Dubbo——服务提供者过滤器实现的原理

拼搏现实的明天。 2021-08-30 21:58 572阅读 0赞

### 服务提供者过滤器实现的原理 ###

@Activate注解上可以设置group属性，从而设定某些过滤器只有在服务提供者端才生效。

#### AccessLogFilter的实现原理 ####

1. AccessLogFilter的使用：

AccessLogFilter是一个日志过滤器，如果想记录服务每一次的请求日志，则可以开启这个过滤器。虽然AccessLogFilter有@Activate注解，默认会被激活，但还是需要手动配置来开启日志的打印。有两种方式来配置开启AccessLogFilter：

<dubbo:protocol accessog="true" />
    
    <dubbo:provider accesslog="default" />
    
    
    
    <dubbo:protocol accesslog="custom-access.log" />

将日志输出到应用本身的日志组件（如log4j、logback等）时，可以配置accesslog的值为true或default。如果想输出到指定路径的文件，则可以直接设置accesslog的值作为文件路径。

2. AccessLogFilter的实现：

主要分为构造方法和invoke方法 两大逻辑。在AccessLogFilter的构造方法中加锁并初始化一个定时线程池ScheduledThreadPool。该线程池只有在指定了输出的log文件时才会用到，ScheduledThreadPool中的线程会定时把队列中的日志数据写入文件。在构造方法中主要是初始化线程池，而打印日志的逻辑主要在invoker方法中，其逻辑如下：

1.  获取参数。获取上下问、接口名、版本、分组信息等参数，用于日志的构建；
2.  构建日志字符串。根据步骤1中的数据开始组装日志，最终会得到一个日志字符串；
3.  日志打印。如果用户配置了使用应用本身的日志组件，则直接通过封装的LoggerFactory打印日志；如果用户配置了日志要输出到自定义的文件中，则会把日志加入一个ConcurrentMap中暂存，key是自定义的accesslog值（如`accesslog="custom-access.log"`），value就是对应的日志集合。后续等待定时线程不断遍历整个Map，把日志写入对应的文件。

这里有两个问题需要注意：首先由于Set集合是无序的，因此日志输出到文件也是无序的；其次由于是异步刷盘，突然宕机会导致一小部分日志丢失。

#### ExecuteLimitFilter的实现原理 ####

ExecuteLimitFilter用于限制每个服务中每个方法的最大并发数，有接口级别和方法级别的配置方式。

<dubbo:service interface="com.foo.BarService" executes="10" />
    
    
    <dubbo:service interface="com.foo.BarService">
    	<dubbo:method name="sayHello" executes="10" />
    </dubbo:service>

如果不设置，则默认不做限制；如果设置了小于等于0的数值，那么也不会做任何限制。

其实现原理是：在框架中使用一个ConcurrentMap缓存了并发数的计数器。为每个请求URL生成一个IdentityString，并以此为key；再以每个IdentityString生成一个RpcStatus对象，并以此为value。RpcStatus对象用于记录对应的并发数。在过滤器中，会以try-catch-finally的形式调用过滤器链的下一个节点。因此，在开始调用之前，会通过URL获得RpcStatus对象，把对象中的并发计数器原子+1，在finally中再将原子-1。只要在计数器+1的回收，发现当前计数比设置的最大并发数大时，就会抛出异常，提示已经超过最大并发数，请求就会被终止并直接返回。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70]

#### ClassLoaderFilter的实现原理 ####

ClassLoaderFilter主要的工作是：切换当前工作线程的累加器到接口的类加载器，以便和接口的类加载器上下文一起工作。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70 1]

#### ContextFilter的实现原理 ####

ContextFilter主要记录每个请求的调用上下文。每个调用都有可能产生很多中间临时信息，我们不可能要求在每个接口上都加一个上下文的参数，然后一路往下传。通常做法都是放在ThreadLocal中，作为一个全局参数，当前线程中的任何一个地方都可以直接读写上下文信息。

ContextFilter就是统一在过滤器中处理请求的上下文信息，它为每个请求维护一个RpcContext对象，该对象中维护两个InternalThreadLocal（它是优化过的ThreadLocal），分别记录local和server的上下文。每次收到或发起RPC调用的时候，上下文信息都会发生该改变。

例如：A调用B，B调用C。当A调用B且B还未调用C时，RpcContext中保存A调用B的上下文；当B开始调用C的时候，RpcContext中保存B调用C的上下文。发起调用的上下文是由CnsumerContextFIlter实现的，这个是消费者端的过滤器。

ContextFilter的主要逻辑如下：

1.  清除异步属性。防止异步属性传到过滤器链的下一个环节；
2.  设置当前请求的上下文，如Invoker信息、地址信息、端口信息等。如果前面的过滤器已经对上下文设置了一些附件信息（attachments是一个Map，里面可以保存各种key-value数据），则和Invoker的附件信息合并；
3.  调用过滤器链的下一个节点；
4.  清除上下文信息。对于异步调用的场景，即使是同一个线程，处理不同的请求也会创建一个新的RpcContext对象。因此调用完成后，需要清理对应的上下文信息。

