主要内容：

Dubbo 简介；
Dubbo 总体大图。

对 Dubbo 总体的介绍，有一个总体的认识。简单介绍一下 Dubbo, 包括它的发展历史、未来方向等；最后讲解 Dubbo 的总体大图，通过分层的方式讲解 Dubb 。的总体架构，并介绍 Dubbo 的核心组件及总体流程

1. Dubbo 简介

Dubbo 提供了非常丰富的开箱即用的特性，我们会花费大部分时间来挖掘它的能力， Dubbo是一个分布式高性能的 RPC 服务框架，它的核心设计原则：微内核 + 插件体系，平等对待第三方。我们也会探讨 Dubbo 其他方面的内容，例如：

Dubbo 核心协议；
扩展点 SPI ；
线程模型；
注册中心；
关注点分离（解耦业务和框架）。

1.1 Dubbo 是什么

Dubbo 是阿里 SOA 服务化治理方案的核心框架，每天为 2000 多个服务提供 30 多亿次访问量支持，并被广泛应用于阿里集团的各成员站点。阿里重启开源计划主要有以下几个原因：

战略，云栖大会宣布拥抱开源的发展策略；
社区，社区反馈的问题得不到及时解决，聆听社区的声音能够激发灵感；
生态，繁荣的生态普惠所有人；
回馈，分享阿里在服务治理、大流量、超大规模集群方面的经验。

自从 2017 年 7 月重启 Dubbo 开源， Star 数增长 7428+, Fork 数增长 3072+, Watch 数增加 745+, 同时社区生态也在不断壮大发展。 Dubbo 在 GitHub Java 类项目中 Star 数排名前 10位（ Star 数为 2L5K+ ） , 荣获开源中国 2017 年最受欢迎中国开源软件 TOP3 （ Java 类项目第一）。

在分布式 RPC 框架中， Dubbo 是 Java 类项目中卓越的框架之一，它提供了注册中心机制，解耦了消费方和服务方动态发现的问题，并提供高可靠能力，大量采用微内核 + 富插件设计思想包括框架自身核心特性都作为扩展点实现，提供灵活的可扩展能力。

在我们深入了解 Dubbo 框架之前，请仔细阅读框架的架构和关键特性。其中有一些是技术性的，更多的是关于架构和设计哲学，在探索 Dubbo 的过程中，我们会多次探讨它们
在这里插入图片描述
Provider 启动时会向注册中心把自己的元数据注册上去（比如服务 IP 和端口等），Consumer 在启动时从注册中心订阅（第一次订阅会拉取全量数据）服务提供方的元数据，注册中心中发生数据变更会推送给订阅的 Consumero 在获取服务元数据后， Consumer 可以发起 RPC调用，在 RPC 调用前后会向监控中心上报统计信息（比如并发数和调用的接口）。

在了解 Dubbo 架构的工作原理前,我们先看一下 Dubbo 所包含的关键特性（包含设计理念） ,如表所示
在这里插入图片描述

1.2 Dubbo 解决什么问题

随着互联网应用规模不断发展，单体和垂直应用架构巳经无法满足需求，分布式服务架构及流动计算架构势在必行，需要一个治理系统确保架构不断演进
在这里插入图片描述

我们先来回顾一下不同应用架构之间的区别。

单一应用架构：当网站流量很小时，只需一个应用，将所有功能都部署在一起，以减少部署节点和成本。此时，用于简化增删改查工作量的数据访问框架（ ORM ）是关键。
垂直应用架构：当访问量逐渐增大时，单一应用增加机器带来的加速度越来越小，将应用拆成互不相干的几个应用，以提升效率。此时，用于加速前端页面开发的 Web 框架（ MVC ）是关键。
分布式服务架构：当垂直应用越来越多时，应用之间的交互是不可避免的，将核心业务抽取出来，作为独立的服务，逐渐形成稳定的服务中心，使应用能更快速地响应多变的市场需求。此时，用于提高业务复用及整合的分布式服务（ RPC ）框架是关键。
流动计算架构：当服务越来越多时，容量的评估、小服务资源的浪费等问题逐渐显现，此时需增加一个调度中心基于访问压力实时管理集群容量，提高集群利用率。此时，用于提高机器利用率的资源调度和治理中心是关键

随着服务规模和架构的不断演进，在大规模服务化之前，应用可能只是通过 RMI 或 Hessian 等工具简单地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。当服务规模不断膨胀后，使用 Dubbo 能为用户解决什么问题呢？

