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

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

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

java 复制代码

@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：

yml 复制代码

# 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：

xml 复制代码

<dependencies>
    <dependency>
        <groupId>com.alibaba.fastjson2</groupId>
        <artifactId>fastjson2</artifactId>
        <version>2.0.23</version>
    </dependency>
</dependencies>

配置启用：

yaml 复制代码

# 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：

protobuf 复制代码

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：

yaml 复制代码

# 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。

本文由博客一文多发平台 OpenWrite 发布！