#### ExceptionFilter的实现原理 ####

它的关注点不在于捕获异常，而是为了找到那些返回的自定义异常，但异常类可能不存在与消费者端，从而防止消费者序列化失败。对于所有没有声明Unchecked的方法抛出的异常，ExceptionFilter会把未引入的异常包装到RuntimeException中，并把遗产原因字符串化后返回。因此，ExceptionFilter的逻辑都在onResponse方法中。

ExceptionFilter过滤器会打印出ERROR级别的错误日志，但并不会处理泛化调用，即Invoker的接口是GenericService。

onResponse方法中的逻辑：

1.  判断是否是泛化调用。如果是泛化调用则直接不处理了；
2.  直接抛出一些异常。如果异常是Java自带异常，并且是必须显示使用try-catch来捕获的异常，则直接抛出。如果异常在Invoker的签名中出现，则直接抛出异常，并打印error log。如果异常类和接口在容一个jar包中，则直接抛出异常；如果是JDK中的异常，则直接抛出；如果是Dubbo中定义的异常，则直接抛出。
3.  处理在步骤2中无法处理的异常。把异常转化为字符串，并包装成一个RuntimeException放入RpcResult中返回。

#### TimeoutFilter的实现原理 ####

TimeoutFilter主要是日志类型的过滤器，它会记录每个Invoker的调用时间，如果超过了接口设置的timeout值，则会打印一条警告日志，并不会干扰业务的正常运行：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70 2]

#### TokenFilter的实现原理 ####

在Dubbo中，如果某些服务提供者不想让消费者绕过注册中心直连自己，则可以使用令牌验证。总体的工作原理是，服务提供者在发布自己的服务时会生成令牌，与服务一起注册到注册中心。消费者必须通过注册中心才能获取有令牌的服务提供者的URL。TokenFilter是在服务提供者端生效的过滤器，它的工作就是对请求的令牌做校验。

开启令牌校验的配置方式：

<dubbo:provider interface="com.foo.BarService" token="true" />
    
    <dubbo:provider interface="com.foo.BarService" token="123456" />
    
    
    <dubbo:service interface="com.foo.BarService" token="true" />
    <dubbo:service interface="com.foo.BarService" token="true" />
    
    
    <dubbo:protocol name="dubbo" token="true" />
    <dubbo:protocol nae="dubbo" token="123456" />

整个令牌的工作流程：

1.  消费者从注册中心获取提供者包含令牌的URL。
2.  消费者RPC调用设置令牌。具体是在RpcInvocation的构造方法中，把服务提供者的令牌设置到附件中一起请求服务提供者。
3.  服务提供者认证令牌。

TokenFilter的工作原理很简单，收到请求后，首先检车这个暴露出去的服务是否有令牌信息。如果有，则获取请求中的令牌，如果和接口的令牌匹配，则通过认证，否则认证失败并抛出异常。

#### TpsLimitFilter的实现原理 ####

TpsLimitFilter主要用于服务提供者的限流。我们会发现在org.apache.dubbo.rpc.Filter这个SPI配置文件中，并没有TpsLimitFilter的配置，因此如果需要使用，则用户要自己添加对应的配置。

TpsLimitFilter的限流是基于令牌的，即一个事件段内只分配N个令牌，每个请求过来都会消耗一个令牌，耗完即止，后面再来的请求都会被拒绝。限流对象的维度支持分组、版本和接口级别，默认通过`interface + group + version`作为唯一标识来判断是否超过最大值。

<dubbo:parameter key="tps" value="1000" />
    
    <dubbo:parameter key="tps.interval" value="1000" />

具体的实现逻辑主要关注`DefaultTPSLimiter#isAllowable`，会用这个方法判断是否触发限流，如果不触发就直接通过了。

isAllowable方法的逻辑如下：

1.  获取URL中的参数，包含每次发放的令牌数、令牌刷新时间间隔。
2.  如果设置了每次发放的令牌则开始限流校验。`DefaultTPSLimiter`内部用一个ConcurrentMap缓存每个接口的令牌数，key是`interface + group + version`，value是一个StatItem对象，它包装了令牌刷新时间间隔、每次发放的令牌数等属性。首先判断上次发放令牌的时间点到现在是否超过时间间隔了，如果超过了就重新发放令牌，之前没用完的不会叠加，而是直接覆盖。然后，通过CAS的方式-1令牌，减掉后令牌数如果小于0则会触发限流。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70]: /images/20210813/1b961a24f1fd4fc1b247a633886f88e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70 1]: /images/20210813/1fd3724e7b6a4018af1633234f376bb2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NvbGRfX19wbGF5_size_16_color_FFFFFF_t_70 2]: /images/20210813/ee77f9753fc54928b193b834d97c66fe.png