Dubbo 着眼于解决如下几个最基本的问题：

高性能、透明的 RPC 调用。只要涉及服务之间的通信， RPC 就必不可少。 Dubbo 可以让开发者像调用本地的方法一样调用远程服务，而不需要显式在代码中指定是远程调用。整个过程对上层开发者透明， Dubbo 会自动完成后续的所有操作，例如：负载均衡、路由、协议转换、序列化等。开发者只需要接收对应的调用结果即可。
服务的自动注册与发现。当服务越来越多时，服务 URL 配置管理变得非常困难，服务的注册和发现已经不可能由人工管理。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。 Dubbo 适配了多种注册中心，服务消费方（消费者）可以通过订阅注册中心，及时地知道其他服务提供者的信息，全程无须人工干预。
自动负载与容错。当服务越来越多时, F5 硬件负载均衡器的单点压力也越来越大。Dubbo 提供了完整的集群容错机制，可以实现软件层面的负载均衡，以此降低硬件的压力。 Dubbo 还提供了调用失败的各种容错机制，如 Failover 、 Failfast 、结果集合并等。
动态流量调度。在应用运行时，某些服务节点可能因为硬件原因需要减少负载；或者某些节点需要人工手动下线；又或者需要实现单元化的调用、灰度功能。Dubbo 提供了管理控制台，用户可以在界面上动态地调整每个服务的权重、路由规则、禁用 / 启用，实现运行时的流量调度。
依赖分析与调用统计。当应用规模进一步提升,服务间的依赖关系变得错综复杂，甚至分不清哪个应用要在哪个应用之前启动，架构师都不能完整地描述应用的架构关系。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？ Dubbo 可以接入三方 APM 做分布式链路追踪与性能分析，或者使用己有的独立监控中心来监控接口的调用次数及耗时，用户可以根据这些数据反推出系统容量

1.3 Dubbo 后续的规划

我们在 Dubbo 官方的规划中，清楚地知道后续 Dubbo 的发展趋势。 Dubbo 的核心发展规划如下：

模块化。解决通信层与服务治理层耦合严重的问题，为 Dubbo Mesh 做好准备。
大流量。通过熔断、隔离、限流等手段来提升集群整体稳定性，定位故障节点。
元数据。服务治理数据和服务注册数据的分离，解决元数据冗长的问题，为对接注册中心、配置中心做好准备。
大规模。超大规模集群应对服务注册发现、内存占用、 CPU 消耗带来的挑战。
路由策略。引入在阿里内部广泛实践的路由策略：多机房、灰度、参数路由等智能化味:峪。
异步化。 CompletableFuture 支持，跨进程的 Reactive 支持，提升分布式系统整体的吞吐率和 CPU 利用率。
生态扩展。在 API 、注册、集群容错等各个层次，兼容并适配现有主流的开源组件，如 Spring Boot 、 Hystrix 等。
生态互通。 Dubbo 在未来还会发布各种其他语言的 client, 如 PHP 、 Python > Node.jso
云原生。 Dubbo 后续会向 Dubb 。 Mesh 方向发展，让服务治理能力下沉，成为平台的基础能力，应用无须与特定的语言技术栈绑定，让 Dubbo Mesh 成为数据面板。
多语言支持。通过将服务治理能力 sidecar 化，支持多种语言的 RPC 已经成为可能，这也是 Spring Cloud 方案的最大短板。

2 Dubbo 总体大图

本节首先介绍整个 Dubbo 的总体大图，讲解 Dubbo 的分层结构，每一层所做的事情，让读者对整个 Dubbo 的框架有个初步了解。然后介绍 Dubbo 现有的一些核心组件及总体流程。

2.1 Dubbo 总体分层

Dubbo 的总体分为业务层 ( Biz) 、 RPC 层、 Remote H 层。如果把每一层继续做细分，那么一共可以分为十层。其中， Monitor 层在最新的官方 PPT 中并不再作为单独的一层。如图所示，图中左边是具体的分层, 右边是该层中比较重要的接口
在这里插入图片描述
Service 和 Config 两层可以认为是 API 层，主要提供给 API 使用者，使用者无须关心底层的实现，只需要配置和完成业务代码即可；后面所有的层级合在一起，可以认为是 SPI 层，主要提供给扩展者使用，即用户可以基于 Dubbo 。框架做定制性的二次开发，扩展其功能。 Dubbo的扩展能力非常强，这也是 Dubbo 一直广受欢迎的原因之一。后续会有专门介绍 Dubbo的扩展机制。

