本文接着上一篇寫的《Java微服務（二）：服務消費者與提供者搭建》，上一篇文章主要講述了消費者與服務者的搭建與簡單的實現。其中重點需要注意配置文件中的幾個坑。
本章節介紹一些零散的內容：服務的負載均衡，序列化和熔斷
1.服務負載均衡
負載均衡可分為軟件負載均衡和硬件負載均衡。在我們日常開發中，一般很難接觸到硬件負載均衡。但軟件負載均衡還是可以接觸到的，比如 Nginx。dubbo提供的也是軟負載。
詳細內容可以閱讀dubbo官網關於負載均衡的介紹，這里總結下負載均衡的方式：
- 權重隨機算法的 RandomLoadBalance
RandomLoadBalance 是加權隨機算法的具體實現，它的算法思想很簡單。假設我們有一組服務器 servers = [A, B, C]，他們對應的權重為 weights = [5, 3, 2]，權重總和為10。那么就有5/10的請求達到A服務器上，3/10和2/10分別達到B和C上。只要隨機數生成器產生的隨機數分布性很好，在經過多次選擇后，每個服務器被選中的次數比例接近其權重比例。當調用次數比較少時，Random 產生的隨機數可能會比較集中，此時多數請求會落到同一台服務器上。
- 最少活躍調用數算法的 LeastActiveLoadBalance
每個服務提供者對應一個活躍數 active。初始情況下，所有服務提供者活躍數均為0。每收到一個請求，活躍數加1，完成請求后則將活躍數減1，在服務運行一段時間后，性能好的服務提供者處理請求的速度更快，因此活躍數下降的也越快，此時這樣的服務提供者能夠優先獲取到新的服務請求、這就是最小活躍數負載均衡算法的基本思想，目前此算法還引入了權重值。
- 基於 hash 一致性的 ConsistentHashLoadBalance
首先根據 ip 或者其他的信息為緩存節點生成一個 hash，並將這個 hash 投射到 [0, 232 - 1] 的圓環上。當有查詢或寫入請求時，則為緩存項的 key 生成一個 hash 值。然后查找第一個大於或等於該 hash 值的緩存節點，並到這個節點中查詢或寫入緩存項。如果當前節點掛了，則在下一次查詢或寫入緩存時，為緩存項查找另一個大於其 hash 值的緩存節點即可。
- 基於加權輪詢算法的 RoundRobinLoadBalance
所謂輪詢是指將請求輪流分配給每台服務器。舉個例子，我們有三台服務器 A、B、C。我們將第一個請求分配給服務器 A，第二個請求分配給服務器 B，第三個請求分配給服務器 C，第四個請求再次分配給服務器 A。這個過程就叫做輪詢。輪詢是一種無狀態負載均衡算法，實現簡單，適用於每台服務器性能相近的場景下。加權輪詢是將服務器賦一個權值，然后按照該權值進行輪訓。
代碼構建,本例使用輪訓算法做demo
直接在yml配置文件中添加loadbalance注解就可以
開啟2個服務提供者，並且使用服務消費者消費，查看日志
2.序列化
Dubbo 中支持的序列化方式：
- dubbo 序列化：阿里尚未開發成熟的高效 java 序列化實現，阿里不建議在生產環境使用它
- hessian2 序列化：hessian 是一種跨語言的高效二進制序列化方式。但這里實際不是原生的 hessian2 序列化，而是阿里修改過的 hessian lite，它是 dubbo RPC 默認啟用的序列化方式
- json 序列化：目前有兩種實現，一種是采用的阿里的 fastjson 庫，另一種是采用 dubbo 中自己實現的簡單 json 庫，但其實現都不是特別成熟，而且 json 這種文本序列化性能一般不如上面兩種二進制序列化。
- java 序列化：主要是采用 JDK 自帶的 Java 序列化實現，性能很不理想。
dubbo自帶的序列化方式不成熟，而json和java序列化性能不理想。dubbo可以使用hessian2序列化，但是hessian2是跨語言的，沒有單獨對java語言做優化，所以很多單獨給java提供優化的工具性能比hessian2要好。我們為 dubbo 引入 Kryo 和 FST 這兩種高效 Java 序列化實現，來逐步取代 hessian2。
dubbo有關序列化的實例如下：
代碼構建，首先增加依賴
1 <dependency> 2 <groupId>de.javakaffee</groupId> 3 <artifactId>kryo-serializers</artifactId> 4 <version>0.42</version> 5 </dependency> 6 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-hystrix --> 7 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-netflix-hystrix --> 8 <dependency> 9 <groupId>org.springframework.cloud</groupId> 10 <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> 11 <version>2.0.1.RELEASE</version> 12 </dependency> 13 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-netflix-hystrix-dashboard --> 14 <dependency> 15 <groupId>org.springframework.cloud</groupId> 16 <artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId> 17 <version>2.0.1.RELEASE</version> 18 </dependency>
