Dubbo3.0使用

量子计算9

1.微服务改造成Dubbo项目

改造成Dubbo项目，有几件事情要做：

• 添加dubbo核心依赖
  dubbo-spring-boot-starter
  
• 添加要使用的注册中心依赖
  dubbo-registry-zookeeper
  
• 添加要使用的协议的依赖
  dubbo-rpc-dubbo
  
• 配置dubbo相关的基本信息
  dubbo.application.name=provider-application
  
• 配置注册中心地址
  dubbo.registry.address=zookeeper://127.0.0.1:2181
  
• 配置所使用的协议
  dubbo.protocol.name=dubbo
  dubbo.protocol.port=20880
  
• 改造服务
  抽象出服务接口UserService；
  要把Spring中的@Service注解替换成Dubbo中的@DubboService注解；
  加上@EnableDubbo(scanBasePackages = "com.zhouyu.service")，表示Dubbo会去扫描某个路径下的@DubboService，从而对外提供该Dubbo服务。（有dubbo-spring-boot-starter包，可以不加该注解）
  
• 抽出一个common模块，包括
  User类；
  UserService公共接口；
  服务提供者和服务调用者都引入该common模块。
  
• 服务提供者改造时，需要兼容原来的调用方式（服务调用者还可以使用原来的方式调用，比如RestTemplate）
  dubbo.protocols.p1.name=dubbo
  dubbo.protocols.p1.port=20880
  dubbo.protocols.p2.name=rest
  dubbo.protocols.p2.port=8082
  引入dubbo-rpc-dubbo包
  在UserServiceImpl上加注解@Path("/user")以及@Produces；
  在方法getUser上加注解
  @GET，@Path("/{uid}")以及@Produces(MediaType.APPLICATION_JSON)，入参需要加上@PathParam("uid")；
  
• 将服务调用者改造为Dubbo方式。
  1）添加依赖：dubbo-spring-boot-starter、dubbo-registry-zookeeper、dubbo-rpc-dubbo、dubbo-rpc-rest；
  2）配置：dubbo.registry.address=zookeeper://127.0.0.1:2181
  3）引入服务@DubboReference UserService；
  4）@EnableDubbo
  5）如果还要支持REST协议，需要将@Path @Produces等注解加到接口模块上。
  

2.Http1.1、Dubbo和Triple协议对比

Http1.1请求为什么相对于Dubbo慢？

一个HTTP请求有请求行、请求头、请求体，通过字符（ASCII码）发出去。有效数据Invocation放在请求体中，数据的有效使用率比较低。（HTTP1.x协议中，多余无用的字符太多了，比如回车符、换行符，这每一个字符都会占用一个字节，这些字节占用了网络带宽，降低了网络IO的效率）Dubbo协议，相对于HTTP协议，精简了很多（Dubbo用一个bit位event就可以标识序列化方式，而Http需要在请求头里面加入一个键值对来说明，有效性差距很大）。Http1.1不能通过一个Socket连接，连续发送请求，只能发送一个请求，接收到响应后，再发送下一个请求。因为HTTP没有请求ID，如果多发几个，响应回来后没法对应起来。而Dubbo有了ID，所以可以连续发送，这样性能更好。（HTTP1.x协议中，一条Socket连接，一次只能发送一个HTTP请求，因为如果连续发送两个HTTP请求，然后收到了一个响应，那怎么知道这个响应对应的是哪个请求呢，这样导致Socket连接的利用低，并发、吞吐量低。）

有了Dubbo协议，为什么还要引入Triple协议？

Dubbo不够通用，dubbo协议一旦涉及到跨RPC框架，比如一个Dubbo服务要调用gPRC服务，就比较麻烦了，因为发一个dubbo协议的请求给一个gPRC服务，gPRC服务只会按照gRPC的格式来解析字节流，最终肯定会解析不成功的。所以这就出现了Triple协议，Triple协议是基于HTTP2，没有性能问题，另外HTTP协议非常通用，全世界都认它，兼容起来也比较简单，而且还有很多额外的功能，比如流式调用。

