国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Dubbo 源碼分析 - 集群容錯之 Cluster

denson / 2586人閱讀

摘要:集群用途是將多個服務提供者合并為一個,并將這個暴露給服務消費者。比如發請求,接受服務提供者返回的數據等。如果包含,表明對應的服務提供者可能因網絡原因未能成功提供服務。如果不包含,此時還需要進行可用性檢測,比如檢測服務提供者網絡連通性等。

1.簡介

為了避免單點故障,現在的應用至少會部署在兩臺服務器上。對于一些負載比較高的服務,會部署更多臺服務器。這樣,同一環境下的服務提供者數量會大于1。對于服務消費者來說,同一環境下出現了多個服務提供者。這時會出現一個問題,服務消費者需要決定選擇哪個服務提供者進行調用。另外服務調用失敗時的處理措施也是需要考慮的,是重試呢,還是拋出異常,亦或是只打印異常等。為了處理這些問題,Dubbo 定義了集群接口 Cluster 以及及 Cluster Invoker。集群 Cluster 用途是將多個服務提供者合并為一個 Cluster Invoker,并將這個 Invoker 暴露給服務消費者。這樣一來,服務消費者只需通過這個 Invoker 進行遠程調用即可,至于具體調用哪個服務提供者,以及調用失敗后如何處理等問題,現在都交給集群模塊去處理。集群模塊是服務提供者和服務消費者的中間層,為服務消費者屏蔽了服務提供者的情況,這樣服務消費者就可以處理遠程調用相關事宜。比如發請求,接受服務提供者返回的數據等。這就是集群的作用。

Dubbo 提供了多種集群實現,包含但不限于 Failover Cluster、Failfast Cluster 和 Failsafe Cluster 等。每種集群實現類的用途不同,接下來我會一一進行分析。

2. 集群容錯

在對集群相關代碼進行分析之前,這里有必要先來介紹一下集群容錯的所有組件。包含 Cluster、Cluster Invoker、Directory、Router 和 LoadBalance 等,先來看圖。

* 圖片來源:Dubbo 官方文檔

這張圖來自 Dubbo 官方文檔,接下來我會按照這張圖介紹集群工作過程。集群工作過程可分為兩個階段,第一個階段是在服務消費者初始化期間,集群 Cluster 實現類為服務消費者創建 Cluster Invoker 實例,即上圖中的 merge 操作。第二個階段是在服務消費者進行遠程調用時。以 FailoverClusterInvoker 為例,該類型 Cluster Invoker 首先會調用 Directory 的 list 方法列舉 Invoker 列表(可將 Invoker 簡單理解為服務提供者)。Directory 的用途是保存 Invoker,可簡單類比為 List。其實現類 RegistryDirectory 是一個動態服務目錄,可感知注冊中心配置的變化,它所持有的 Inovker 列表會隨著注冊中心內容的變化而變化。每次變化后,RegistryDirectory 會動態增刪 Inovker,并調用 Router 的 route 方法進行路由,過濾掉不符合路由規則的 Invoker。回到上圖,Cluster Invoker 實際上并不會直接調用 Router 進行路由。當 FailoverClusterInvoker 拿到 Directory 返回的 Invoker 列表后,它會通過 LoadBalance 從 Invoker 列表中選擇一個 Inovker。最后 FailoverClusterInvoker 會將參數傳給 LoadBalance 選擇出的 Invoker 實例的 invoker 方法,進行真正的 RPC 調用。

以上就是集群工作的整個流程,這里并沒介紹集群是如何容錯的。Dubbo 主要提供了這樣幾種容錯方式:

Failover Cluster - 失敗自動切換

Failfast Cluster - 快速失敗

Failsafe Cluster - 失敗安全

Failback Cluster - 失敗自動恢復

Forking Cluster - 并行調用多個服務提供者

這里暫時只對這幾種容錯模式進行簡單的介紹,在接下來的章節中,我會重點分析這幾種容錯模式的具體實現。好了,關于集群的工作流程和容錯模式先說到這,接下來進入源碼分析階段。

3.源碼分析 3.1 Cluster 實現類分析

我在上一章提到了集群接口 Cluster 和 Cluster Invoker,這兩者是不同的。Cluster 是接口,而 Cluster Invoker 是一種 Invoker。服務提供者的選擇邏輯,以及遠程調用失敗后的的處理邏輯均是封裝在 Cluster Invoker 中。那么 Cluster 接口和相關實現類有什么用呢?用途比較簡單,用于生成 Cluster Invoker,僅此而已。下面我們來看一下源碼。

public class FailoverCluster implements Cluster {

    public final static String NAME = "failover";

