探寻Dubbo集群容错机制
一. timeout 与 retries
Dubbo的服务可以通过timeout配置超时时间，防止远程调用失败，该属性的默认值为1000(ms)，用户可以在多个地方配置服务的超时时间：
图中涉及的配置方式从上至下优先级越来越低，总体来说配置覆盖遵循以下规律：consumer配置优先于provider配置，细粒度配置优先于整体配置。
我们在消费者中sleep一段时间人为制造超时效果：
@DubboService(timeout = 3000)
@Slf4j
public class UserServiceImpl implements IUserService{
@Override
public UserDTO queryById(Integer userId) {
if (userId == null) {
throw new RuntimeException("参数不能为空");
}
log.info("remote call queryById");
User user = userMapper.selectById(userId);
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return modelToDto(user);
}
}
当我们消费者调用该服务时会出现超时异常：
UserDTO userDTO = userService.queryById(1);
我们查看服务提供者的控制台，可以发现此次超时调用一个触发了3次：
在Dubbo中有一个参数retries，它表示消费者在调用远程服务时，出现超时等RpcException时会去最多重试调用N次服务，默认情况下retries=2这也是为什么在出现超时调用后，服务端会调用三次。
二. 集群容错机制
失败重试机制，在官方文档中称为集群容错。
2.1 集群容错机制分类
Dubbo官方提供了多种失败重试机制，缺省值是failover。
- Failover Cluster：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)。 - 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。但是这里也会有问题的，如果是因为网络问题，Provider的响应时间慢，Consumer以为调用失败了，但是Provider却调用成功了，涉及到分布式事务的问题。
- 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。调用失败后，consumer不会重试，而是把这个消息丢到provider的重试的线程池里面，定时的重试调用一定的次数，调用失败写日志
- 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。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。现在广播调用中，可以通过
broadcast.fail.percent配置节点调用失败的比例，当达到这个比例后，BroadcastClusterInvoker将不再调用其他节点，直接抛出异常。broadcast.fail.percent取值在 0～100 范围内。默认情况下当全部调用失败后，才会抛出异常。broadcast.fail.percent只是控制的当失败后是否继续调用其他节点，并不改变结果(任意一台报错则报错)。broadcast.fail.percent参数 在dubbo2.7.10及以上版本生效。
2.1 集群模式的配置
注解配置
@reference(cluster = "broadcast", parameters = {"broadcast.fail.percent", "20"})
XML配置
<dubbo:service cluster="failsafe" />
<dubbo:reference cluster="failsafe" />
三. Failover Cluster
Dubbo默认使用的是Failover Cluster机制，如果不清楚这一机制那么写出的代码会有很多隐患。
服务的超时是开发人员不好控制的，如果某些时候因为机器负载波动导致一个写操作服务发生超时重试，那么就会出现重复写的问题，导致脏数据的产生。
Failover Cluster官方建议在读环境下使用，但是奈何很多同学都没有注意到这一点。
Failover Cluster的实现在org.apache.dubbo.rpc.cluster.support.FailoverClusterInvoker:
public class FailoverClusterInvoker<T> extends AbstractClusterInvoker<T> {
private static final Logger logger = LoggerFactory.getLogger(FailoverClusterInvoker.class);
public FailoverClusterInvoker(Directory<T> directory) {
super(directory);
}
@Override
@SuppressWarnings({"unchecked", "rawtypes"})
public Result doInvoke(Invocation invocation, final List<Invoker<T>> invokers, LoadBalance loadbalance) throws RpcException {
List<Invoker<T>> copyInvokers = invokers;
checkInvokers(copyInvokers , invocation);
String methodName = RpcUtils.getMethodName(invocation);
//最大调用次数 = 重试次数(retris) + 1
int len = getUrl().getMethodParameter(methodName, RETRIES_KEY, DEFAULT_RETRIES) + 1;
//防御性编程，防止用户将retris设置为小于0情况
if (len <= 0) {
len = 1;
}
// retry loop.
RpcException le = null; // last exception.
List<Invoker<T>> invoked = new ArrayList<Invoker<T>>(copyInvokers.size()); // invoked invokers.
Set<String> providers = new HashSet<String>(len);
// 调用N次，成功返回或provider抛出异常（不包括RpcException）后跳出勋魂
for (int i = 0; i < len; i++) {
//Reselect before retry to avoid a change of candidate `invokers`.
//NOTE: if `invokers` changed, then `invoked` also lose accuracy.
if (i > 0) {
checkWhetherDestroyed();
// 在进行重试前重新获取最新的invoker集合，这样做的好处是，如果在重试过程中某个服务挂了，通过list方法可以保证copyInvokes是最新的invoker列表
copyInvokers = list(invocation);
// check again
checkInvokers(copyInvokers, invocation);
}
// 通过负载均衡策略选择一个Invoker
Invoker<T> invoker = select(loadbalance, invocation, copyInvokers, invoked);
// 维护已经调用过的invoker
invoked.add(invoker);
RpcContext.getContext().setInvokers((List) invoked);
try {
Result result = invoker.invoke(invocation);
// 重试调用成功后才会进入这个if打印日志
if (le != null && logger.isWarnEnabled()) {
logger.warn("Although retry the method " + methodName
+ " in the service " + getInterface().getName()
+ " was successful by the provider " + invoker.getUrl().getAddress()
+ ", but there have been failed providers " + providers
+ " (" + providers.size() + "/" + copyInvokers.size()
+ ") from the registry " + directory.getUrl().getAddress()
+ " on the consumer " + NetUtils.getLocalHost()
+ " using the dubbo version " + Version.getVersion() + ". Last error is: "
+ le.getMessage(), le);
}
return result;
} catch (RpcException e) {
// 如果是一个业务异常，则直接抛出异常。在Dubbo中继承至RuntimeException的自定义异常都会包装为RpcException，所以这里是为了判断是否是业务报错被封装成了RpcException
// Dubbo这么设计是因为RuntimeException可以在接口未声明该异常的情况下抛出，而缺少了接口的约束会导致Consumer应用中可能出现未定义该异常的问题，最终导致序列化失败。
if (e.isBiz()) { // biz exception.
throw e;
}
// 若不是则继续循环重试
le = e;
} catch (Throwable e) {
le = new RpcException(e.getMessage(), e);
} finally {
providers.add(invoker.getUrl().getAddress());
}
}
throw new RpcException(le.getCode(), "Failed to invoke the method "
+ methodName + " in the service " + getInterface().getName()
+ ". Tried " + len + " times of the providers " + providers
+ " (" + providers.size() + "/" + copyInvokers.size()
+ ") from the registry " + directory.getUrl().getAddress()
+ " on the consumer " + NetUtils.getLocalHost() + " using the dubbo version "
+ Version.getVersion() + ". Last error is: "
+ le.getMessage(), le.getCause() != null ? le.getCause() : le);
}
}
