:::warning 什么是服务治理？ ::: 在大规模服务化之前，应用可能只是通过 RMI 或 Hessian 等工具，简单的暴露和引用远程服务，通过配置服务的URL地址进行调用，通过 F5 等硬件进行负载均衡。
    当服务越来越多时，服务 URL 配置管理变得非常困难，F5 硬件负载均衡器的单点压力也越来越大。 此时需要一个服务注册中心，动态地注册和发现服务，使服务的位置透明。并通过在消费方获取服务提供方地址列表，实现软负载均衡和 Failover，降低对 F5 硬件负载均衡器的依赖，也能减少部分成本。
    当进一步发展，服务间依赖关系变得错踪复杂，甚至分不清哪个应用要在哪个应用之前启动，架构师都不能完整的描述应用的架构关系。 这时，需要自动画出应用间的依赖关系图，以帮助架构师理清关系。
    接着，服务的调用量越来越大，服务的容量问题就暴露出来，这个服务需要多少机器支撑？什么时候该加机器？ 为了解决这些问题，第一步，要将服务现在每天的调用量，响应时间，都统计出来，作为容量规划的参考指标。其次，要可以动态调整权重，在线上，将某台机器的权重一直加大，并在加大的过程中记录响应时间的变化，直到响应时间到达阈值，记录此时的访问量，再以此访问量乘以机器数反推总容量。

    所以dubbo要解决上面的场景，至少需要以下3个能力：

    1. 服务注册与发现。（下图1、2步）
    2. 远端服务调用以及负载均衡。（下图3、4步）
    3. 服务信息（调用耗时、调用量、异常信息）上报和统计。（下图5步）

    image.png
    image.png

    :::warning dubbo多个角色的交互关系是什么样的？ :::

    1. 注册中心只在消费方和提供方各自启动时进行数据交换，运行时只有提供方节点挂掉才会通知消费者更新ip列表。
    2. 提供方启动时，上报机服务+ip+端口，zk建立临时节点（保持长连接）：/root/serviceName/provider/ip_port，如果机器宕机，会话失效，叶子节点删除，则触发/root/serviceName/provider节点数据变更。
    3. 消费方启动时，上报机服务+ip+端口，zk建立临时节点（保持长连接）：/root/serviceName/consumer/ip_port，并订阅/root/serviceName/provider节点下的数据，并对/root/serviceName/provider节点添加数据变更的watch。消费方将获取到的/root/serviceName/provider节点下的数据缓存在本地，进行通过消费方客户端进行请求路由。也就是说zk不负责请求转发，zk宕机如果不涉及提供方节点变更，整个系统仍然可用。
    4. monitor启动时订阅/root/serviceName节点数据，其中包含提供方和消费方的机器信息。提供方在请求处理完成后会异步向上monitor上报服务+处理耗时信息（耗时只包含提供方本身处理耗时），消费方在获取到提供方返回的信息后，也会异步向上monitor上报服务+处理耗时信息（耗时包含提供方本身处理耗时+网络耗时），也就是后者通常比前者大一些。