主流程

客户端发起本地调用，实际上调用的是代理类，代理类通过远程客户端（默认是NettyClient）发起请求。先是构建协议头，指定通信协议、序列化器类型和body长度，接着将Java对象序列化成协议体，然后发送数据。

服务端（NettyServer）接收请求，分发给业务线程池处理，由业务线程找到对应的实现类，执行相应方法并返回结果。

调用具体的信息

那客户端告知服务端的具体信息应该包含哪些呢？

首先客户端肯定要告知要调用是服务端的哪个接口，当然还需要方法名、方法的参数类型、方法的参数值，还有可能存在多个版本的情况，所以还得带上版本号。

由这么几个参数，那么服务端就可以清晰的得知客户端要调用的是哪个方法，可以进行精确调用！

然后组装响应返回即可，我这里贴一个实际调用请求对象列子。

常见的三种协议形式

首先远程调用需要定义协议，也就是互相约定我们要讲什么样的语言，要保证双方都能听得懂。

应用层一般有三种类型的协议形式，分别是：固定长度形式、特殊字符隔断形式、header+body 形式。

固定长度形式：指的是协议的长度是固定的，比如100个字节为一个协议单元，那么读取100个字节之后就开始解析。

优点就是效率较高，无脑读一定长度就解析。

缺点就是死板，每次长度只能固定，不能超过限制的长度，并且短了还得填充，在 RPC 场景中不太合适，谁晓得参数啥的要多长，定长了浪费，定短了不够。

特殊字符隔断形式：其实就是定义一个特殊结束符，根据特殊的结束符来判断一个协议单元的结束，比如用换行符等等。

这个协议的优点是长度自由，反正根据特殊字符来截断，缺点就是需要一直读，直到读到一个完整的协议单元之后才能开始解析，然后假如传输的数据里面混入了这个特殊字符就出错了。

header+body 形式：也就是头部是固定长度的，然后头部里面会填写 body 的长度， body 是不固定长度的，这样伸缩性就比较好了，可以先解析头部，然后根据头部得到 body 的 len 然后解析 body。

dubbo 协议就是属于 header+body 形式，而且也有特殊的字符 0xdabb ，这是用来解决 TCP 网络粘包问题的。

Dubbo 协议

Dubbo 支持的协议很多，我们就简单的分析下 Dubbo 协议。

协议分为协议头和协议体，可以看到 16 字节的头部主要携带了魔法数，也就是之前说的 0xdabb，然后一些请求的设置，消息体的长度等等。

16 字节之后就是协议体了，包括协议版本、接口名字、接口版本、方法名字等等。

约定序列化器

网络是以字节流的形式传输的，相对于我们的对象来说，我们对象是多维的，而字节流是一维的，我们需要把我们的对象压缩成一维的字节流传输到对端。

然后对端再反序列化这些字节流变成对象。

序列化协议

序列化大致分为两大类，一种是字符型，一种是二进制流。

字符型的代表就是 XML、JSON，字符型的优点就是调试方便，它是对人友好的，我们一看就能知道那个字段对应的哪个参数。

缺点就是传输的效率低，有很多冗余的东西，比如 JSON 的括号，对于网络传输来说传输的时间变长，占用的带宽变大。

还有一大类就是二进制流型，这种类型是对机器友好的，它的数据更加的紧凑，所以占用的字节数更小，传输更快。

缺点就是调试很难，肉眼是无法识别的，必须借用特殊的工具转换。

更深层次的就不深入了，序列化还是有很多门道的，以后有机会再谈。

Dubbo 默认用的是 hessian2 序列化协议。

所以实际落地还需要先约定好协议，然后再选择好序列化方式构造完请求之后发送。

调用流程-客户端源码分析

客户端调用一下代码。

String hello = demoService.sayHello("world");

调用具体的接口会调用生成的代理类，而代理类会生成一个 RpcInvocation 对象调用 MockClusterInvoker#invoke方法。

此时生成的 RpcInvocation 如下图所示，包含方法名、参数类和参数值。

我们顺着代码，看下执行过程。

com.alibaba.dubbo.rpc.cluster.support.wrapper.MockClusterInvoker#invoke

@Override
public Result invoke(Invocation invocation) throws RpcException {
    Result result = null;
    // 获取mock配置
    String value = directory.getUrl()
        			.getMethodParameter(invocation.getMethodName(), Constants.MOCK_KEY, Boolean.FALSE.toString()).trim();
    
    if (value.length() == 0 || value.equalsIgnoreCase("false")) {
        //no mock
        // 调用AbstractClusterInvoker
        result = this.invoker.invoke(invocation);
    }
    // ..... 省略部分代码
    return result;
}

