Dubbo_扩展

🕗 发布于 2024-01-23 17:32 dubbo Dubbo 容错机制服务降级

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
Dubbo_扩展

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

提示：这里可以添加本文要记录的大概内容：

在分布式系统和微服务架构中，Dubbo 是一个非常流行和强大的开源框架。它提供了一系列高级特性，使开发人员能够构建高可扩展、高可用的分布式应用程序。
本博客将深入探讨 Dubbo 的一些高级特性，帮助你更好地理解和利用这些特性来解决实际的业务问题。我们将介绍如服务动态路由、服务治理、负载均衡策略、容错机制等方面的内容。
通过深入了解 Dubbo 的高级特性，你将能够更好地应对分布式系统中的复杂性，提高应用程序的可靠性、可扩展性和性能。无论你是刚刚开始使用 Dubbo，还是已经有一定经验的用户，本博客都将为你提供有价值的信息和实用的技巧。
让我们一起探索 Dubbo 的高级特性，提升你的分布式应用开发技能，构建更加强大和可靠的系统！

提示：以下是本篇文章正文内容，下面案例可供参考

一、Dubbo高级特性

地址缓存

Dubbo 的地址缓存是指 Dubbo 在初始化时会将注册中心的地址缓存下来，避免频繁访问注册中心导致性能下降。当注册中心的地址发生变化时，Dubbo 会重新从注册中心获取地址并更新缓存。
地址缓存有以下几个优点：

提高性能：通过缓存注册中心的地址，减少了对注册中心的访问次数，从而提高了系统的性能。
提高可靠性：当注册中心不可用时， Dubbo 仍然可以通过本地缓存来获取服务提供者的地址，从而保证了系统的可靠性。
实现动态路由： Dubbo 可以通过地址缓存来实现动态路由，根据服务的负载情况将请求动态地路由到不同的服务提供者上，从而提高了系统的可扩展性。

需要注意的是，地址缓存的时间不宜过长，否则可能会导致缓存中的地址过时。通常情况下， Dubbo 会在一定时间后自动更新地址缓存，以保证缓存中的地址是最新的。

超时机制

当服务消费者在调用服务提供者时出现阻塞或等待的情况，服务消费者会一直等待下去，直到服务提供者响应或超时。在某个访问的峰值时刻，大量的请求都在同时访问服务消费者，会造成大量线程堆积，从而导致服务器雪崩。为了解决这个问题，Dubbo可以利用超时机制来设置一个超时时间，在这个时间段内，无法完成服务访问，则会自动断开连接。
在Dubbo中，超时机制可以在服务提供方的@service注解中通过timeout属性设置，也可以在服务消费方的@Reference注解中通过timeout属性设置。并且，服务消费方设置的超时时间优先级高于服务提供方设置的超时时间。
需要注意的是，一般不建议在服务消费方设置超时时长，因为一般消费方调用提供者的方法，提供方一般对自己程序的操作时长（查询数据库等）会有大概的估算，会给出超时时长的设置，服务消费方一般不用设置。

服务生产端设置超时机制

使用timeout属性配置超时时间，默认值1000，单位毫秒。

@Service(timeout = 3000) //当前服务3秒超时
public class OrderServiceImpl implements IOrderService {

服务消费端设置超时机制

@Reference(timeout = 2000)// 远程注入
private IOrderService iOrderService;

重试机制

当 Dubbo 服务在尝试调用一次之后，如出现非业务异常（服务突然不可用、超时等），Dubbo 默认会进行额外的最多2次重试。

@Service(timeout = 3000,retries = 2)