大概对比一下triple、dubbo、rest这三个协议

triple协议基于的是HTTP2，rest协议目前基于的是HTTP1，都可以做到跨语言。triple协议兼容了gPRC（Triple服务可以直接调用gRPC服务，反过来也可以），rest协议不行triple协议支持流式调用，rest协议不行rest协议更方便浏览器、客户端直接调用，triple协议不行（原理上支持，当得对triple协议的底层实现比较熟悉才行，得知道具体的请求头、请求体是怎么生成的）dubbo协议是Dubbo3.0之前的默认协议，triple协议是Dubbo3.0之后的默认协议，优先用Triple协议

• dubbo协议不是基于的HTTP，不够通用，triple协议底层基于HTTP所以更通用（比如跨语言、跨异构系统实现起来比较方便）
  dubbo协议不支持流式调用
  

Http1 vs Http2

• Http1的缺点
  1）额外占用了很多字节，比如众多的回车符、换行符，它们都是字符，都需要一个字节；
  2）大头儿子，通常一个HTTP1的请求，都会携带各种请求头；
  3）Request-Repsonse模式，一次只能发送一个HTTP请求，接收到响应后才能发送下一个请求；（浏览器通过创建多个Socket连接来提高并发量。）
  
• Http2的改进
  1）设计了帧，通过这种设计，就可以来压缩请求头了，比如如果帧的类型是HEADERS ，那就进行压缩，当然压缩算法是固定的HPACK算法，不能更换；
  2）支持Stream。每个帧里有一个流标识符，表示Stream ID，这是HTTP2的新特性，表示一个“虚拟流”，达到的效果是，我们可以在一个TCP连接中，同时维护多个Stream，每一个帧都是属于某一个Stream。极大的提高了并发。
  

HTTP1协议：

HTTP2协议：

帧长度，用三个字节来存一个数字，这个数字表示当前帧的实际传输的数据的大小，3个字节表示的最大数字是2的24次方（16M），所以一个帧最大为9字节+16M。

• 帧类型，占一个字节，可以分为数据帧和控制帧
  数据帧又分为：HEADERS 帧和 DATA 帧，用来传输请求头、请求体的
  控制帧又分为：SETTINGS、PING、PRIORITY，用来进行管理的标志位，占一个字节，可以用来表示当前帧是整个请求里的最后一帧，方便服务端解析流标识符，占4个字节，在Java中也就是一个int，不过最高位保留不用，表示Stream ID，这也是HTTP2的一个重要设计实际传输的数据Payload，如果帧类型是HEADERS，那么这里存的就是请求头，如果帧类型是DATA ，那么这里存的就是请求体
  

在利用HTTP2发送一个请求时，首先：

1）新建一个TCP连接（三次握手）2）新建一个Stream，生成一个新的StreamID，生成一个控制帧，帧里记录了前面生成出来的StreamID，通过TCP连接发送出去3）生成一个要发送的请求对应的HEADERS 帧，用来发送请求头，也是key:value的格式，先利用ascii进行编码，然后利用HPACK算法进行压缩，最终把压缩之后的字节存在帧中的Payload区域，记录好StreamID，最后通过TCP连接把这个HEADERS 帧发送出去4）最后把要发送的请求体数据按指定的压缩算法(请求中所指定的压缩算法，比如gzip)进行压缩，把压缩之后的字节生成DATA 帧，记录好StreamID，通过TCP连接把DATA 帧发送出去。

对于服务端而言：

1）会不断的从TCP连接接收到某些帧2）当接收到一个控制帧时，表示客户端要和服务端新建一个Stream，在服务端记录一下StreamID，比如在Dubbo3.0的源码中会生成一个ServerStreamObserver的对象3）当接收到一个HEADERS 帧，取出StreamID，找到对应的ServerStreamObserver对象，并解压得到请求头，把请求头信息保存在ServerStreamObserver对象中4）当接收到一个DATA 帧时，取出StreamID，找到对应的ServerStreamObserver对象，根据请求头的信息看如何解压请求体，解压之后就得到了原生了请求体数据，然后按业务逻辑处理请求体5）处理完了之后，就把结果也生成HEADERS 帧和DATA 帧时发送客户端，客户端此时就变成了服务端，来处理响应结果。6）客户端接收到响应结果的HEADERS 帧，是也先解压得到响应头，记录响应体的解压方式7）然后继续接收到响应结果的DATA 帧，解压响应体，得到原生的响应体，处理响应体

