8、Dubbo-配置（3）

高可用

1、zookeeper宕机与dubbo直连

现象：zookeeper注册中心宕机，还可以消费dubbo暴露的服务。

原因：

健壮性

• 监控中心宕掉不影响使用，只是丢失部分采样数据
• 数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务
• 注册中心对等集群，任意一台宕掉后，将自动切换到另一台
• 注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯
• 服务提供者无状态，任意一台宕掉后，不影响使用
• 服务提供者全部宕掉后，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复

高可用：通过设计，减少系统不能提供服务的时间；

在正常测试之后，关闭zookeeper之后，服务依旧可以进行访问，通过本地缓存进行

 

 2、集群下dubbo负载均衡配置 

http://dubbo.apache.org/zh-cn/docs/user/demos/loadbalance.html

在集群负载均衡时，Dubbo 提供了多种均衡策略，缺省为 random 随机调用。

 

负载均衡策略

Random LoadBalance
随机，按权重设置随机概率。
在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。

RoundRobin LoadBalance
轮循，按公约后的权重设置轮循比率。
存在慢的提供者累积请求的问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。

LeastActive LoadBalance
最少活跃调用数，相同活跃数的随机，活跃数指调用前后计数差。
使慢的提供者收到更少请求，因为越慢的提供者的调用前后计数差会越大。

ConsistentHash LoadBalance
一致性 Hash，相同参数的请求总是发到同一提供者。
当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。
算法参见：http://en.wikipedia.org/wiki/Consistent_hashing
缺省只对第一个参数 Hash，如果要修改，请配置 <dubbo:parameter key="hash.arguments" value="0,1" />
缺省用 160 份虚拟节点，如果要修改，请配置 <dubbo:parameter key="hash.nodes" value="320" />

 

 配置

服务端服务级别

<dubbo:reference interface="..." loadbalance="roundrobin" />

服务端方法级别

<dubbo:service interface="...">
<dubbo:method name="..." loadbalance="roundrobin"/></dubbo:service>

客户端方法级别 

<dubbo:reference interface="...">
<dubbo:method name="..." loadbalance="roundrobin"/></dubbo:reference>

 

 <!-- 3、指定通信规则（通信协议&通信端口 -->     
     <dubbo:protocol name="dubbo" port="20081"></dubbo:protocol>       
     
     
     <!-- 4、暴露服务 -->   
     <!-- interface是只想接口，ref属性是指定接口的实现 -->   
     <dubbo:service interface="com.cr.service.UserService"  ref="userServiceImpl" loadbalance="roundrobin">
      <dubbo:method name="getUserAddressList"></dubbo:method>
     </dubbo:service>  
     <bean id="userServiceImpl"   class="com.cr.service.impl.UserServiceImpl"></bean>       

UserServiceImpl  .java

public class UserServiceImpl  implements UserService {
     @Override
     public List<UserAddress> getUserAddressList(String userId)  {
           System.out.println("正在执行请求！！！...20881");
...
}

  <!-- 3、指定通信规则（通信协议&通信端口 -->     
     <dubbo:protocol name="dubbo" port="20080"></dubbo:protocol>       
     
     
     <!-- 4、暴露服务 -->   
     <!-- interface是只想接口，ref属性是指定接口的实现 -->   
     <dubbo:service interface="com.cr.service.UserService"  ref="userServiceImpl" loadbalance="roundrobin">
      <dubbo:method name="getUserAddressList"></dubbo:method>
     </dubbo:service>  
     <bean id="userServiceImpl"   class="com.cr.service.impl.UserServiceImpl"></bean>       

 UserServiceImpl  .java

public class UserServiceImpl  implements UserService {
     @Override
     public List<UserAddress> getUserAddressList(String userId)  {
           System.out.println("正在执行请求！！！...20880");
...
}

此时进行大量的数据访问 查看打印的结果：

对于权重的设置  不建议写死 一般都在dubbo-admin 中进行动态的设置设置、

 

服务降级

http://dubbo.apache.org/zh-cn/docs/user/demos/service-downgrade.html

什么是服务降级？

当服务器压力剧增的情况下，根据实际业务情况及流量，对一些服务和页面有策略的不处理或换种简单的方式处理，从而释放服务器资源以保证核心交易正常运作或高效运作。

可以通过服务降级功能 [1] 临时屏蔽某个出错的非关键服务，并定义降级后的返回策略。

向注册中心写入动态配置覆盖规则：

RegistryFactory registryFactory = 
ExtensionLoader.getExtensionLoader(RegistryFactory.class).getAdaptiveExtension();
 Registry registry = registryFactory.getRegistry(URL.valueOf("zookeeper://10.20.153.10:2181"));
 registry.register(URL.valueOf("override://0.0.0.0/com.foo.BarService?category=configurators&dynamic=
false&application=foo&mock=force:return+null"));

• 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。
• 还可以改为 mock=fail: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。

解决方法1：

可以直接使用dubbo-admin 进行配置

解决方案2：

进行容错处理

在集群调用失败时，Dubbo 提供了多种容错方案，缺省为 failover 重试。

 

各节点关系：

• 这里的 Invoker 是 Provider 的一个可调用 Service 的抽象，Invoker 封装了 Provider地址及 Service 接口信息
• Directory 代表多个 Invoker，可以把它看成 List<Invoker> ，但与 List 不同的是，它的值可能是动态变化的，比如注册中心推送变更
• Cluster 将 Directory 中的多个 Invoker 伪装成一个 Invoker，对上层透明，伪装过程包含了容错逻辑，调用失败后，重试另一个
• Router 负责从多个 Invoker 中按路由规则选出子集，比如读写分离，应用隔离等
• LoadBalance 负责从多个 Invoker 中选出具体的一个用于本次调用，选的过程包含了负载均衡算法，调用失败后，需要重选

集群容错模式

Failover Cluster  默认
失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。可通过 retries="2" 来设置重试次数(不含第一次)。
重试次数配置如下：
<dubbo:service retries="2" />
或
<dubbo:reference retries="2" />
或
<dubbo:reference>
    <dubbo:method name="findFoo" retries="2" />
</dubbo:reference>


Failfast Cluster
快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。


Failsafe Cluster
失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。


Failback Cluster
失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。


Forking Cluster
并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。


Broadcast Cluster
广播调用所有提供者，逐个调用，任意一台报错则报错 [2]。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。
集群模式配置
按照以下示例在服务提供方和消费方配置集群模式
<dubbo:service cluster="failsafe" />
或
<dubbo:reference cluster="failsafe" />

一般整合hystrix进行服务容错

Hystrix 旨在通过控制那些访问远程系统、服务和第三方库的节点，从而对

延迟和故障提供更强大的容错能力。Hystrix具备拥有回退机制和断路器功能

的线程和信号隔离，请求缓存和请求打包，以及监控和配置等功能

1、配置spring-cloud-starter-netflix-hystrix

spring boot官方提供了对hystrix的集成，直接在pom.xml里加入依赖：

  <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-netflix-hystrix</artifactId>
            <version>1.4.4.RELEASE</version>
        </dependency>

然后在Application类上增加@EnableHystrix来启用hystrix starter：

@SpringBootApplication
@EnableHystrix
public class ProviderApplication {
...
}

将这个放交给hystrix 进行代理

 

导入依赖在服务提供者和服务消费者中都进行引入

 

在消费者中进行使用注解：

在创建一个新的方法进行在出错的时候进行调用：