Dubbo实战(一)高速入门

本文详细介绍分布式服务框架Dubbo,包括其核心组件、架构设计及应用场景。通过实例展示如何使用Dubbo搭建分布式服务。

Dubbo是什么?

Dubbo[]是一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案。

其核心部分包含:

  • 远程通讯: 提供对多种基于长连接的NIO框架抽象封装,包含多种线程模型,序列化。以及“请求-响应”模式的信息交换方式。
  • 集群容错: 提供基于接口方法的透明远程过程调用。包含多协议支持,以及软负载均衡。失败容错。地址路由,动态配置等集群支持。
  • 自己主动发现: 基于注冊中心文件夹服务,使服务消费方能动态的查找服务提供方。使地址透明,使服务提供方能够平滑添加或降低机器。

Dubbo能做什么?

  • 透明化的远程方法调用,就像调用本地方法一样调用远程方法,仅仅需简单配置。没有不论什么API侵入。

  • 软负载均衡及容错机制,可在内网替代F5等硬件负载均衡器,降低成本,降低单点。
  • 服务自己主动注冊与发现。不再须要写死服务提供方地址。注冊中心基于接口名查询服务提供者的IP地址,而且能够平滑加入或删除服务提供者。

背景

随着互联网的发展。站点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。
这里写图片描写叙述

  • 单一应用架构
    • 当站点流量非常小时。仅仅需一个应用,将全部功能都部署在一起,以降低部署节点和成本。

    • 此时。用于简化增删改查工作量的 数据訪问框架(ORM) 是关键。
  • 垂直应用架构
    • 当訪问量逐渐增大。单一应用添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,使前端应用能更高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。此时需添加一个调度中心基于訪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。

需求

这里写图片描写叙述

在大规模服务化之前,应用可能仅仅是通过RMI或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。

(1) 当服务越来越多时。服务URL配置管理变得非常困难。F5硬件负载均衡器的单点压力也越来越大。

此时须要一个服务注冊中心,动态的注冊和发现服务,使服务的位置透明。

并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。降低对F5硬件负载均衡器的依赖。也能降低部分成本。

(2) 当进一步发展,服务间依赖关系变得错踪复杂。甚至分不清哪个应用要在哪个应用之前启动,架构师都不能完整的描写叙述应用的架构关系。

这时。须要自己主动画出应用间的依赖关系图,以帮助架构师理清理关系。

(3) 接着,服务的调用量越来越大,服务的容量问题就暴露出来。这个服务须要多少机器支撑?什么时候该加机器?

为了解决这些问题,第一步,要将服务如今每天的调用量,响应时间,都统计出来,作为容量规划的參考指标。

其次,要能够动态调整权重,在线上,将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,直到响应时间到达阀值,记录此时的訪问量。再以此訪问量乘以机器数反推总容量。

以上是Dubbo最主要的几个需求,很多其他服务治理问题參见:

http://code.alibabatech.com/blog/experience_1402/service-governance-process.html

架构
这里写图片描写叙述

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: 服务注冊与发现的注冊中心。
  • Monitor: 统计服务的调用次调和调用时间的监控中心。

  • Container: 服务执行容器。

调用关系说明:

  1. 服务容器负责启动。载入,执行服务提供者。

  2. 服务提供者在启动时,向注冊中心注冊自己提供的服务。

  3. 服务消费者在启动时,向注冊中心订阅自己所需的服务。

  4. 注冊中心返回服务提供者地址列表给消费者。假设有变更,注冊中心将基于长连接推送变更数据给消费者。
  5. 服务消费者。从提供者地址列表中,基于软负载均衡算法,选一台提供者进行调用,假设调用失败。再选还有一台调用。

  6. 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。

框架设计

整体架构

这里写图片描写叙述

图例说明:

