使用dubbo時候要盡量了解源碼，不然會很容易入坑。

?

一、服務消費端ReferenceConfig需要自行緩存

ReferenceConfig實例是個很重的實例，每個ReferenceConfig實例里面都維護了與服務注冊中心的一個長鏈，并且維護了與所有服務提供者的的長鏈。假設有一個服務注冊中心和N個服務提供者，那么每個ReferenceConfig實例里面維護了N+1個長鏈，如果頻繁的生成ReferenceConfig實例，可能會造成性能問題，甚至產生內存或者連接泄露的風險。特別是使用dubbo api編程時候容易忽略這個問題。

為了解決這個問題，之前都是自行緩存，但是自從dubbo2.4.0版本后，dubbo 提供了簡單的工具類 ReferenceConfigCache 用于緩存ReferenceConfig 實例。使用如下：

/創建服務消費實例 ReferenceConfig<XxxService> reference = new ReferenceConfig<XxxService>(); reference.setInterface(XxxService.class); reference.setVersion("1.0.0"); ...... //獲取dubbo提供的緩存 ReferenceConfigCache cache = ReferenceConfigCache.getCache(); // cache.get方法中會緩存 reference對象，并且調用reference.get方法啟動ReferenceConfig，并返回經過代理后的服務接口的對象 XxxService xxxService = cache.get(reference);// 使用xxxService對象 xxxService.sayHello();

?

需要注意的是 Cache內持有ReferenceConfig對象的引用，不要在外部再調用ReferenceConfig的destroy方法了，這會導致Cache內的ReferenceConfig失效！

如果要銷毀 Cache 中的 ReferenceConfig ，將銷毀 ReferenceConfig 并釋放對應的資源，具體使用下面方法來銷毀

?

ReferenceConfigCache cache = ReferenceConfigCache.getCache()； cache.destroy(reference);

?

另外以服務 Group、接口、版本為緩存的 Key，ReferenceConfig實例為對應的value。如果你需要使用自定義的key，可以在創建cache時候調用ReferenceConfigCache cache = ReferenceConfigCache.getCache(keyGenerator );方法傳遞自定義的keyGenerator。

?

二、 并發控制

2.1 服務消費方并發控制 在服務消費方法進行并發控制需要設置actives參數，如下：

<dubbo:reference id="userService" interface="com.test.UserServiceBo"group="dubbo" version="1.0.0" timeout="3000" actives="10"/>

?

設置com.test.UserServiceBo接口中所有方法，每個方法最多同時并發請求10個請求。

也可以使用下面方法設置接口中的單個方法的并發請求個數，如下：

?

<dubbo:reference id="userService" interface="com.test.UserServiceBo"group="dubbo" version="1.0.0" timeout="3000"><dubbo:method name="sayHello" actives="10" /> </dubbo:reference>

?

如上設置sayHello方法的并發請求數量最大為10，如果客戶端請求該方法并發超過了10則客戶端會被阻塞，等客戶端并發請求數量少于10的時候，該請求才會被發送到服務提供方服務器。在dubbo中客戶端并發控制是使用ActiveLimitFilter過濾器來控制的，代碼如下：

?

public class ActiveLimitFilter implements Filter {public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {URL url = invoker.getUrl();String methodName = invocation.getMethodName();//獲取設置的acvites的值，默認為0int max = invoker.getUrl().getMethodParameter(methodName, Constants.ACTIVES_KEY, 0);//獲取當前方法目前并發請求數量RpcStatus count = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName());if (max > 0) {//說明設置了actives變量long timeout = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.TIMEOUT_KEY, 0);long start = System.currentTimeMillis();long remain = timeout;int active = count.getActive();//如果該方法并發請求數量大于設置值，則掛起當前線程。if (active >= max) {synchronized (count) {while ((active = count.getActive()) >= max) {try {count.wait(remain);} catch (InterruptedException e) {}//如果等待時間超時，則拋出異常long elapsed = System.currentTimeMillis() - start;remain = timeout - elapsed;if (remain <= 0) {throw new RpcException("Waiting concurrent invoke timeout in client-side for service: "+ invoker.getInterface().getName() + ", method: "+ invocation.getMethodName() + ", elapsed: " + elapsed+ ", timeout: " + timeout + ". concurrent invokes: " + active+ ". max concurrent invoke limit: " + max);}}}}}//沒有限流時候，正常調用try {long begin = System.currentTimeMillis();RpcStatus.beginCount(url, methodName);try {Result result = invoker.invoke(invocation);RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, true);return result;} catch (RuntimeException t) {RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, false);throw t;}} finally {if (max > 0) {synchronized (count) {count.notify();}}}}}

?

可知客戶端并發控制，是如果當并發量達到指定值后，當前客戶端請求線程會被掛起，如果在等待超時期間并發請求量少了，那么阻塞的線程會被激活，然后發送請求到服務提供方，如果等待超時了，則直接拋出異常，這時候服務根本都沒有發送到服務提供方服務器。

三、 改進的廣播策略

前面我們講解集群容錯時候談到有一個廣播策略，該策略主要用于對所有服務提供者進行廣播消息，那么有個問題需要思考，廣播是是說你在客戶端調用接口一次，內部就是輪詢調用所有服務提供者的機器的服務，那么你調用一次該接口，返回值是什么那？比如內部輪詢了10臺機器，每個機器應該都有一個返回值，那么你調用的這一次返回值是10個返回值的組成？其實不是，返回的是輪詢調用的最后一個機器結果，那么如果我們想把所有的機器返回的結果聚合起來如何做的？

?

?

轉載于:https://www.cnblogs.com/yizhiamumu/p/9019558.html

總結

以上是生活随笔為你收集整理的结合源码分析 bubble 使用注意事项的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。