12、Dubbo

1、RCP基本原理

1.1RPC两个核心模块：通讯，序列化（反序列化）

1.2服务和服务之间的远程调用技术： Feign（http->应用层) dubbo(rpc->网络层)
1.3rpc 性能要优于 http 调用性能，因为作用层级越高，封装越深，效率就更高
拓展：需记忆—》工作网络7层模型

2、掌握Dubbo运行流程

Dubbo 一个基于 rpc协议实现的分布式远程调用的服务框架

3、掌握Dubbo配置-超时、重试、灰度发布、启动检查等

3.1超时优先级：默认调用超时时间1s
1、同级别下：消费方（@DubboReference）>提供方（@DubboService）
2、不同级别下：方法上的超时配置>接口>通用配置
配置原则设计目的：
1、先配置服务提供方相关配置；
2、如果服务提供方的配置不能满足消费方的配置，则可以在消费方优化

3.2实现序列化接口：
1、自定义的对象即（pojo包）需实现序列化接口，因为Dubbo是基于RCP协议实现，要实现序列化接口才能才在网络层传输；
2、String级基本常用数据类（short long integer等）均已实现序列化接口

3.3重试机制：
出现的前提：当请求失败时，才会触发重试机制
1、Dubbo默认重试次数为2次，可在服务提供方的注解上@DubboService（retries=…);
2、如需自定义重试次数，建议次数不能超过2次，因为当下互联网的并发量很大，重试次数就等于几倍量增长；
3、配置重试次数时，要考虑幂等性原则，即新增POST类型，建议把重试次数设置为0，否则可能会有多条相似记录。

3.4幂等性原则：
相同的URL无论请求多少次，请求结果都是一致的；
常见幂等性：查询GET（根据id多次查询结果均一致）、删除DELETE、表单式提交的修改PUT
非幂等性：新增POST，数量上（+1或-1）的修改PUT

3.5灰度发布（多版本）：
解决不兼容版本的升级问题：
逐渐把低版本的请求转到新版本的服务实现，类似公测；

3.6上下文信息：
RpcContext 是一个 ThreadLocal 的临时状态记录器，当接收到 RPC 请求，或发起 RPC 请求时，RpcContext 的状态都会变化。A->B->C A访问B的上下文信息，不会传递到B访问C的信息当中

3.7隐式传参：项目三中使用传递jwt数据
消费方：RPCContext.getContext.setAttachment(key,value)
提供方：RPCContext.getContext.getAttachment(key)

4、Dubbo高可用

**面试题：
1、如果nacos注册中心宕机，是否还可以消费dubbo暴露的服务？
解答：要区分是生产环境还是开发环境？

• 数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务
• 注册中心对等集群，任意一台宕掉后，将自动切换到另一台
• 注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯
• 服务提供者无状态，任意一台宕掉后，不影响使用
• 服务提供者全部宕掉后，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复

2、注册中心是否可以替换？ 如果可以替换那么可以用什么来替换？ 为什么？
可以替换，nacos/zookeeper/redis；

3、redis作为注册中心的原因是什么？ 数据结构是什么？ 怎么实现？
redis的发布订阅功能可以实现注册中心功能；Hash数据结构
Key map key map value
当前服务的权限定类名+类型 服务ID 过期时间

5、Dubbo负载均衡有几种，默认是什么

Dubbo负载均衡有4种，默认是权重随机
5.1权重随机(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。

5.2权重轮询(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的问题，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。

5.3最少活跃数(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。

5.4一致Hash(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。

代码上修改：@DubboReference(loadbalance=”roundrobin”)

6、Dubbo服务熔断降级如何实现，容错机制有几种

6.1服务熔断降级：在高并发情况下，部分非关键服务出错后，可临时采取屏蔽措施，并可自定义服务降级策略返回前端，以友好的信息安抚用户；
6.2Dubbo实现服务熔断降级原理：
—mock=force:return null 即消费方对该服务方法调用返回值是null,不发起远程调用。用来屏蔽不重要服务不可用时对调用方的影响。
—mock=fail：return null 消费方对该服务的方法调用在失败后，再返回 null 值，不抛异常。**==用来容忍不重要服务不稳定时对调用方的影响。

6.3Dubbo容错机制有6种，默认是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。
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]。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。

7、SpringCloud 和 Dubbo 区别（面试题）

1、SpringCloud和Dubbo都是主流的微服务架构.
—SpringCloud是Apache下的Spring体系下的微服务解决方案.
— Dubbo是阿里系统中分布式微服务治理框架.
2、技术方面对比
—SpringCloud功能远远超过Dubbo, Dubbo只实现了服务治理(注册和发现). 但是SpringCloud提供了很多功能, 有21个子项目
—Dubbo可以使用Zookeeper作为注册中心, 实现服务的注册和发现, SpringCloud不仅可以使用Eureka作为注册中心, 也可以使用Zookeeper作为注册中心.
—Dubbo没有实现网关功能, 只能通过第三方技术去整合. 但是SpringCloud有zuul路由网关, 对请求进行负载均衡和分发. 提供熔断器, 而且和git能完美集成.
3、性能方面对比
— 由于Dubbo底层是使用Netty这样的NIO框架，是基于TCP协议传输的，配合以Hession序列化完成RPC。
—而SpringCloud是基于Http协议+Rest接口调用远程过程的，相对来说，Http请求会有更大的报文，占的带宽也会更多。
—使用Dubbo时, 需要给每个实体类实现序列化接口, 将实体类转化为二进制进行RPC通信调用.而使用SpringCloud时, 实体类就不需要进行序列化.

8、Eureka和Nacos区别

其他模块比较

9、学会读官网文档：https://dubbo.apache.org/zh/docsv2.7/user/preface/