灰度发布

灰度发布是指在集群部署的服务中，先发布其中一部分服务，使得集群服务中一部分是老版本服务逻辑，一部分是新版本服务逻辑，这种中间状态的发布状态叫做灰度发布。
以一个User系统为例，有一个查询用户英文名的功能，该功能返回用户的英文名的全名（firstName+lastName），User系统在生产环境中被部署到5台服务器组成的集群上。现在需要修改该功能，使得该功能只需要返回用户英文名的firstName，功能修改完后，经过了完整的测试后，需要将该功能进行生产发布。如果将该新功能直接同时部署到5台服务器组成的集群上，那么如果该功能仍然有缺陷，那么将影响所有用户，所以为了稳当，将该功能先部署到其中两台服务器上，这是集群中3台服务器是旧版本，2台服务器是新版本，并且还需要控制用户的流量，使得生产测试用户使用的是新版本（2台服务器），其他大部分用户使用的仍然是旧版本（另外3台服务器）。当生产测试用户测试过新版本后，如果新版本没有问题，则将另外3台也部署成新版本，移除流量控制，使得所有用户随机访问5台服务器。

老版本服务提供者配置

@Service(version = "1.0.0")
public class OrderServiceImpl implements IOrderService {


public CommonResult findByUserId(Long id) {
    CommonResult<Orders> commonResult = new CommonResult();
    // 返回结果编码
    commonResult.setCode(200);
    // 返回结果描述
    commonResult.setMessage("success");
    // TODO 模拟数据库操作
    // 数据
    Orders orders = new Orders();
    orders.setId(1L);
    orders.setUserId(2L);
    orders.setPrict(12.5);
    orders.setMobile("1888888888");
    orders.setAddress("北京");
    orders.setPay_method(1);
    commonResult.setData(orders);
    return commonResult;
   }
}

新版本服务提供者配置

@Service(version = "2.0.0")
public class OrderServiceImpl implements IOrderService {
public CommonResult findByUserId(Long id) {
    CommonResult<Orders> commonResult = new CommonResult();
    // 返回结果编码
    commonResult.setCode(200);
    // 返回结果描述
    commonResult.setMessage("success");
    // TODO 模拟数据库操作
    // 数据
    Orders orders = new Orders();
    orders.setId(1L);
    orders.setUserId(2L);
    orders.setPrict(12.5);
    orders.setMobile("1888888888");
    orders.setAddress("北京");
    orders.setPay_method(1);
    commonResult.setData(orders);
    return commonResult;
   }
}

新版本服务消费者配置

@Reference(version = "2.0.0")
private IOrderService iOrderService;// 订单服务

不需要区分版本配置

@Reference(version = "*")
private IOrderService iOrderService;// 订单服务

负载均衡

在分布式系统中，为了提高系统的可靠性和性能，通常会将服务部署在多个节点上，形成一个服务集群。当有多个服务实例可用时，需要一种机制来决定将请求发送到哪个服务实例，这就是负载均衡。

Dubbo 提供了多种负载均衡策略，默认使用随机负载均衡，以实现请求在多个服务实例之间的分配。常见的负载均衡策略包括：

RandomLoadBalance：随机负载均衡，随机的选择一个，默认负载均衡。
RoundRobinLoadBalance：轮询负载均衡。
LeastActiveLoadBalance：最少活跃调用数，相同活跃数的随机。
ConsistentHashLoadBalance：一致性哈希负载均衡，相同参数的请求总是落在同一台机器上。

生产者服务

@Service(timeout = 3000,retries = 3,loadbalance = "roundrobin")

消费者服务

@Reference(timeout = 2000,loadbalance = "roundrobin"