  • 图中左边淡蓝背景的为服务消费方使用的接口,右边淡绿色背景的为服务提供方使用的接口, 位于中轴线上的为两方都用到的接口。

  • 图中从下至上分为十层,各层均为单向依赖,右边的黑色箭头代表层之间的依赖关系,每一层都能够剥离上层被复用,当中,Service和Config层为API。其他各层均为SPI。
  • 图中绿色小块的为扩展接口,蓝色小块为实现类。图中仅仅显示用于关联各层的实现类。
  • 图中蓝色虚线为初始化过程,即启动时组装链,红色实线为方法调用过程。即执行时调时链,紫色三角箭头为继承,能够把子类看作父类的同一个节点,线上的文字为调用的方法。

Dubbo框架设计一共划分了10个层,官方文档对各层说明:

  • config,配置层。对外配置接口,以ServiceConfig,
    ReferenceConfig为中心。能够直接new配置类。也能够通过spring解析配置生成配置类
  • proxy,服务代理层。服务接口透明代理,生成服务的客户端Stub和server端Skeleton。以ServiceProxy为中心,扩展接口为ProxyFactory
  • registry,注冊中心层,封装服务地址的注冊与发现,以服务URL为中心。扩展接口为RegistryFactory, Registry,
    RegistryService
  • cluster。路由层,封装多个提供者的路由及负载均衡,并桥接注冊中心,以Invoker为中心。扩展接口为Cluster,
    Directory, Router, LoadBalance
  • monitor,监控层。RPC调用次数和调用时间监控,以Statistics为中心,扩展接口为MonitorFactory,
    Monitor, MonitorService
  • protocol。远程调用层,封将RPC调用,以Invocation, Result为中心。扩展接口为Protocol, Invoker,
    Exporter
  • exchange。信息交换层。封装请求响应模式,同步转异步,以Request, Response为中心。扩展接口为Exchanger,
    ExchangeChannel, ExchangeClient, ExchangeServer
  • transport,网络传输层。抽象mina和netty为统一接口,以Message为中心,扩展接口为Channel, Transporter, Client, Server, Codec
  • serialize,数据序列化层。可复用的一些工具,扩展接口为Serialization, ObjectInput, ObjectOutput, ThreadPool

入门演示样例

Dubbo採用全Spring配置方式,透明化接入应用,相应用没有不论什么API侵入。仅仅需用Spring载入Dubbo的配置就可以。

以下以官网给出的DemoService作为演示样例。教大家一步步使用Dubbo实现自己的分布式服务。

官网文档介绍:http://dubbo.io/User+Guide-zh.htm#UserGuide-zh-%E5%BF%AB%E9%80%9F%E5%90%AF%E5%8A%A8

开发环境

  • JDK 1.7 or 1.8
  • Maven 3.3
  • Eclipse Juno
  • Git

1.定义服务接口

package com.ricky.dubbo.api;

import com.ricky.dubbo.api.model.User;

public interface DemoService {

    public String sayHello(String name);

    public User findUserById(long id);
}

User.java

package com.ricky.dubbo.api.model;

import java.io.Serializable;

public class User implements Serializable {

    private static final long serialVersionUID = 1L;

    private long id;
    private String name;
    private int age;

    public long getId() {
        return id;
    }
    public void setId(long id) {
        this.id = id;
    }
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public int getAge() {
        return age;
    }
    public void setAge(int age) {
        this.age = age;
    }
    @Override
    public String toString() {
        return "User [id=" + id + ", name=" + name + ", age=" + age + "]";
    }

}

服务接口须要在服务提供方和消费方共享,所以,将它单独放置在一个project中,方便后面我们在服务提供方和消费方进行引用。

2.服务提供者

2.1 在服务提供方实现DemoService接口。并实现相应的方法。

package com.ricky.dubbo.provider.impl;

import com.ricky.dubbo.api.DemoService;
import com.ricky.dubbo.api.model.User;

public class DemoServiceImpl implements DemoService {

    @Override
    public String sayHello(String name) {
        return "Hello " + name;
    }