每一层都会有比较核心的接口来支撑整个层次的逻辑，后续如果读者需要阅读源码，则可以从这些核心接口开始，梳理整个逻辑过程。在后面的章节中，我们会围绕不同的层次对其原理进行讲解。

3.2 Dubbo 核心组件

Dubbo 框架中的分层代表了不同的逻辑实现，它们是一个个组件，这些组件构成了整个Dubbo 体系，在使用方角度更多接触到的可能是配置，更多底层构件被抽象和隐藏了，同时提供了非常高的扩展性。 Dubbo 框架之所以能够做到高扩展性,受益于各个组件职责分明的设计每个组件提供灵活的扩展点
在这里插入图片描述

3.3 Dubbo 总体调用过程

或许有读者目前还不能理解整个组件串起来的工作过程，因此我们先介绍一下服务的暴露过程。

首先，服务器端（服务提供者）在框架启动时，会初始化服务实例，通过 Proxy 组件调用具体协议（ Protocol ） , 把服务端要暴露的接口封装成 Invoker （真实类型是AbstractProxylnvoker ） , 然后转换成 Exporter, 这个时候框架会打开服务端口等并记录服务实例到内存中，最后通过 Registry 把服务元数据注册到注册中心。这就是服务端（服务提供者）整个接口暴露的过程。读者可能对里面的各种组件还不清楚，下面就讲解组件的含义

Proxy 组件：我们知道， Dubbo 中只需要引用一个接口就可以调用远程的服务，并且只需要像调用本地方法一样调用即可。其实是 Dubbo 框架为我们生成了代理类，调用的方法其实是 Proxy 组件生成的代理方法，会自动发起远程 / 本地调用，并返回结果,整个过程对用户完全透明。
Protocol ：顾名思义，协议就是对数据格式的一种约定。它可以把我们对接口的配置,根据不同的协议转换成不同的 Invoker 对象。例如：用 DubboProtocol 可以把 XML 文件中一个远程接口的配置转换成一个 Dubbolnvoker
Exporter ：用于暴露到注册中心的对象，它的内部属性持有了 Invoker 对象，我们可以认为它在 Invoker 上包了一层。
Registry ：把 Exporter 注册到注册中心。

以上就是整个服务暴露的过程，消费方在启动时会通过 Registry 在注册中心订阅服务端的元数据（包括 IP 和端口）。这样就可以得到刚才暴露的服务了。

下面我们来看一下消费者调用服务提供者的总体流程，我们此处只介绍远程调用，本地调用是远程调用的子集，因此不在此展开。 Dubbo 组件调用总体流程如图所示
在这里插入图片描述
首先，调用过程也是从一个 Proxy 开始的， Proxy 持有了一个 Invoker 对象。然后触发 invoke调用。在 invoke 调用过程中，需要使用 Cluster, Cluster 负责容错，如调用失败的重试。 Cluster在调用之前会通过 Directory 获取所有可以调用的远程服务 Invoker 列表（一个接口可能有多个节点提供服务）。由于可以调用的远程服务有很多，此时如果用户配置了路由规则（如指定某些方法只能调用某个节点），那么还会根据路由规则将 Invoker 列表过滤一遍。

然后，存活下来的 Invoker 可能还会有很多，此时要调用哪一个呢？于是会继续通过LoadBalance 方法做负载均衡，最终选出一个可以调用的 Invoker 。这个 Invoker 在调用之前又会经过一个过滤器链，这个过滤器链通常是处理上下文、限流、计数等。

接着，会使用 Client 做数据传输，如我们常见的 Netty Client 等。传输之前肯定要做一些私有协议的构造，此时就会用到 Codec 接口。构造完成后，就对数据包做序列化（ Serialization ） ,然后传输到服务提供者端。服务提供者收到数据包，也会使用 Codec 处理协议头及一些半包、粘包等。处理完成后再对完整的数据报文做反序列化处理。

随后，这个 Request 会被分配到线程池（ ThreadPool ）中进行处理。Server 会处理这些Request根据请求查找对应的 Exporter （它内部持有了 Invoker ）。 Invoker 是被用装饰器模式一层一层套了非常多 Filter 的，因此在调用最终的实现类之前，又会经过一个服务提供者端的过滤器链。

最终，我们得到了具体接口的真实实现并调用，再原路把结果返回。

至此，一个完整的远程调用过程就结束了。