Fork me on GitHub

dubbo基础(一)——概念及基本框架

入门

dubbo是公司选择rpc框架时首先会去选择的框架,好好了解dubbo框架是一个合格程序员的必经之路。这里作为dubbo的入门篇,把一些概念和官方文档搞清楚一定是最应该开始的步骤。

dubbo框架诞生的背景

随着互联网的发展,网站应用的规模不断扩大,常规的垂直应用架构已无法应对,分布式服务架构以及流动计算架构势在必行,亟需一个治理系统确保架构有条不紊的演进。
dubbo架构演练

  • 单一应用架构
    当网站流量很小时,只需一个应用,将所有功能都部署在一起,以减少部署节点和成本。此时,用于简化增删改查工作量的数据访问框架(ORM)是关键
  • 垂直应用架构
    当访问量逐渐增大,单一应用增加机器带来的加速度越来越小,将应用拆成互不相干的几个应用,以提升效率。此时,用于加速前端页面开发的Web框架(MVC)是关键。
  • 分布式服务架构
    当垂直应用越来越多,应用之间交互不可避免,将核心业务抽取出来,作为独立的服务,逐渐形成稳定的服务中心,使前端应用能更快速的响应多变的市场需求。此时,用于提高业务复用及整合的分布式服务框架(RPC)是关键。
  • 流动计算架构
    当服务越来越多,容量的评估,小服务资源的浪费等问题逐渐显现,此时需要增加一个调度中心基于访问压力实时管理集群容量,提高集群利用率。此时,用于提高机器利用率的资源调度和治理中心(SOA)是关键

    dubbo框架满足的需求

    在大规模服务化之前,应用只能通过RMI或者Hessian等工具,简单的暴露和引用远程服务,通过配置服务的URL地址进行调用,通过F5等硬件进行负载均衡。
    此时的诉求是,当服务越来越多时,服务的url配置就会变得非常复杂,负载均衡越来越难做。此时就需要一个服务注册中心,动态的注册和发现服务,使服务的位置透明。并且通过在消费方获取服务提供方地址列表,实现软负载均衡和FailOver(服务提供方挂掉之后的容灾)。这也是后来我们常见的注册中心zk、etcd等。
    当进一步发展,服务间的依赖关系变得错综复杂,架构关系很难去理清楚,这时候就有一个dubbo治理的需求。
    当服务的调用量越来越大,服务的容量问题就暴露出来,这个服务需要多少机器支撑?什么时候该加机器?为了解决这些问题,第一步,将服务每天的调用量,响应时间,都统计出来,作为容量规划的参考指标。其次,可以动态调整权重,把某台机器的权重一直加大,并在加大的过程中记录响应时间的变化,直到响应时间到达阈值,记录此时的访问量,再以此时访问量乘以机器数反推可以承受的总容量。

dubbo框架的整体架构

dubbo整体结构

节点角色说明

节点 角色说明
Provider 暴露服务的服务提供方
Consumer 调用远程服务的服务消费方
Registry 服务注册和发现的注册中心
Monitor 统计服务的调用次数和调用时间的监控中心
Container 服务运行容器

调用关系说明

  • 服务容器负责启动、加载、运行服务提供者。
  • 服务提供者在启动时,向注册中心注册自己提供的服务。
  • 服务消费者在启动时,向注册中心订阅自己所需的服务。
  • 注册中心返回服务提供者地址列表给消费者,如果有变更,注册中心将基于长连接推送变更数据给消费者。
  • 服务消费者,从提供地址列表中,基于软负载均衡算法,选一台提供者进行调用,如果调用失败,再选另一台调用。
  • 服务消费者和提供者,在内存中累计调用次数和调用时间,定时每分钟发送一次统计数据到监控中心。

dubbo架构的特性

可以看到dubbo架构具有以下几个特点:连通性、健壮性、伸缩性、以及向未来架构的扩展升级性。

连通性

  • 注册中心负责服务地址的注册与查找,相当于目录服务,服务提供者和消费者只在启动时与注册中心交互,注册中心不转发请求,压力较小。
  • 监控中心负责统计个服务调用次数、调用时间等,统计先在内存汇总后每分钟一次发送到监控中心服务器,并以可视化方式展示。(在架构图中可以看到这个是异步发送的)
  • 服务提供者向注册中心注册其提供的服务,并汇报调用时间到监控中心,此事件不包含网络开销
  • 服务消费者向注册中心获取服务提供者地址列表,并根据负载算法直接调用提供者,同时汇报调用时间到监控中心,此时间包含网络开销。
  • 注册中心、服务提供者、服务消费者三者之前均为长连接
  • 注册中心通过长连接感知服务提供者的存在,服务提供者宕机,注册中心立即推送事件通知消费者。
  • 注册中心和监控中心全部宕机,不影响已运行的提供者和消费者,消费者本地缓存了提供者列表。
  • 注册中心和监控中心都是可选的,服务消费者可以直连服务提供者。

    健壮性

  • 监控中心宕机不影响使用,只是丢失部分采样数据
  • 数据库宕机后,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,任意一台宕机后,将自动切换至另一台。
  • 注册中心全部宕机,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,任意一台宕机后,不影响使用
  • 服务提供者全部宕机后,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

伸缩性

  • 注册中心对等集群,可动态增加机器部署实例,所有客户端将自动发现新的注册中心。
  • 服务提供者无状态,可动态增加机器部署实例,注册中心将推送新的服务提供者信息给消费者。

    升级性

    当服务集群规模进一步扩大,带动IT治理结构进一步升级,需要实现动态部署,进行流动计算,现有分布式服务架构不会带来阻力。下图是未来可能的一种架构:

    节点说明:
    | 节点 | 角色说明 |
    | ———- | ————————————– |
    | Deployer | 自动部署服务的本地代理 |
    | Repository | 仓库用于存储服务应用发布包 |
    | Scheduler | 调度中心基于访问压力自动增减服务提供者 |
    | Admin | 统一管理控制台 |
    | Registry | 服务注册和发现的注册中心 |
    | Monitor | 统计服务的调用次数和调用时间的监控中心 |
-------------本文结束感谢您的阅读-------------

本文标题:dubbo基础(一)——概念及基本框架

文章作者:夸克

发布时间:2019年03月06日 - 23:03

最后更新:2022年07月01日 - 05:07

原始链接:https://zhanglijun1217.github.io/2019/03/06/dubbo基础(一)——概念及基本框架/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。