    @Override
    public  Invoker join(Directory directory) throws RpcException {
        // 創建并返回 FailoverClusterInvoker 對象
        return new FailoverClusterInvoker(directory);
    }
}

如上,FailoverCluster 總共就包含這幾行代碼,用于創建 FailoverClusterInvoker 對象,很簡單。下面再看一個。

public class FailbackCluster implements Cluster {

    public final static String NAME = "failback";

    @Override
    public  Invoker join(Directory directory) throws RpcException {
        // 創建并返回 FailbackClusterInvoker 對象
        return new FailbackClusterInvoker(directory);
    }

}

如上,FailbackCluster 的邏輯也是很簡單,無需解釋了。所以接下來,我們把重點放在各種 Cluster Invoker 上

3.2 Cluster Invoker 分析

我們首先從各種 Cluster Invoker 的父類 AbstractClusterInvoker 源碼開始說起。前面說過,集群工作過程可分為兩個階段,第一個階段是在服務消費者初始化期間,這個在服務引用那篇文章中已經分析過了,這里不再贅述。第二個階段是在服務消費者進行遠程調用時,此時 AbstractClusterInvoker 的 invoke 方法會被調用。列舉 Invoker,負載均衡等操作均會在此階段被執行。因此下面先來看一下 invoke 方法的邏輯。

public Result invoke(final Invocation invocation) throws RpcException {
    checkWhetherDestroyed();
    LoadBalance loadbalance = null;

    // 綁定 attachments 到 invocation 中.
    Map contextAttachments = RpcContext.getContext().getAttachments();
    if (contextAttachments != null && contextAttachments.size() != 0) {
        ((RpcInvocation) invocation).addAttachments(contextAttachments);
    }

    // 列舉 Invoker
    List> invokers = list(invocation);
    if (invokers != null && !invokers.isEmpty()) {
        // 加載 LoadBalance
        loadbalance = ExtensionLoader.getExtensionLoader(LoadBalance.class).getExtension(invokers.get(0).getUrl()
                .getMethodParameter(RpcUtils.getMethodName(invocation), Constants.LOADBALANCE_KEY, Constants.DEFAULT_LOADBALANCE));
    }
    RpcUtils.attachInvocationIdIfAsync(getUrl(), invocation);
    
    // 調用 doInvoke 進行后續操作
    return doInvoke(invocation, invokers, loadbalance);
}

// 抽象方法,由子類實現
protected abstract Result doInvoke(Invocation invocation, List> invokers,
                                       LoadBalance loadbalance) throws RpcException;

AbstractClusterInvoker 的 invoke 方法主要用于列舉 Invoker,以及加載 LoadBalance。最后再調用模板方法 doInvoke 進行后續操作。下面我們來看一下 Invoker 列舉方法 list(Invocation) 的邏輯,如下:

protected List> list(Invocation invocation) throws RpcException {
    // 調用 Directory 的 list 方法
    List> invokers = directory.list(invocation);
    return invokers;
}

如上,AbstractClusterInvoker 中的 list 方法做的事情很簡單,只是簡單的調用了 Directory 的 list 方法,沒有其他更多的邏輯了。Directory 的 list 方法我在前面的文章中已經分析過了,這里就不贅述了。

接下來,我們把目光轉移到 AbstractClusterInvoker 的各種實現類上,來看一下這些實現類是如何實現 doInvoke 方法邏輯的。

3.2.1 FailoverClusterInvoker

FailoverClusterInvoker 在調用失敗時,會自動切換 Invoker 進行重試。在無明確配置下,Dubbo 會使用這個類作為缺省 Cluster Invoker。下面來看一下該類的邏輯。

public class FailoverClusterInvoker extends AbstractClusterInvoker {

    // 省略部分代碼

    @Override
    public Result doInvoke(Invocation invocation, final List> invokers, LoadBalance loadbalance) throws RpcException {
        List> copyinvokers = invokers;
        checkInvokers(copyinvokers, invocation);
        // 獲取重試次數
        int len = getUrl().getMethodParameter(invocation.getMethodName(), Constants.RETRIES_KEY, Constants.DEFAULT_RETRIES) + 1;
        if (len <= 0) {
            len = 1;
        }
        RpcException le = null;
        List> invoked = new ArrayList>(copyinvokers.size());
        Set providers = new HashSet(len);
        // 循環調用,失敗重試
        for (int i = 0; i < len; i++) {
            if (i > 0) {
                checkWhetherDestroyed();
                // 在進行重試前重新列舉 Invoker,這樣做的好處是,如果某個服務掛了,
                // 通過調用 list 可得到最新可用的 Invoker 列表
                copyinvokers = list(invocation);
                // 對 copyinvokers 進行判空檢查
                checkInvokers(copyinvokers, invocation);
            }

