dubbo源码分析-consumer端6-数据发送与接收

原文:https://blog.csdn.net/youaremoon/article/details/51520144

 consumer端的数据经过处理后,最终进入发送的流程。接下来我们继续跟着数据的流向进行分析。 首先进入到了DubboInvoker,DubboInvoker中包含了多个ExchangeClient, 每个ExchangeClient都对应了一个物理连接,同一个DubboInvoker中的所有ExchangeClient都是连接的同一个ip/port。DubboInvoker循环的从ExchangeClient数组中获取一个,并利用该ExchangeClient发送数据,发送的模式有三种:

        1、单项发送:发送完数据直接返回,不需要结果;

        2、双向发送:发送完数据后等待数据返回(类似Future.get());

        3、异步发送:发送完数据直接返回,同时往RpcContext中存入对应的Future,应用可以通过RpcContext.getContext().getFuture()获取到Future。通过Future可以发起多个异步调用,减少业务的执行时间。

[java]  view plain  copy
  1. protected Result doInvoke(final Invocation invocation) throws Throwable {  
  2.     RpcInvocation inv = (RpcInvocation) invocation;  
  3.     final String methodName = RpcUtils.getMethodName(invocation);  
  4.     inv.setAttachment(Constants.PATH_KEY, getUrl().getPath());  
  5.     inv.setAttachment(Constants.VERSION_KEY, version);  
  6.       
  7.     // 如果有多个连接则轮流发  
  8.     ExchangeClient currentClient;  
  9.     if (clients.length == 1) {  
  10.         currentClient = clients[0];  
  11.     } else {  
  12.         currentClient = clients[index.getAndIncrement() % clients.length];  
  13.     }  
  14.     try {  
  15.         boolean isAsync = RpcUtils.isAsync(getUrl(), invocation);  
  16.         boolean isOneway = RpcUtils.isOneway(getUrl(), invocation);  
  17.         int timeout = getUrl().getMethodParameter(methodName, Constants.TIMEOUT_KEY,Constants.DEFAULT_TIMEOUT);  
  18.         if (isOneway) {  
  19.             // 不需要返回则发送后不等待立即返回  
  20.             boolean isSent = getUrl().getMethodParameter(methodName, Constants.SENT_KEY, false);  
  21.             currentClient.send(inv, isSent);  
  22.             RpcContext.getContext().setFuture(null);  
  23.             return new RpcResult();  
  24.         } else if (isAsync) {  
  25.             // 异步返回时将Future设置到RpcContext中供业务去获取,由业务自行处理异步后的逻辑  
  26.             ResponseFuture future = currentClient.request(inv, timeout) ;  
  27.             RpcContext.getContext().setFuture(new FutureAdapter<Object>(future));  
  28.             return new RpcResult();  
  29.         } else {  
  30.             // 通过future.get()阻塞等待结果返回  
  31.             RpcContext.getContext().setFuture(null);  
  32.             return (Result) currentClient.request(inv, timeout).get();  
  33.         }  
  34.     } catch (TimeoutException e) {  
  35.         throw new RpcException(RpcException.TIMEOUT_EXCEPTION, "Invoke remote method timeout. method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);  
  36.     } catch (RemotingException e) {  
  37.         throw new RpcException(RpcException.NETWORK_EXCEPTION, "Failed to invoke remote method: " + invocation.getMethodName() + ", provider: " + getUrl() + ", cause: " + e.getMessage(), e);  
  38.     }  
  39. }  


        除了异步转同步的功能外,HeaderExchangeClient还加入了心跳检测的功能:

[java]  view plain  copy
  1. private void startHeatbeatTimer() {  
  2.     // 停止之前的心跳任务  
  3.     stopHeartbeatTimer();  
  4.     if ( heartbeat > 0 ) {  
  5.         // 创建定时任务,默认心跳间隔为60s  
  6.         heatbeatTimer = scheduled.scheduleWithFixedDelay(  
  7.                 new HeartBeatTask( new HeartBeatTask.ChannelProvider() {  
  8.                     public Collection<Channel> getChannels() {  
  9.                         return Collections.<Channel>singletonList( HeaderExchangeClient.this );  
  10.                     }  
  11.                 }, heartbeat, heartbeatTimeout),  
  12.                 heartbeat, heartbeat, TimeUnit.MILLISECONDS );  
  13.     }  
  14. }  
        定时任务的逻辑比较简单: 获取连接最后一次读/写数据的时间,如果读或写的时间距当前时间超过心跳的时间,则主动发起一个心跳包,如果该心跳被收到并回复则对应的最后一次读数据时间也会更新,表示连接正常;