集群容错

Dubbo框架为服务集群容错提供了一系列好的解决方案，在此称为dubbo服务集群容错模式。Dubbo 目前提供了6种集群容错策略。具体介绍如下：

failover 失败自动切换策略：当消费者调用提供者集群中的某个服务器失败时，其会自动尝试着调用其它服务器。该策略通常用于读操作，例如，消费者要通过提供者从数据库中读取某些数据。但重试会带来服务延迟。重试次数可通过 retries 属性指定，缺省为2次。注意，设置的重试次数不包括调用失败的第1次。
failfast 快速失败策略：消费者端只发起一次调用，若失败则立即报错。通常用于非幂等性的写操作，比如新增一条记录。
failsafe 失败安全策略：当调用过程中出现异常时，Dubbo 仅会打印异常，而不会抛出异常。而当消费者调用提供者出现异常时，直接忽略本次调用。该策略通常用于执行相对不太重要的服务，例如，写入审计日志等操作。
failsafe 失败安全策略：当调用过程中出现异常时，Dubbo 仅会打印异常，而不会抛出异常。而当消费者调用提供者出现异常时，直接忽略本次调用。该策略通常用于执行相对不太重要的服务，例如，写入审计日志等操作。
forking 并行调用策略，即并行调用多个服务提供者。消费者对于同一服务并行调用多个提供者服务器，只要一个成功即调用结束并返回结果。通常用于实时性要求较高的读操作，但其会浪费较多服务器资源。可以通过设置 forks 属性来指定可以并行调用的服务提供者数量。
broadcast 广播策略：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。

注意：配置集群容错策略时，容错策略可以设置在消费者端，也可以设置在提供者端，最小粒度可以设置到方法级别。若消费者与提供者均做了设置，则消费者端的优先级更高。

集群容错和重试机制的区别

集群容错是一种用于处理服务调用失败的机制，当服务提供者集群中的某个节点出现故障或无法响应时，集群容错机制可以自动将请求路由到其他可用的节点，以保证服务的可用性和可靠性。
重试机制是指当服务调用失败时，自动进行多次重试，以提高服务的成功率和可靠性。重试机制适用于一些暂时性的故障或网络抖动等情况。

服务降级

服务降级是指在系统高负载或某些服务出现故障时，为了保证系统的整体可用性，将一些非核心服务或功能暂时降低其优先级或暂停使用的策略。服务降级的两种场景：

当下游的服务因为某种原因响应过慢，下游服务主动停掉一些不太重要的业务，释放出服务器资源，增加响应速度！
当下游的服务因为某种原因不可用，上游主动调用本地的一些降级逻辑，避免卡顿，迅速返回给用户！

服务降级的两种方式：

mock=force:return null，表示消费方对该服务的方法调用都直接返回null值，不发起远程调用。用来屏蔽不重要服务不可用时对调用方的影响。
mock=force:return null，表示消费方对该服务的方法调用在失败后，再返回null值，不抛异常。用来容忍不重要服务不稳定时对调用方的影响。

###服务降级演示

@Reference(timeout = 2000,mock = "force:return null")
private IOrderService iOrderService;

服务限流

服务限流是指当系统资源不够，不足以应对大量请求，即系统资源与访问量出现矛盾的时候，为了保证有限的资源能够正常服务，对系统按照预设的规则进行流量限制或功能限制的一种策略。

限流算法

漏桶算法：假设有一个固定容量的桶，流速（系统处理能力）固定，如果一段时间水龙头水流太大，水就溢出了（请求被抛弃了）。该算法每次请求进来都放入一个先进先出的队列中，队列满了，则直接返回失败。另外有一个线程池固定间隔不断地从这个队列中拉取请求。
令牌桶算法：有一个固定容量的桶，桶里存放着令牌（token）。桶一开始是空的，令牌以一个固定的速率往桶里填充，直到达到桶的容量，多余的令牌将会被丢弃。每当一个请求过来时，就会尝试从桶里移除一个令牌，如果没有令牌的话，请求无法通过。

漏桶 vs 令牌桶的区别

漏桶的天然特性决定了它不会发生突发流量，就算每秒1000个请求到来，那么它对后台服务输出的访问速率永远恒定。而令牌桶则不同，其特性可以“预存”一定量的令牌，因此在应对突发流量的时候可以在短时间消耗所有令牌，其突发流量处理效率会比漏桶高，但是导向后台系统的压力也会相应增多。

服务限流的实现

并发控制

服务端并发执行（或占用线程池线程数）不能超过10个

@Service(executes = 10)

连接控制

占用连接的请求的数不能超过10个。

@Service(actives= 10)

服务降级和服务限流的区别

服务降级是指在系统高负载或某些服务出现故障时，为了保证系统的整体可用性，将一些非核心服务或功能暂时降低其优先级或暂停使用的策略。
服务限流是指对系统的请求进行限制，以防止过多的请求同时涌入系统，导致系统资源耗尽或性能下降的策略。

