ChatRoomOnlineUserCounterService;

08	import org.shirdrn.dubbo.common.utils.DateTimeUtils;

09

10	import redis.clients.jedis.Jedis;

11	import redis.clients.jedis.JedisPool;

12

13	import com.alibaba.dubbo.common.utils.StringUtils;

14	import com.google.common.base.Strings;

15	import com.google.common.collect.Lists;

16

17	public class ChatRoomOnlineUserCounterServiceImpl implements ChatRoomOnlineUserCounterService {

18

19	private static final Log LOG = LogFactory.getLog(ChatRoomOnlineUserCounterServiceImpl.class);

20	private JedisPool jedisPool;

21	private static final String KEY_USER_COUNT = "chat::room::play::user::cnt";

22	private static final String KEY_MAX_USER_COUNT_PREFIX = "chat::room::max::user::cnt::";

23	private static final String DF_YYYYMMDD = "yyyyMMdd";

24

25	public String queryRoomUserCount(String rooms) {

26	LOG.info("Params[Server|Recv|REQ] rooms=" + rooms);

27	StringBuffer builder = new StringBuffer();

28	if(!Strings.isNullOrEmpty(rooms)) {

29	Jedis jedis = null;

30

try {

31	jedis = jedisPool.getResource();

32	String[] fields = rooms.split(",");

33	List<String> results = jedis.hmget(KEY_USER_COUNT, fields);

34	builder.append(StringUtils.join(results, ","));

35	} catch (Exception e) {

36	LOG.error("", e);

37	} finally {

38	if(jedis != null) {

39	jedis.close();

40

}

41

}

42

}

43	LOG.info("Result[Server|Recv|RES] " + builder.toString());

44	return builder.toString();

45

}

46

47

@Override

48	public List<String> getMaxOnlineUserCount(List<String> rooms, String date, String dateFormat) {

49	// HGETALL chat::room::max::user::cnt::20150326

50	LOG.info("Params[Server|Recv|REQ] rooms=" + rooms + ",date=" + date +",dateFormat=" + dateFormat);

51	String whichDate = DateTimeUtils.format(date, dateFormat, DF_YYYYMMDD);

52	String key = KEY_MAX_USER_COUNT_PREFIX + whichDate;

53	StringBuffer builder = new StringBuffer();

54	if(rooms != null && !rooms.isEmpty()) {

55	Jedis jedis = null;

56

try {

57	jedis = jedisPool.getResource();

58	return jedis.hmget(key, rooms.toArray(new String[rooms.size()]));

59	} catch (Exception e) {

60	LOG.error("", e);

61	} finally {

62	if(jedis != null) {

63	jedis.close();

64

}

65

}

66

}

67	LOG.info("Result[Server|Recv|RES] " + builder.toString());

68	return Lists.newArrayList();

69

}

70

71	public void setJedisPool(JedisPool jedisPool) {

72	this.jedisPool = jedisPool;

73

}

74

75

}

代碼中經過讀取Redis中數據來完成調用，邏輯比較簡單。對應的Maven POM依賴配置，以下所示：

01	<dependencies>

02	<dependency>

03	<groupId>org.shirdrn.dubbo</groupId>

04	<artifactId>dubbo-api</artifactId>

05	<version>0.0.1-SNAPSHOT</version>

06	</dependency>

07	<dependency>

08	<groupId>org.shirdrn.dubbo</groupId>

09	<artifactId>dubbo-commons</artifactId>

10	<version>0.0.1-SNAPSHOT</version>

11	</dependency>

12	<dependency>

13	<groupId>redis.clients</groupId>

14	<artifactId>jedis</artifactId>

15	<version>2.5.2</version>

16	</dependency>

17	<dependency>

18	<groupId>org.apache.commons</groupId>

19	<artifactId>commons-pool2</artifactId>

20	<version>2.2</version>

21	</dependency>

22	<dependency>

23	<groupId>org.jboss.netty</groupId>

24	<artifactId>netty</artifactId>

25	<version>3.2.7.Final</version>

26	</dependency>

27	</dependencies>

有關對Dubbo框架的一些依賴，咱們單獨放到一個通用的Maven Module中（詳見後面「附錄：Dubbo使用Maven構建依賴配置」），這裏再也不多說。服務提供方實現，最關鍵的就是服務的配置，由於Dubbo基於Spring來管理配置和實例，因此經過配置能夠指定服務是不是分佈式服務，以及經過配置增長不少其它特性。咱們的配置文件爲provider-cluster.xml，內容以下所示：

01	<?xml version="1.0" encoding="UTF-8"?>

02

03	<beans xmlns="http://www.springframework.org/schema/beans"

04	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns:dubbo="http://code.alibabatech.com/schema/dubbo"

05	xmlns:p="http://www.springframework.org/schema/p"

06	xsi:schemaLocation="http://www.springframework.org/schema/beanshttp://www.springframework.org/schema/beans/spring-beans-3.0.xsd

07	http://code.alibabatech.com/schema/dubbohttp://code.alibabatech.com/schema/dubbo/dubbo.xsd">

08