        HeaderExchangeChannel:将发送的数据封装为Request对象, 产生一个Future对象(用户异步转同步)与Request关联,然后调用更底层的Channel发送Request。 需要注意的是每一个Request对象都对应了一个唯一id( id为int类型,因此当id达到最大后,又会变为最小值,这样重复利用id)。该id代表了当前连接,在provider有返回数据的时候,会根据这个id来查找对应的Channel。

        底层的Channel根据配置不同而不同,默认情况下使用的是netty,consumer端对应实现为NettyClient。netty本身的实现比较高效也很复杂,这里不详讲,有兴趣的同学可以关注本博客内netty相关的文章。这里只关注序列化的部分,具体实现在ExchangeCodec中,以request的encode为例:

[java]  view plain  copy
  1. protected void encodeRequest(Channel channel, ChannelBuffer buffer, Request req) throws IOException {  
  2.     // 加载序列化实现  
  3.     Serialization serialization = getSerialization(channel);  
  4.     // header.  
  5.     byte[] header = new byte[HEADER_LENGTH];  
  6.     // set magic number.  
  7.     Bytes.short2bytes(MAGIC, header);  
  8.   
  9.     // set request and serialization flag.  
  10.     header[2] = (byte) (FLAG_REQUEST | serialization.getContentTypeId());  
  11.   
  12.     if (req.isTwoWay()) header[2] |= FLAG_TWOWAY;  
  13.     if (req.isEvent()) header[2] |= FLAG_EVENT;  
  14.   
  15.     // set request id.  
  16.     Bytes.long2bytes(req.getId(), header, 4);  
  17.   
  18.     // encode request data.  
  19.     int savedWriteIndex = buffer.writerIndex();  
  20.     buffer.writerIndex(savedWriteIndex + HEADER_LENGTH);  
  21.     ChannelBufferOutputStream bos = new ChannelBufferOutputStream(buffer);  
  22.     ObjectOutput out = serialization.serialize(channel.getUrl(), bos);  
  23.     if (req.isEvent()) {  
  24.         encodeEventData(channel, out, req.getData());  
  25.     } else {  
  26.         encodeRequestData(channel, out, req.getData());  
  27.     }  
  28.     out.flushBuffer();  
  29.     bos.flush();  
  30.     bos.close();  
  31.     int len = bos.writtenBytes();  
  32.     checkPayload(channel, len);  
  33.     Bytes.int2bytes(len, header, 12);  
  34.   
  35.     // write  
  36.     buffer.writerIndex(savedWriteIndex);  
  37.     buffer.writeBytes(header); // write header.  
  38.     buffer.writerIndex(savedWriteIndex + HEADER_LENGTH + len);  
  39. }  
        可以看到一个数据包含header和body, header固定16个字节,前2字节为magic number, 第3字节包括类型(类型+序列化实现的id),第4字节在response时为status,request时为0, 第5-12字节为请求id,13-16字节为body字节数。注意每种序列化都有对应的id,如果要新增序列化方式一定不能与现有id重复。上面的代码中包含一个小细节,一开始并不知道body的字节数,只有序列化完成后才知道,因此header是最后写入的(writerIndex(savedWriteIndex)方法相当于将index移到起点,写入header后再将index移到最后)。每一个请求分配唯一id,到最大后循环使用, 循环利用时之前id对应的请求早就已经不再了,因此还是唯一的。 

       数据返回后的decode方法也是在ExchangeCodec中,具体代码这里不贴了。 response返回时id与request一致,这样可以从consumer缓存map中根据id取出Future并往里设置数据,数据设置完成后,之前在future.get()阻塞的地方恢复(见DubboInvoker的doInvoke方法),继续执行后续逻辑。最终层层返回到业务代码中。



版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/youaremoon/article/details/51520144
文章标签:  dubbo 源码分析 consumer 源码

猜你喜欢

转载自blog.csdn.net/notonlyrush/article/details/80247817