            // 通過負載均衡選擇 Invoker
            Invoker invoker = select(loadbalance, invocation, copyinvokers, invoked);
            // 添加到 invoker 到 invoked 列表中
            invoked.add(invoker);
            // 設置 invoked 到 RPC 上下文中
            RpcContext.getContext().setInvokers((List) invoked);
            try {
                // 調用目標 Invoker 的 invoke 方法
                Result result = invoker.invoke(invocation);
                return result;
            } catch (RpcException e) {
                if (e.isBiz()) {
                    throw e;
                }
                le = e;
            } catch (Throwable e) {
                le = new RpcException(e.getMessage(), e);
            } finally {
                providers.add(invoker.getUrl().getAddress());
            }
        }
        
        // 若重試均失敗,則拋出異常
        throw new RpcException(..., "Failed to invoke the method ...");
    }
}

如上,FailoverClusterInvoker 的 doInvoke 方法首先是獲取重試次數,然后根據重試次數進行循環調用,失敗后進行重試。在 for 循環內,首先是通過負載均衡組件選擇一個 Invoker,然后再通過這個 Invoker 的 invoke 方法進行遠程調用。如果失敗了,記錄下異常,并進行重試。重試時會再次調用父類的 list 方法列舉 Invoker。整個流程大致如此,不是很難理解。下面我們看一下 select 方法的邏輯。

protected Invoker select(LoadBalance loadbalance, Invocation invocation, List> invokers, List> selected) throws RpcException {
    if (invokers == null || invokers.isEmpty())
        return null;
    // 獲取調用方法名
    String methodName = invocation == null ? "" : invocation.getMethodName();

    // 獲取 sticky 配置,sticky 表示粘滯連接。所謂粘滯連接是指讓服務消費者盡可能的
    // 調用同一個服務提供者,除非該提供者掛了再進行切換
    boolean sticky = invokers.get(0).getUrl().getMethodParameter(methodName, Constants.CLUSTER_STICKY_KEY, Constants.DEFAULT_CLUSTER_STICKY);
    {
        // 檢測 invokers 列表是否包含 stickyInvoker,如果不包含,
        // 說明 stickyInvoker 代表的服務提供者掛了,此時需要將其置空
        if (stickyInvoker != null && !invokers.contains(stickyInvoker)) {
            stickyInvoker = null;
        }
        
        // 在 sticky 為 true,且 stickyInvoker != null 的情況下。如果 selected 包含 
        // stickyInvoker,表明 stickyInvoker 對應的服務提供者可能因網絡原因未能成功提供服務。
        // 但是該提供者并沒掛,此時 invokers 列表中仍存在該服務提供者對應的 Invoker。
        if (sticky && stickyInvoker != null && (selected == null || !selected.contains(stickyInvoker))) {
            // availablecheck 表示是否開啟了可用性檢查,如果開啟了,則調用 stickyInvoker 的 
            // isAvailable 方法進行檢查,如果檢查通過,則直接返回 stickyInvoker。
            if (availablecheck && stickyInvoker.isAvailable()) {
                return stickyInvoker;
            }
        }
    }
    
    // 如果線程走到當前代碼處,說明前面的 stickyInvoker 為空,或者不可用。
    // 此時調用繼續調用 doSelect 選擇 Invoker
    Invoker invoker = doSelect(loadbalance, invocation, invokers, selected);

    // 如果 sticky 為 true,則將負載均衡組件選出的 Invoker 賦值給 stickyInvoker
    if (sticky) {
        stickyInvoker = invoker;
    }
    return invoker;
}

如上,select 方法的主要邏輯集中在了對粘滯連接特性的支持上。首先是獲取 sticky 配置,然后再檢測 invokers 列表中是否包含 stickyInvoker,如果不包含,則認為該 stickyInvoker 不可用,此時將其置空。這里的 invokers 列表可以看做是存活著的服務提供者列表,如果這個列表不包含 stickyInvoker,那自然而然的認為 stickyInvoker 掛了,所以置空。如果 stickyInvoker 存在于 invokers 列表中,此時要進行下一項檢測 ---- 檢測 selected 中是否包含 stickyInvoker。如果包含的話,說明 stickyInvoker 在此之前沒有成功提供服務(但其仍然處于存活狀態)。此時我們認為這個服務不可靠,不應該在重試期間內再次被調用,因此這個時候不會返回該 stickyInvoker。如果 selected 不包含 stickyInvoker,此時還需要進行可用性檢測,比如檢測服務提供者網絡連通性等。當可用性檢測通過,才可返回 stickyInvoker,否則調用 doSelect 方法選擇 Invoker。如果 sticky 為 true,此時會將 doSelect 方法選出的 Invoker 賦值給 stickyInvoker。

