4.Dubbo2.5.3集群容错和负载均衡
转载请出自出处:http://www.cnblogs.com/hd3013779515/
1.集群容错和负载均衡原理
各节点关系：
- 这里的Invoker是Provider的一个可调用Service的抽象，Invoker封装了Provider地址及Service接口信息。
- Directory代表多个Invoker，可以把它看成List<Invoker>，但与List不同的是，它的值可能是动态变化的，比如注册中心推送变更。
- Cluster将Directory中的多个Invoker伪装成一个Invoker，对上层透明，伪装过程包含了容错逻辑，调用失败后，重试另一个。
- Router负责从多个Invoker中按路由规则选出子集，比如读写分离，应用隔离等。
- LoadBalance负责从多个Invoker中选出具体的一个用于本次调用，选的过程包含了负载均衡算法，调用失败后，需要重选。
2.负载均衡
(1)配置说明
在集群负载均衡时，Dubbo提供了多种均衡策略，缺省为random随机调用。
Random LoadBalance
- 随机，按权重设置随机概率。
- 在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。
RoundRobin LoadBalance
- 轮循，按公约后的权重设置轮循比率。
- 存在慢的提供者累积请求问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。
LeastActive LoadBalance
- 最少活跃调用数，相同活跃数的随机，活跃数指调用前后计数差。
- 使慢的提供者收到更少请求，因为越慢的提供者的调用前后计数差会越大。
ConsistentHash LoadBalance
- 一致性Hash，相同参数的请求总是发到同一提供者。
- 当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。
- 算法参见：http://en.wikipedia.org/wiki/Consistent_hashing。
- 缺省只对第一个参数Hash，如果要修改，请配置<dubbo:parameter key="hash.arguments" value="0,1" />
- 缺省用160份虚拟节点，如果要修改，请配置<dubbo:parameter key="hash.nodes" value="320" />
配置如：
<dubbo:service interface="..." loadbalance="roundrobin" />
或：
<dubbo:reference interface="..." loadbalance="roundrobin" />
或：
<dubbo:service interface="..."> <dubbo:method name="..." loadbalance="roundrobin"/> </dubbo:service>
或：
<dubbo:reference interface="..."> <dubbo:method name="..." loadbalance="roundrobin"/> </dubbo:reference>
(2)使用案例
在3.Dubbo2.5.3快速启动Hello World的基础上增加服务提供者，与dubbo-hello-provider的区别如下。
服务消费者HelloServiceConsumerTest.java中加上循环调用服务提供者。
package cn.ljh.dubbo.service; import java.io.IOException; import org.springframework.context.support.ClassPathXmlApplicationContext; public class HelloServiceConsumerTest { public static void main(String[] args) { ClassPathXmlApplicationContext context = new ClassPathXmlApplicationContext( new String[] { "applicationConsumer.xml" }); context.start(); for(int i = 0 ; i < 100 ; i++){ HelloService providerService = (HelloService) context.getBean("helloService"); System.out.println(providerService.sayHello("Tom")); } try { System.in.read();//让此程序一直跑 } catch (IOException e) { e.printStackTrace(); } } }
1)缺省Random LoadBalance的时候
开始时，HelloService的两个提供者的权重都是100，服务消费者执行后的分配比例为54：46。
然后通过监控中心把20880这个提供者的权重加到400，这时服务消费者执行后的分配比例为83：17。
2)设置为RoundRobin LoadBalance的时候
HelloService的两个提供者的权重都是100时，严格安装轮循方式。
把20880这个提供者的权重加到400时，按照权重来轮循。
3.集群容错
(1)配置说明
集群容错模式：
Failover Cluster
- 失败自动切换，当出现失败，重试其它服务器。(缺省)
- 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。
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，后台记录失败请求，定时重发。
- 通常用于消息通知操作。
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。(2.1.0开始支持)
- 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。
重试次数配置如：(failover集群模式生效)
<dubbo:service retries="2" />
或：
<dubbo:reference retries="2" />
或：
<dubbo:reference> <dubbo:method name="findFoo" retries="2" /> </dubbo:reference>
集群模式配置如：
<dubbo:service cluster="failsafe" />
或：
<dubbo:reference cluster="failsafe" />
(2)使用案例
代码改造
两个服务提供者同时改造
HelloServiceImpl.java
增加sleep时间以方便在服务消费者调用时能停掉服务提供者。
applicationProvider.xml
1)缺省Failover Cluster的时候
在服务消费者执行过程中，通过监控中心禁用某个服务提供者，执行结果显示能够正确切换到可用服务提供者，不会报错或者丢失调用。
2)设置为Failfast Cluster的时候
当服务消费者调用某个服务提供者时，如果停掉该服务提供者，将立即报错并不继续执行。
3)设置为Failsafe Cluster的时候
当服务消费者调用某个服务提供者时，如果停掉该服务提供者，直接忽略，继续往下走。
参考