结果缓存

结果缓存用于加速热门数据的访问速度， Dubbo 提供声明式缓存，以减少用户加缓存的工作量。 Dubbo 缓存是在本地缓存，在分布式服务中，会缓存多份，在每个服务中缓存。其配置操作简单，只需设置dubbo:reference或dubbo:method的cache属性，指定需要使用的缓存类型即可。Dubbo 提供了三种结果缓存机制：

LRU（Least Recently Used）：基于最近最少使用原则删除多余缓存，保持最热的数据被缓存。
ThreadLocal：当前线程缓存。比如渲染一个页面，用到很多portal，每个portal都要去查用户信息，通过线程缓存，可以减少这种多余缓存。
JCache：可以桥接各种缓存实现。

@reference(cache="lru")

总结

提示：这里对文章进行总结：

以上是 Dubbo 高级特性的一些关键要点。这些特性有助于提高系统的稳定性、性能和可扩展性，使其能够更好地应对高并发和复杂的业务需求。

原文地址：https://blog.csdn.net/liubopro666/article/details/135771196

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：【Google SEO】如何使用外展进行链接建设
下一篇：喜讯！美创和大数据局用户的数据安全实践被“北大”录取

C# yolo10使用onnx推理
本篇总结C#端使用yolo10的onnx文件做模型推理，主要使用Microsoft.ML.OnnxRuntime.Gpu这个库。需要注意的是Microsoft.ML.OnnxRuntime 和 Mic
阅读更多2024-11-18
【软件测试】界面、功能、性能、可靠性、安全性（SQL注入、越权）、易用性测试，静态和动态测试
功能测试是为了确保程序以期望的⽅式运⾏⽽按功能要求对软件进⾏的测试，通过对⼀个系统的所有的特性和功能都进⾏测试确保符合需求和规范。软件测试是软件⽣命周期中的⼀个重要环节，具有较⾼的复杂性，对于软件测试
阅读更多2024-11-18
nfs服务器
NFS，网络文件系统）是FreeBSD支持的文件系统中的一种，它允许网络中的计算机（不同的计算机、不同的操作系统）之间通过TCP/IP网络共享资源，主要在unix系列操作系统上使用。在NFS的应用中，
阅读更多2024-11-18
金山云大数据面试题及参考答案
栈（Stack）栈是一种数据结构，它遵循后进先出（LIFO - Last In First Out）的原则。可以把栈想象成一个一端封闭的圆筒，元素只能从开口的一端进出。在计算机内存中，栈主要用于存储函
阅读更多2024-11-18
c++自制游戏（优化）
cout << "******************0、退出************************" << endl;cout <<
阅读更多2024-11-18
C++ -class
类的简介
阅读更多2024-11-18
Cobalt Strike 4.8 用户指南-第九节 Pivoting（跳板）
Pivoting，在本手册中，指的是"将一个受害机器转为其他攻击和工具的跳板"。的Beacon提供了多种pivoting选项。前提是Beacon处于交互模式。交互模式意味着一个Be
阅读更多2024-11-18
达梦 DG
以上步骤和命令提供了达梦DGswitchover的详细操作流程，确保在执行切换操作前，所有的检查和准备工作都已就绪，以保证切换过程的顺利进行。• 检查备库监听配置文件，如tnsnames.ora，并提
阅读更多2024-11-18
Mybatis查询ORACLE数据库相近字段名称的值在映射出来的对象中被覆盖
oracle数据库中有一个表，一个字段的名叫做HEA_MUR，一个字段的名叫HEAMUR，两个字段都是字符串类型。
阅读更多2024-11-18
用Redis实现分布式锁
它的核心思想是通过多个独立的 Redis 实例来增加容错性，确保即使某些实例发生故障或数据不同步，仍然能够提供高可用的分布式锁服务。通常情况下，锁是“非重入”的，也就是说，锁只能被持有它的客户端释放，
阅读更多2024-11-18