以上就是 select 方法的邏輯,這段邏輯看起來不是很復雜,但是信息量比較大。不搞懂 invokers 和 selected 兩個入參的含義,以及粘滯連接特性,這段代碼應該是沒法看懂的。大家在閱讀這段代碼時,不要忽略了對背景知識的理解。其他的不多說了,繼續向下分析。

private Invoker doSelect(LoadBalance loadbalance, Invocation invocation, List> invokers, List> selected) throws RpcException {
    if (invokers == null || invokers.isEmpty())
        return null;
    if (invokers.size() == 1)
        return invokers.get(0);
    if (loadbalance == null) {
        // 如果 loadbalance 為空,這里通過 SPI 加載 Loadbalance,默認為 RandomLoadBalance
        loadbalance = ExtensionLoader.getExtensionLoader(LoadBalance.class).getExtension(Constants.DEFAULT_LOADBALANCE);
    }
    
    // 通過負載均衡組件選擇 Invoker
    Invoker invoker = loadbalance.select(invokers, getUrl(), invocation);

    // 如果 selected 包含負載均衡選擇出的 Invoker,或者該 Invoker 無法經過可用性檢查,此時進行重選
    if ((selected != null && selected.contains(invoker))
            || (!invoker.isAvailable() && getUrl() != null && availablecheck)) {
        try {
            // 進行重選
            Invoker rinvoker = reselect(loadbalance, invocation, invokers, selected, availablecheck);
            if (rinvoker != null) {
                // 如果 rinvoker 不為空,則將其賦值給 invoker
                invoker = rinvoker;
            } else {
                // rinvoker 為空,定位 invoker 在 invokers 中的位置
                int index = invokers.indexOf(invoker);
                try {
                    // 獲取 index + 1 位置處的 Invoker,以下代碼等價于:
                    //     invoker = invokers.get((index + 1) % invokers.size());
                    invoker = index < invokers.size() - 1 ? invokers.get(index + 1) : invokers.get(0);
                } catch (Exception e) {
                    logger.warn("... may because invokers list dynamic change, ignore.");
                }
            }
        } catch (Throwable t) {
            logger.error("cluster reselect fail reason is : ...");
        }
    }
    return invoker;
}

doSelect 主要做了兩件事,第一是通過負載均衡組件選擇 Invoker。第二是,如果選出來的 Invoker 不穩定,或不可用,此時需要調用 reselect 方法進行重選。若 reselect 選出來的 Invoker 為空,此時定位 invoker 在 invokers 列表中的位置 index,然后獲取 index + 1 處的 invoker,這也可以看做是重選邏輯的一部分。關于負載均衡的選擇邏輯,我將會在下篇文章進行詳細分析。下面我們來看一下 reselect 方法的邏輯。

private Invoker reselect(LoadBalance loadbalance, Invocation invocation,
                            List> invokers, List> selected, boolean availablecheck)
        throws RpcException {

    List> reselectInvokers = new ArrayList>(invokers.size() > 1 ? (invokers.size() - 1) : invokers.size());

    // 根據 availablecheck 進行不同的處理
    if (availablecheck) {
        // 遍歷 invokers 列表
        for (Invoker invoker : invokers) {
            // 檢測可用性
            if (invoker.isAvailable()) {
                // 如果 selected 列表不包含當前 invoker,則將其添加到 reselectInvokers 中
                if (selected == null || !selected.contains(invoker)) {
                    reselectInvokers.add(invoker);
                }
            }
        }
        
        // reselectInvokers 不為空,此時通過負載均衡組件進行選擇
        if (!reselectInvokers.isEmpty()) {
            return loadbalance.select(reselectInvokers, getUrl(), invocation);
        }

    // 不檢查 Invoker 可用性
    } else {
        for (Invoker invoker : invokers) {
            // 如果 selected 列表不包含當前 invoker,則將其添加到 reselectInvokers 中
            if (selected == null || !selected.contains(invoker)) {
                reselectInvokers.add(invoker);
            }
        }
        if (!reselectInvokers.isEmpty()) {
            // 通過負載均衡組件進行選擇
            return loadbalance.select(reselectInvokers, getUrl(), invocation);
        }
    }