在配置文件中增加配置的屬性即可：
此時序列化配置完成，以下總結了常見序列化方式的性能
3.熔斷
由於網絡和自身的原因，RPC之間的調用並不能保證100%可用，如果服務器產生了宕機，同時又有大量的請求過來，就會出現雪崩，為了解決此問題，業界提出了熔斷。熔斷器打開后，為了避免連鎖故障，通過 fallback 方法可以直接返回一個固定值。此時fallback中可以做很多邏輯處理，比喻日志或者郵件通過開發人員，及時對服務器進行問題排查，降低風險度。
代碼構建，首先增加依賴
1 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-hystrix --> 2 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-netflix-hystrix --> 3 <dependency> 4 <groupId>org.springframework.cloud</groupId> 5 <artifactId>spring-cloud-starter-netflix-hystrix</artifactId> 6 <version>2.0.1.RELEASE</version> 7 </dependency> 8 <!-- https://mvnrepository.com/artifact/org.springframework.cloud/spring-cloud-starter-netflix-hystrix-dashboard --> 9 <dependency> 10 <groupId>org.springframework.cloud</groupId> 11 <artifactId>spring-cloud-starter-netflix-hystrix-dashboard</artifactId> 12 <version>2.0.1.RELEASE</version> 13 </dependency>
其中第二個依賴是在熔斷儀表盤中使用的。具體代碼和相關解釋如下如下：
熔斷儀表盤的配置，這里需要注意spring boot2和1的配置是有區別的，具體可以參考官網文檔
1 package com.edu.hello.dubbo.service.user.consumer.config; 2 3 import com.netflix.hystrix.contrib.metrics.eventstream.HystrixMetricsStreamServlet; 4 import org.springframework.boot.web.servlet.ServletRegistrationBean; 5 import org.springframework.context.annotation.Bean; 6 import org.springframework.context.annotation.Configuration; 7 8 /** 9 * @ClassName HystrixDashboardConfiguration 10 * @Deccription TODO 11 * @Author DZ 12 * @Date 2019/9/3 23:10 13 **/ 14 @Configuration 15 public class HystrixDashboardConfiguration { 16 @Bean 17 public ServletRegistrationBean getServlet() { 18 HystrixMetricsStreamServlet streamServlet = new HystrixMetricsStreamServlet(); 19 ServletRegistrationBean registrationBean = new ServletRegistrationBean(streamServlet); 20 registrationBean.setLoadOnStartup(1); 21 registrationBean.addUrlMappings("/hystrix.stream"); 22 registrationBean.setName("HystrixMetricsStreamServlet"); 23 return registrationBean; 24 } 25 }
啟動服務，查看結果。這里只啟動了服務消費者，沒有啟動服務提供者，制造服務超時。
訪問http://localhost:9090/hystrix查看熔斷界面，其他詳細信息可以查看詳細信息，其中儀表盤的訪問地址是來自於config中，儀表盤如下：
訪問http://localhost:9090/hystrix.stream查看熔斷儀表盤界面，更加詳細查看熔斷相關的信息
儀表盤中相關參數解釋如下：
