dubbo的zk存储结构、线程模型、集群容错图解

zk存储结构

线程模型

集群容错

zk存储结构

dubbo在zookeeper的存储结构如下图，

其中流程大致分为：

1.消费者启动时在对应的servce目录下注册自己的ip节点地址；

2.生产者在启动时在对应的servce目录下注册自己的ip节点地址；

3.监控中心会订阅service目录下所有消费者和生产者的ip地址信息。

线程模型

dubbo底层采用netty框架实现，它的线程模型就是连接接受线程池和业务线程池分开处理，是其不会相互干扰独立，职责单一，在高负载的情况下依然能迅速处理。

dubbo在rpc调用的时候还支持同步和异步调用，在调用时可以对async参数进行配置；

<dubbo:reference id="xxService" interface="com.xx.dubbo.xx.api.xxService">
    <dubbo:method name="xxUpdate" async="true"/>
</dubbo:reference>

dubbo的源码如下，会获取线程异步配置，采用Future的方式做异步处理；

@Override
protected Result doInvoke(final Invocation invocation) throws Throwable {
    RpcInvocation inv = (RpcInvocation) invocation;
    final String methodName = RpcUtils.getMethodName(invocation);
    inv.setAttachment(Constants.PATH_KEY, getUrl().getPath());
    inv.setAttachment(Constants.VERSION_KEY, version);

    ExchangeClient currentClient;
    if (clients.length == 1) {
        currentClient = clients[0];
    } else {
        currentClient = clients[index.getAndIncrement() % clients.length];
    }
    try {
        //同步异步判断
        boolean isAsync = RpcUtils.isAsync(getUrl(), invocation);
        boolean isAsyncFuture = RpcUtils.isGeneratedFuture(inv) || RpcUtils.isFutureReturnType(inv);
        boolean isOneway = RpcUtils.isOneway(getUrl(), invocation);
        int timeout = getUrl().getMethodParameter(methodName, Constants.TIMEOUT_KEY, Constants.DEFAULT_TIMEOUT);
        if (isOneway) {
            boolean isSent = getUrl().getMethodParameter(methodName, Constants.SENT_KEY, false);
            currentClient.send(inv, isSent);
            RpcContext.getContext().setFuture(null);
            return new RpcResult();
        } else if (isAsync) {
            ResponseFuture future = currentClient.request(inv, timeout);
            // For compatibility
            FutureAdapter<Object> futureAdapter = new FutureAdapter<>(future);
            RpcContext.getContext().setFuture(futureAdapter);

            Result result;
            if (isAsyncFuture) {
                // register resultCallback, sometimes we need the asyn result being processed by the filter chain.
                result = new AsyncRpcResult(futureAdapter, futureAdapter.getResultFuture(), false);
            } else {
                result = new SimpleAsyncRpcResult(futureAdapter, futureAdapter.getResultFuture(), false);
            }
            return result;
        } else {
            RpcContext.getContext().setFuture(null);
            return (Result) currentClient.request(inv, timeout).get();
        }
    } catch (TimeoutException e) {
        throw new RpcException(RpcException.TIMEOUT_EXCEPTION, "Invoke remote method timeout. method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);
    } catch (RemotingException e) {
        throw new RpcException(RpcException.NETWORK_EXCEPTION, "Failed to invoke remote method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);
    }
}

集群容错

dubbo在rpc调用的过程大致分为以下步骤：

1.获取注册中心注册的服务提供责的服务地址列表；

2.根据配置的 loadbalance="xxx" 负载均衡策略进行节点的选取，有随机、一致性hash、平滑加权轮询算法、最少活跃数；

3.调用选取的节点获取服务结果，如果调用过程失败，会根据服务的配置采取不同的容错机制。4种容错如下：

failover:失败重试

failfast:快速失败，报异常

failsafe:安全失败，无异常

failback:失败后重发

样例：
<dubbo:service cluster="failover"  retries="3"/>或<dubbo:reference cluster="failover"  retries="3"/>