总结Dubbo开源RPC框架

一、分布式系统

集群：多个机器提供一样的服务（实现高性能、高可用、可伸缩、高可扩展）

分布式：多个机器提供不同的服务，合起来为一个大服务

dubbo是一个高性能、轻量级的开源RPC框架，由十层模型构成。

面向接口代理的高性能RPC调用

智能容错和负载均衡

服务的自动注册和发现

高度可扩展能力

运行期流量调度

可视化的服务治理和运维

java 复制代码

@Service(weight=100)
@Service(weight=200)

@Reference(loadbalance="random")

1 服务启动时，服务提供者和服务消费者根据配置信息连接到注册中心，分别向注册中心注册和订阅服务，
2 注册中心会根据注册信息返回服务提供者的信息给服务消费者，
3 服务消费者把服务提供者的信息缓存到本地（避免多次访问注册中心带来的性能消耗），如果信息发生变更，消费者会收到注册中心的推送， 更新本地的缓存
4 服务消费者会生成代理对象，根据负载均衡策略选择目标服务提供者，定时向monitor记录接口的调用次数和时间信息，拿到代理对象后，服务消费者通过代理对象发起接口的调用，
5 服务提供者收到请求后，根据数据进行反序列化，通过代理调用具体的接口的一个实现

超时：

当消费者调用服务者发生阻塞或者等待情形时，会一直等待下去

在某一峰值时刻，大量请求同时请求消费者，会造成线程的大量堆积，造成雪崩

dubbo会设置超时时间（这个时间段内无法完成服务访问则自动断开连接）

java 复制代码

@Service(timeout=3000)

重试：

当出现网络抖动时，一次请求就会失败

dubbo可设置重试次数

java 复制代码

//3s超时，重试2次，一共发送3次请求
@Service(timeout=3000,retries=2)

灰度发布：当出现新功能时，让一部分用户使用新功能，用户反馈没问题时再将所有用户迁移到新功能

dubbo使用version属性设置和调用同一个接口的不同版本

java 复制代码

@Service(version="v1.0")
@Service(version="v2.0")

@Reference(version="v1.0")
private UserService userService;

java 复制代码

@Reference(cluster="failover")

java 复制代码

// 调用失败返回null
@Reference(mock="fail:return null")

// 不调用直接返回null
@Reference(mock="force:return null")

1 关注点不同。
dubbo定位服务治理，主要解决服务的远程调用、流量分发、服务治理、流量控制；
springcloud关注微服务整个的生态的解决方案，依托于Spring和Springboot
2 底层原理不同。
dubbo底层使用netty这种nio框架，基于tcp协议传输，通过Hession等序列化方式完成RPC通信；
springcloud是基于http协议+rest风格的接口实现远程通信，http请求会有更大的报文，占用的带宽会更多，效率低一些，但rest相比RPC（代码级别的强依赖）更加灵活，服务提供者和服务调用方只需要根据http协议的契约完成通信。（openFeign是一个声明式的HTTP客户端，将HTTP请求转化为Java接口方法调用）

HTTP：是超文本传输的应用层协议，服务于网页端和服务端的数据传输，适用于面向网络的通信

RPC：（remote procedure call）是远程过程调用协议，包括通信协议（如http,tpc）和序列化协议(protobuf,thrift)，适用于面向应用程序的通信

RPC和HTTP的关系，前者是方法，后者是协议。

区别：

传输协议
RPC可以基于TCP,也可以基于HTTP
HTTP只能基于HTTP
传输效率
RPC如果使用自定义的TCP协议，可以让请求的请求头信息更少
HTTP的请求头有很多无用信息，如refer,keepalivetime,last-modified
因此，RPC传输效率更高。
性能
RPC可以基于thrift或protobuf来实现高效的二进制传输
HTTP也可以使用protobuf，但目前主流的浏览器大部分都是JSON实现的
因此，RPC性能更好
适用场景
RPC用于公司内部的服务调用
HTTP用于对外的异构环境，还有浏览器的调用，APP接口调用，允许不同技术栈