3.Triple协议的流式调用（分批发送、处理）

几种调用方式：

UNARY，发送一次，返回一次。就是最普通的，服务端只有在接收到完请求包括的所有的HEADERS帧和DATA帧之后(通过调用onCompleted()发送最后一个DATA帧)，才会处理数据，客户端也只有接收完响应包括的所有的HEADERS帧和DATA帧之后，才会处理响应结果。SERVER_STREAM，发送一次请求，返回多次响应。服务端流，特殊的地方在于，服务端在接收完请求包括的所有的DATA帧之后，才会处理数据，不过在处理数据的过程中，可以多次发送响应DATA帧（第一个DATA帧发送之前会发送一个HEADERS帧），客户端每接收到一个响应DATA帧就可以直接处理该响应DATA 帧，这个模式下，客户端只能发一次数据，但能多次处理响应DATA帧。（目前有Bug，gRPC的效果是正确的，Dubbo3.0需要异步进行发送）。CLIENT_STREAM / BI_STREAM，客户端可以发送多次数据，也可以接收多次响应。双端流，或者客户端流，特殊的地方在于，客户端可以控制发送多个请求DATA帧（第一个DATA帧发送之前会发送一个HEADERS帧），服务端会不断的接收到请求DATA帧并进行处理，并且及时的把处理结果作为响应DATA帧发送给客户端（第一个DATA帧发送之前会发送一个HEADERS帧），而客户端每接收到一个响应结果DATA帧也会直接处理，这种模式下，客户端和服务端都在不断的接收和发送DATA帧并进行处理，注意请求HEADER帧和响应HEADERS帧都只发了一个。

public interface UserService {    // UNARY    String sayHello(String name);    // SERVER_STREAM    default void sayHelloServerStream(String name, StreamObserver<String> response) {    }    // CLIENT_STREAM / BI_STREAM    default StreamObserver<String> sayHelloStream(StreamObserver<String> response) {        return response;    }}

中间Thread.sleep()后，服务调用者还是一下子收到了所有数据，这是个Bug。但是gRPC是可以实现睡眠接收到，而不是一下子接收到所有数据。
4.Dubbo3.0跨语言调用（Triple协议）

在工作中，我们用Java语言通过Dubbo提供了一个服务，另外一个应用（也就是消费者）想要使用这个服务，如果消费者应用也是用Java语言开发的，那没什么好说的，直接在消费者应用引入Dubbo和服务接口相关的依赖即可。

但是，如果消费者应用不是用Java语言写的呢，比如是通过python或者go语言实现的，那就至少需要满足两个条件才能调用Java实现的Dubbo服务：

Dubbo一开始是用Java语言实现的，那现在就需要一个go语言实现的Dubbo框架，也就是现在的dubbo-go，然后在go项目中引入dubbo-go，从而可以在go项目中使用dubbo，比如使用go语言去暴露和使用Dubbo服务。我们在使用Java语言开发一个Dubbo服务时，会把服务接口和相关类，单独抽象成为一个Maven项目，实际上就相当于一个单独的jar包，这个jar能被Java项目所使用，但不能被go项目所使用，所以go项目中该如何使用Java语言所定义的接口呢？直接用是不太可能的，只能通过间接的方式来解决这个问题，除开Java语言之外，那有没有其他技术也能定义接口呢？并且该技术也是Java和go都支持，这就是protobuf。

5.Triple与gRPC互通

Triple与gRPC互通之所以能够互通，是因为tri兼容了grpc，兼容的意思是，tri协议在发送请求和发送响应时，都是按照grpc的格式来发送的，比如在请求头和响应头中设置grpc能识别的信息。
6.Dubbo3.0与Spring Cloud互通

目前Dubbo3.0和Spring Cloud之间的互通，还没做到特别方便，比如我们知道SpringCloud在使用的过程中，需要程序员知道某个服务的controller访问路径，就算用openFeign也避免不了。

需要调用一个SpringCloud的微服务时，得在消费端应用中自己去确定要调用的应用名，以及具体的controller路径。

要调用Spring Cloud的服务，得用http协议，那tri协议行不行呢？原理上行，但是我们在用tri协议去调用另外一个服务时，并不能去指定controller地址，得用rest协议，底层也是http协议。