    {
        // 若線程走到此處,說明 reselectInvokers 集合為空,此時不會調用負載均衡組件進行篩選。
        // 這里從 selected 列表中查找可用的 Invoker,并將其添加到 reselectInvokers 集合中
        if (selected != null) {
            for (Invoker invoker : selected) {
                if ((invoker.isAvailable())
                        && !reselectInvokers.contains(invoker)) {
                    reselectInvokers.add(invoker);
                }
            }
        }
        if (!reselectInvokers.isEmpty()) {
            // 再次進行選擇,并返回選擇結果
            return loadbalance.select(reselectInvokers, getUrl(), invocation);
        }
    }
    return null;
}

reselect 方法總結下來其實只做了兩件事情,第一是查找可用的 Invoker,并將其添加到 reselectInvokers 集合中。第二,如果 reselectInvokers 不為空,則通過負載均衡組件再次進行選擇。其中第一件事情又可進行細分,一開始,reselect 從 invokers 列表中查找有效可用的 Invoker,若未能找到,此時再到 selected 列表中繼續查找。關于 reselect 方法就先分析到這,繼續分析其他的 Cluster Invoker。

3.2.2 FailbackClusterInvoker

FailbackClusterInvoker 會在調用失敗后,返回一個空結果給服務提供者。并通過定時任務對失敗的調用進行重傳,適合執行消息通知等操作。下面來看一下它的實現邏輯。

public class FailbackClusterInvoker extends AbstractClusterInvoker {

    private static final long RETRY_FAILED_PERIOD = 5 * 1000;

    private final ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(2,
            new NamedInternalThreadFactory("failback-cluster-timer", true));

    private final ConcurrentMap> failed = new ConcurrentHashMap>();
    private volatile ScheduledFuture retryFuture;

    @Override
    protected Result doInvoke(Invocation invocation, List> invokers, LoadBalance loadbalance) throws RpcException {
        try {
            checkInvokers(invokers, invocation);
            // 選擇 Invoker
            Invoker invoker = select(loadbalance, invocation, invokers, null);
            // 進行調用
            return invoker.invoke(invocation);
        } catch (Throwable e) {
            // 如果調用過程中發生異常,此時僅打印錯誤日志,不拋出異常
            logger.error("Failback to invoke method ...");
            
            // 記錄調用信息
            addFailed(invocation, this);
            // 返回一個空結果給服務消費者
            return new RpcResult();
        }
    }

    private void addFailed(Invocation invocation, AbstractClusterInvoker router) {
        if (retryFuture == null) {
            synchronized (this) {
                if (retryFuture == null) {
                    // 創建定時任務,每隔5秒執行一次
                    retryFuture = scheduledExecutorService.scheduleWithFixedDelay(new Runnable() {

                        @Override
                        public void run() {
                            try {
                                // 對失敗的調用進行重試
                                retryFailed();
                            } catch (Throwable t) {
                                // 如果發生異常,僅打印異常日志,不拋出
                                logger.error("Unexpected error occur at collect statistic", t);
                            }
                        }
                    }, RETRY_FAILED_PERIOD, RETRY_FAILED_PERIOD, TimeUnit.MILLISECONDS);
                }
            }
        }
        
        // 添加 invocation 和 invoker 到 failed 中,
        // 這里的把 invoker 命名為 router,很奇怪,明顯名不副實
        failed.put(invocation, router);
    }

    void retryFailed() {
        if (failed.size() == 0) {
            return;
        }
        
        // 遍歷 failed,對失敗的調用進行重試
        for (Map.Entry> entry : new HashMap>(failed).entrySet()) {
            Invocation invocation = entry.getKey();
            Invoker invoker = entry.getValue();
            try {
                // 再次進行調用
                invoker.invoke(invocation);
                // 調用成功,則從 failed 中移除 invoker
                failed.remove(invocation);
            } catch (Throwable e) {
                // 僅打印異常,不拋出
                logger.error("Failed retry to invoke method ...");
            }
        }
    }
}

這個類主要由3個方法組成,首先是 doInvoker,該方法負責初次的遠程調用。若遠程調用失敗,則通過 addFailed 方法將調用信息存入到 failed 中,等待定時重試。addFailed 在開始階段會根據 retryFuture 為空與非,來決定是否開啟定時任務。retryFailed 方法則是包含了失敗重試的邏輯,該方法會對 failed 進行遍歷,然后依次對 Invoker 進行調用。調用成功則將 Invoker 從 failed 中移除,調用失敗則忽略失敗原因。

