03-Dubbo的负载均衡及高性能RPC调用
Dubbo 的负载均衡策略
负载均衡策略就是当某个服务压力比较大的时候，这时候部署多个节点同时提供相同的服务
当服务消费者来消费的时候，可以从这多个节点中选择一个节点进行消费，这个选择的过程，就是 负载均衡
image-20240218180340163
Dubbo 提供了多种负载均衡策略：
Random LoadBalance
基于权重的随机负载均衡策略，为 Dubbo 的 默认策略
特点就是：根据每个服务的权重来设置它的随机概率，如下图
image-20240218180753406
RoundRobin LoadBalance
基于权重的轮询负载均衡策略，一般不使用该策略
因为轮询的话有一个比较致命的问题，如果其中有一台机器处理请求的速度比较慢，那么当一个请求被转发到很慢的机器上之后，很久都没有处理完，会导致其他请求也会被转发到这个机器上，导致该机器上堆积很多请求，更加处理不过来了
LeastActive LoadBalance
最少活跃负载均衡策略，也就是看哪台机器上活跃的请求比较少
Dubbo 对活跃数的定义：当服务收到一个请求，活跃数 +1，当 Dubbo 处理完一个请求，活跃数 -1
Dubbo 就认为谁的活跃数越少，谁的处理速度就越快，性能也越好，这样的话，我就优先把请求给活跃数少的服务提供者处理
- 如果活跃的请求数量较少，说明该机器的性能是比较高的，有请求的话优先给该机器处理
- 如果活跃的请求数量较多，说明该机器的处理速度较慢，请求分给该机器的话可能会造成请求堆积
ConsistentHash LoadBalance
一致性 Hash 负载均衡策略
可以保证相同参数的请求总是发到同一提供者，当某一台提供者机器宕机时，原本发往该提供者的请求，将基于虚拟节点平摊给其他提供者，这样就不会引起剧烈变动。
基于注解配置负载均衡策略
@Reference(loadbalance = "roundrobin")
HelloService helloService;
Dubbo 的高性能 RPC 调用
Dubbo 的高性能 RPC 调用离不开它的序列化协议、通信协议，那么接下来就从这两方面来介绍
Dubbo 的序列化协议
Dubbo 中支持多种序列化协议，在 Dubbo3.2 版本之前使用 Hessian2 作为默认的序列化方式，在 Dubbo3.2 版本之后使用 FastJSON2 作为默认的序列化方式
Hessian、Hessian2
在 Dubbo3.2 版本之前使用
Hessian2作为默认的序列化方式
Hessian 序列化是一种支持动态类型、跨语言、基于对象传输的网络协议
Dubbo 中使用的 Hessian2 是阿里基于 Hessian 所做的升级版本
相比 Hessian1，Hessian2中增加了压缩编码，其序列化二进制流大小是 Java 序列化的50%，序列化耗时是 Java 序列化的30%，反序列化耗时是 Java 序列化的20%
相比于 Java 序列化，Hessian2 无论是从 序列化速度 还是 序列化后的体积 上都存在非常大的优势！
配置启用：
# application.yml (Spring Boot)
dubbo:
protocol:
serialization: hessian2
FastJSON、FastJSON2
在 Dubbo3.2 版本之后使用
FastJSON2作为默认的序列化方式（FastJSON2 仅在 Dubbo > 3.1.0 版本支持）
FastJSON 是阿里开源的高性能 JSON 解析库
FastJSON 的特点就是 快 ！
但是 FastJSON 中存在一些安全漏洞，因此 FastJSON2 对其进行升级，在 性能 和 安全性 上都有所提升！
FastJSON2 使用方式：
引入依赖：
引入依赖：
<dependencies>
<dependency>
<groupId>com.alibaba.fastjson2</groupId>
<artifactId>fastjson2</artifactId>
<version>2.0.23</version>
</dependency>
</dependencies>
配置启用：
# application.yml (Spring Boot)
dubbo:
protocol:
serialization: fastjson2
Protobuf
全称 Google Protocol Buffer，简称 Protobuf，由 Google 公司开发
Protocol Buffers 是一种轻便高效的 结构化 数据存储格式 （和 json、xml 文件类似），可以用于结构化数据串行化、或者说序列化，非常适合用于做 数据存储 或者 RPC 数据交换
Protocol 相比于 xml、json 来说，体积更小，解析更快
- 应用场景：
就比如现在有一个 Java 项目和 Go 项目之间要相互通信，两个模块之间对于数据的定义可能是不同的，并且 Java 语言和 Go 也是不兼容的，比如你要传输一个 User 类，在 Java 和 Go 中的定义肯定是不一样的
那么怎么来传输呢？
通过 Protobuf 来定义一个 User 数据对象（假设定义在 user.proto 文件），这个数据对象在 Java 和 Go 中都需要使用， 那么在 Java 中根据 user.proto 文件生成 Java 中的类对象，在 Go 中根据 user.proto 文件生成 Go 中的类对象 ，即可完成不同语言项目之间的通信
并且 Protobuf 在 序列化方面 也有很大的优势，可以很大程度上减小序列化后的体积，比如 proto 文件定义 User 类如下：
message User {
string uid = 1;
string username = 2;
}
那么一般在序列化传输数据的时候，需要传输数据的 key 和 value
而使用了 Protobuf 之后，在序列化的时候，不需要传输数据的 key 了，因为 key 已经在 proto 文件中定义了，只需要传输 value，因此 序列化后的数据体积减小很多！
-
配置启用：
application.yml (Spring Boot)
dubbo:
protocol:
serialization: protobuf
Avro
Avro 是一种远程过程调用和数据序列化框架，使用 JSON 来定义数据类型和通讯协议，使用压缩二进制格式来序列化数据，它主要用于Hadoop，是 Hadoop 持久化数据的一种序列化格式
其他序列化协议
还有其他很多序列化协议，如 FST、Gson、Kryo、MessagePack，这里就不一一介绍了
获取更多干货内容，记得关注我哦。
本文由mdnice多平台发布