    @Override
    public User findUserById(long id) {

        User user = new User();
        user.setId(id);
        user.setName("Ricky");
        user.setAge(26);

        return user;
    }

}

2.2 用Spring配置声明暴露服务

provider.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns:dubbo="http://code.alibabatech.com/schema/dubbo"
    xsi:schemaLocation="http://www.springframework.org/schema/beans        http://www.springframework.org/schema/beans/spring-beans.xsd        http://code.alibabatech.com/schema/dubbo        http://code.alibabatech.com/schema/dubbo/dubbo.xsd">

    <!-- 提供方应用信息,用于计算依赖关系 -->
    <dubbo:application name="dubbo-provider-app"  />

    <!-- 使用zookeeper注冊中心暴露服务地址 -->  
    <!-- 使用multicast广播注冊中心暴露服务地址 -->
    <dubbo:registry address="multicast://224.5.6.7:1234" />

    <!-- 用dubbo协议在20880端口暴露服务 -->
    <dubbo:protocol name="dubbo" port="20880" />

    <!-- 声明须要暴露的服务接口 -->
    <dubbo:service interface="com.ricky.dubbo.api.DemoService" ref="demoService" />

    <!-- 和本地bean一样实现服务 -->
    <bean id="demoService" class="com.ricky.dubbo.provider.impl.DemoServiceImpl" />

</beans>

2.3 载入Spring配置

package com.ricky.dubbo.provider;

import java.io.IOException;

import org.springframework.context.support.ClassPathXmlApplicationContext;

/**
 * Dubbo provider
 *
 */
public class App {

    public static void main(String[] args) {

        ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(
                new String[] { "provider.xml" });
        context.start();

        System.out.println("Dubbo provider start...");

        try {
            System.in.read();   // 按随意键退出
        } catch (IOException e) {
            e.printStackTrace();
        } 

    }
}

3.服务消费者
3.1 通过Spring配置引用远程服务
consumer.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns:dubbo="http://code.alibabatech.com/schema/dubbo"
    xsi:schemaLocation="http://www.springframework.org/schema/beans        http://www.springframework.org/schema/beans/spring-beans.xsd        http://code.alibabatech.com/schema/dubbo        http://code.alibabatech.com/schema/dubbo/dubbo.xsd">

    <!-- 消费方应用名,用于计算依赖关系,不是匹配条件。不要与提供方一样 -->
    <dubbo:application name="consumer-of-helloworld-app"  />

    <!-- 使用zookeeper注冊中心暴露服务地址 -->  
    <!-- 使用multicast广播注冊中心暴露发现服务地址 -->
    <dubbo:registry address="multicast://224.5.6.7:1234" />

    <!-- 生成远程服务代理,能够和本地bean一样使用demoService -->
    <dubbo:reference id="demoService" interface="com.ricky.dubbo.api.DemoService" />

</beans>

3.2 载入Spring配置,并调用远程服务

package com.ricky.dubbo.consumer;

import org.springframework.context.support.ClassPathXmlApplicationContext;

import com.ricky.dubbo.api.DemoService;
import com.ricky.dubbo.api.model.User;

/**
 * Dubbo Consumer client
 *
 */
public class App {

    public static void main(String[] args) {

        ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext(
                new String[] { "consumer.xml" });
        context.start();

        DemoService demoService = (DemoService) context.getBean("demoService"); // 获取远程服务代理
        String hello = demoService.sayHello("ricky"); // 执行远程方法
        System.out.println(hello); // 显示调用结果

        User user = demoService.findUserById(15);
        System.out.println(user); // 显示调用结果

    }
}

OK。到这里一个简单的分布式服务已经开发完成了。赶紧动手试试吧。

完整Sample代码下载链接:https://github.com/FBing/dubbo-samples

转载于:https://www.cnblogs.com/jzssuanfa/p/7146308.html

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值