以上就是 FailbackClusterInvoker 的執行邏輯,不是很復雜,繼續往下看。

3.2.3 FailfastClusterInvoker

FailfastClusterInvoker 只會進行一次調用,失敗后立即拋出異常。適用于冪等操作,比如新增記錄。樓主日常開發中碰到過一次程序連續插入三條同樣的記錄問題,原因是新增記錄過程中包含了一些耗時操作,導致接口超時。而我當時使用的是 Dubbo 默認的 Cluster Invoker,即 FailoverClusterInvoker。其會在調用失敗后進行重試,所以導致插入服務提供者插入了3條同樣的數據。如果當時考慮使用 FailfastClusterInvoker,就不會出現這種問題了。當然此時接口仍然會超時,所以更合理的做法是使用 Dubbo 異步特性。或者優化服務邏輯,避免超時。

其他的不多說了,下面直接看源碼吧。

public class FailfastClusterInvoker extends AbstractClusterInvoker {

    @Override
    public Result doInvoke(Invocation invocation, List> invokers, LoadBalance loadbalance) throws RpcException {
        checkInvokers(invokers, invocation);
        // 選擇 Invoker
        Invoker invoker = select(loadbalance, invocation, invokers, null);
        try {
            // 調用 Invoker
            return invoker.invoke(invocation);
        } catch (Throwable e) {
            if (e instanceof RpcException && ((RpcException) e).isBiz()) {
                // 拋出異常
                throw (RpcException) e;
            }
            // 拋出異常
            throw new RpcException(..., "Failfast invoke providers ...");
        }
    }
}

上面代碼比較簡單了,首先是通過 select 方法選擇 Invoker,然后進行遠程調用。如果調用失敗,則立即拋出異常。FailfastClusterInvoker 就先分析到這,下面分析 FailsafeClusterInvoker。

3.2.4 FailsafeClusterInvoker

FailsafeClusterInvoker 是一種失敗安全的 Cluster Invoker。所謂的失敗安全是指,當調用過程中出現異常時,FailsafeClusterInvoker 僅會打印異常,而不會拋出異常。Dubbo 官方給出的應用場景是寫入審計日志等操作,這個場景我在日常開發中沒遇到過,沒發言權,就不多說了。下面直接分析源碼。

public class FailsafeClusterInvoker extends AbstractClusterInvoker {

    @Override
    public Result doInvoke(Invocation invocation, List> invokers, LoadBalance loadbalance) throws RpcException {
        try {
            checkInvokers(invokers, invocation);
            // 選擇 Invoker
            Invoker invoker = select(loadbalance, invocation, invokers, null);
            // 進行遠程調用
            return invoker.invoke(invocation);
        } catch (Throwable e) {
            // 打印錯誤日志,但不拋出
            logger.error("Failsafe ignore exception: " + e.getMessage(), e);
            // 返回空結果忽略錯誤
            return new RpcResult();
        }
    }
}

FailsafeClusterInvoker 的邏輯和 FailfastClusterInvoker 的邏輯一樣簡單,因此就不多說了。繼續下面分析。

3.2.5 ForkingClusterInvoker

ForkingClusterInvoker 會在運行時通過線程池創建多個線程,并發調用多個服務提供者。只要有一個服務提供者成功返回了結果,doInvoke 方法就會立即結束運行。ForkingClusterInvoker 的應用場景是在一些對實時性要求比較高讀操作(注意是讀操作,并行寫操作可能不安全)下使用,但這將會耗費更多的服務資源。下面來看該類的實現。

public class ForkingClusterInvoker extends AbstractClusterInvoker {
    
    private final ExecutorService executor = Executors.newCachedThreadPool(
            new NamedInternalThreadFactory("forking-cluster-timer", true));

    @Override
    public Result doInvoke(final Invocation invocation, List> invokers, LoadBalance loadbalance) throws RpcException {
        try {
            checkInvokers(invokers, invocation);
            final List> selected;
            // 獲取 forks 配置
            final int forks = getUrl().getParameter(Constants.FORKS_KEY, Constants.DEFAULT_FORKS);
            // 獲取超時配置
            final int timeout = getUrl().getParameter(Constants.TIMEOUT_KEY, Constants.DEFAULT_TIMEOUT);
            // 如果 forks 配置不合理,則直接將 invokers 賦值給 selected
            if (forks <= 0 || forks >= invokers.size()) {
                selected = invokers;
            } else {
                selected = new ArrayList>();
                // 循環選出 forks 個 Invoker,并添加到 selected 中
                for (int i = 0; i < forks; i++) {
                    // 選擇 Invoker
                    Invoker invoker = select(loadbalance, invocation, invokers, selected);
                    if (!selected.contains(invoker)) {
                        selected.add(invoker);
                    }
                }
            }
            
            // ----------------------? 分割線1 ?---------------------- //
            
            RpcContext.getContext().setInvokers((List) selected);
            final AtomicInteger count = new AtomicInteger();
            final BlockingQueue ref = new LinkedBlockingQueue();
            // 遍歷 selected 列表
            for (final Invoker invoker : selected) {
                // 為每個 Invoker 創建一個執行線程
                executor.execute(new Runnable() {
                    @Override
                    public void run() {
                        try {
                            // 進行遠程調用
                            Result result = invoker.invoke(invocation);
                            // 將結果存到阻塞隊列中
                            ref.offer(result);
                        } catch (Throwable e) {
                            int value = count.incrementAndGet();
                            // 僅在 value 大于等于 selected.size() 時,才將異常對象
                            // 放入阻塞隊列中,請大家思考一下為什么要這樣做。
                            if (value >= selected.size()) {
                                // 將異常對象存入到阻塞隊列中
                                ref.offer(e);
                            }
                        }
                    }
                });
            }
            
            // ----------------------? 分割線2 ?---------------------- //
            
            try {
                // 從阻塞隊列中取出遠程調用結果
                Object ret = ref.poll(timeout, TimeUnit.MILLISECONDS);
                
                // 如果結果類型為 Throwable,則拋出異常
                if (ret instanceof Throwable) {
                    Throwable e = (Throwable) ret;
                    throw new RpcException(..., "Failed to forking invoke provider ...");
                }
                
                // 返回結果
                return (Result) ret;
            } catch (InterruptedException e) {
                throw new RpcException("Failed to forking invoke provider ...");
            }
        } finally {
            RpcContext.getContext().clearAttachments();
        }
    }
}

ForkingClusterInvoker 的 doInvoker 方法比較長,這里我通過兩個分割線將整個方法劃分為三個邏輯塊。從方法開始,到分割線1之間的代碼主要是用于選出 forks 個 Invoker,為接下來的并發調用提供輸入。分割線1和分割線2之間的邏輯主要是通過線程池并發調用多個 Invoker,并將結果存儲在阻塞隊列中。分割線2到方法結尾之間的邏輯主要用于從阻塞隊列中獲取返回結果,并對返回結果類型進行判斷。如果為異常類型,則直接拋出,否則返回。

以上就是ForkingClusterInvoker 的 doInvoker 方法大致過程。我在分割線1和分割線2之間的代碼上留了一個問題,問題是這樣的:為什么要在 value >= selected.size() 的情況下,才將異常對象添加到阻塞隊列中?這里來解答一下。原因是這樣的,在并行調用多個服務提供者的情況下,哪怕只有一個服務提供者成功返回結果,而其他全部失敗。此時 ForkingClusterInvoker 仍應該返回成功的結果,而非拋出異常。在 value >= selected.size() 時將異常對象放入阻塞隊列中,可以保證異常對象不會出現在正常結果的前面,這樣可從阻塞隊列中優先取出正常的結果。

好了,關于 ForkingClusterInvoker 就先分析到這,接下來分析最后一個 Cluster Invoker。

3.2.6 BroadcastClusterInvoker

本章的最后,我們再來看一下 BroadcastClusterInvoker。BroadcastClusterInvoker 會逐個調用每個服務提供者,如果其中一臺報錯,在循環調用結束后,BroadcastClusterInvoker 會拋出異常。看官方文檔上的說明,該類通常用于通知所有提供者更新緩存或日志等本地資源信息。這個使用場景筆者也沒遇到過,沒法詳細說明了,所以下面還是直接分析源碼吧。

public class BroadcastClusterInvoker extends AbstractClusterInvoker {

    @Override
    public Result doInvoke(final Invocation invocation, List> invokers, LoadBalance loadbalance) throws RpcException {
        checkInvokers(invokers, invocation);
        RpcContext.getContext().setInvokers((List) invokers);
        RpcException exception = null;
        Result result = null;
        // 遍歷 Invoker 列表,逐個調用
        for (Invoker invoker : invokers) {
            try {
                // 進行遠程調用
                result = invoker.invoke(invocation);
            } catch (RpcException e) {
                exception = e;
                logger.warn(e.getMessage(), e);
            } catch (Throwable e) {
                exception = new RpcException(e.getMessage(), e);
                logger.warn(e.getMessage(), e);
            }
        }
        
        // exception 不為空,則拋出異常
        if (exception != null) {
            throw exception;
        }
        return result;
    }
}

以上就是 BroadcastClusterInvoker 的代碼,比較簡單,就不多說了。

4.總結

本篇文章較為詳細的分析了 Dubbo 集群容錯方面的內容,并詳細分析了集群容錯的幾種實現方式。集群容錯對于 Dubbo 框架來說,是很重要的邏輯。集群模塊處于服務提供者和消費者之間,對于服務消費者來說,集群可向其屏蔽服務提供者集群的情況,使其能夠專心進行遠程調用。除此之外,通過集群模塊,我們還可以對服務之間的調用鏈路進行編排優化,治理服務。總的來說,對于 Dubbo 而言,集群容錯相關邏輯是非常重要的。想要對 Dubbo 有比較深的理解,集群容錯是繞不過去的。因此,對于這部分內容,大家要認真看一下。

好了,本篇文章就先到這,感謝大家的閱讀。

附錄:Dubbo 源碼分析系列文章
時間 文章
2018-10-01 Dubbo 源碼分析 - SPI 機制
2018-10-13 Dubbo 源碼分析 - 自適應拓展原理
2018-10-31 Dubbo 源碼分析 - 服務導出
2018-11-12 Dubbo 源碼分析 - 服務引用
2018-11-17 Dubbo 源碼分析 - 集群容錯之 Directory
2018-11-20 Dubbo 源碼分析 - 集群容錯之 Router
2018-11-24 Dubbo 源碼分析 - 集群容錯之 Cluster
本文在知識共享許可協議 4.0 下發布,轉載需在明顯位置處注明出處
作者:田小波
本文同步發布在我的個人博客:http://www.tianxiaobo.com


本作品采用知識共享署名-非商業性使用-禁止演繹 4.0 國際許可協議進行許可。

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/72405.html

相關文章

  • Dubbo 源碼分析 - 集群容錯 Directory

    摘要:在一個服務集群中,服務提供者數量并不是一成不變的,如果集群中新增了一臺機器,相應地在服務目錄中就要新增一條服務提供者記錄。 1. 簡介 前面文章分析了服務的導出與引用過程,從本篇文章開始,我將開始分析 Dubbo 集群容錯方面的源碼。這部分源碼包含四個部分,分別是服務目錄 Directory、服務路由 Router、集群 Cluster 和負載均衡 LoadBalance。這幾個部分的...

    suemi 評論0 收藏0
  • dubbo源碼解析(一)Hello,Dubbo

    摘要:英文全名為,也叫遠程過程調用,其實就是一個計算機通信協議,它是一種通過網絡從遠程計算機程序上請求服務而不需要了解底層網絡技術的協議。 Hello,Dubbo 你好,dubbo,初次見面,我想和你交個朋友。 Dubbo你到底是什么? 先給出一套官方的說法:Apache Dubbo是一款高性能、輕量級基于Java的RPC開源框架。 那么什么是RPC? 文檔地址:http://dubbo.a...

    evin2016 評論0 收藏0
  • dubbo源碼解析(三十五)集群——cluster

    摘要:失敗安全,出現異常時,直接忽略。失敗自動恢復,在調用失敗后,返回一個空結果給服務提供者。源碼分析一該類實現了接口,是集群的抽象類。 集群——cluster 目標:介紹dubbo中集群容錯的幾種模式,介紹dubbo-cluster下support包的源碼。 前言 集群容錯還是很好理解的,就是當你調用失敗的時候所作出的措施。先來看看有哪些模式: showImg(https://segmen...

    gself 評論0 收藏0
  • Dubbo 源碼分析 - 集群容錯 LoadBalance

    摘要:即服務提供者目前正在處理的請求數一個請求對應一條連接最少,表明該服務提供者效率高,單位時間內可處理更多的請求。此時應優先將請求分配給該服務提供者。初始情況下,所有服務提供者活躍數均為。 1.簡介 LoadBalance 中文意思為負載均衡,它的職責是將網絡請求,或者其他形式的負載均攤到不同的機器上。避免集群中部分服務器壓力過大,而另一些服務器比較空閑的情況。通過負載均衡,可以讓每臺服務...

    ybak 評論0 收藏0
  • dubbo源碼解析——消費過程

    摘要:上一篇源碼解析概要篇中我們了解到中的一些概念及消費端總體調用過程。由于在生成代理實例的時候,在構造函數中賦值了,因此可以只用該進行方法的調用。 上一篇 dubbo源碼解析——概要篇中我們了解到dubbo中的一些概念及消費端總體調用過程。本文中,將進入消費端源碼解析(具體邏輯會放到代碼的注釋中)。本文先是對消費過程的總體代碼邏輯理一遍,個別需要細講的點,后面會專門的文章進行解析。...

    darkbug 評論0 收藏0

發表評論

0條評論

denson

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<