我们来看看 this.invoker.invoke 的实现，实际上会调用 AbstractClusterInvoker#invoker 。

路由和负载均衡得到 Invoker

com.alibaba.dubbo.rpc.cluster.support.AbstractClusterInvoker#invoke

@Override
public Result invoke(final Invocation invocation) throws RpcException {
    // 检查是否被销毁
    checkWhetherDestroyed();
    LoadBalance loadbalance = null;

    // binding attachments into invocation.
    // 看下上下文有没有attachments，有的话绑定到Invocation
    Map<String, String> contextAttachments = RpcContext.getContext().getAttachments();
    if (contextAttachments != null && contextAttachments.size() != 0) {
        ((RpcInvocation) invocation).addAttachments(contextAttachments);
    }

    // 调用directory#list，里面做的是路由过滤
    List<Invoker<T>> invokers = list(invocation);
    
    if (invokers != null && !invokers.isEmpty()) {
        // 通过spi获取loadbalance实现类
        loadbalance = ExtensionLoader.getExtensionLoader(LoadBalance.class).getExtension(
            invokers.get(0).getUrl().getMethodParameter(
                RpcUtils.getMethodName(invocation), Constants.LOADBALANCE_KEY, Constants.DEFAULT_LOADBALANCE));
    }
    RpcUtils.attachInvocationIdIfAsync(getUrl(), invocation);
    
    // 最终调用DubboInvoker#doInvoke方法，通过负载均衡策略选择一个Invoker
    return doInvoke(invocation, invokers, loadbalance);
}


protected List<Invoker<T>> list(Invocation invocation) throws RpcException {
    List<Invoker<T>> invokers = directory.list(invocation);
    return invokers;
}
@Override
    public List<Invoker<T>> list(Invocation invocation) throws RpcException {
        if (destroyed) {
            throw new RpcException("Directory already destroyed .url: " + getUrl());
        }
        List<Invoker<T>> invokers = doList(invocation);
        List<Router> localRouters = this.routers; // local reference
        if (localRouters != null && !localRouters.isEmpty()) {
            for (Router router : localRouters) {
                try {
                    if (router.getUrl() == null || router.getUrl().getParameter(Constants.RUNTIME_KEY, false)) {
                        invokers = router.route(invokers, getConsumerUrl(), invocation);
                    }
                } catch (Throwable t) {
                    logger.error("Failed to execute router: " + getUrl() + ", cause: " + t.getMessage(), t);
                }
            }
        }
        return invokers;
    }

在代码中就是那个 doInvoke由子类来实现。

那个 list(invocation)，其实就是通过方法名找 Invoker，然后服务的路由过滤一波

再进行一波 loadbalance 的挑选，得到一个 Invoker

我们默认使用的是 FailoverClusterInvoker，也就是失败自动切换的容错方式

稍微总结一下就是 FailoverClusterInvoker 拿到 Directory 返回的 Invoker 列表，并且经过路由之后，它会让 LoadBalance 从 Invoker 列表中选择一个 Invoker。

最后FailoverClusterInvoker会将参数传给选择出的那个 Invoker 实例的 invoke 方法，进行真正的远程调用，我们来简单的看下 FailoverClusterInvoker#doInvoke

发起调用的这个 invoke 又是调用抽象类com.alibaba.dubbo.rpc.protocol.AbstractInvoker中的 invoke 然后再调用子类的 doInvoker，直接看子类 DubboInvoker 的 doInvoke 方法

DubboInvoker#doInvoke

com.alibaba.dubbo.rpc.protocol.dubbo.DubboInvoker#doInvoke

@Override
protected Result doInvoke(final Invocation invocation) throws Throwable {
    RpcInvocation inv = (RpcInvocation) invocation;
    final String methodName = RpcUtils.getMethodName(invocation);
    // 设置path和version到attachment
    inv.setAttachment(Constants.PATH_KEY, getUrl().getPath());
    inv.setAttachment(Constants.VERSION_KEY, version);

    // 选择一个客户端
    ExchangeClient currentClient;
    if (clients.length == 1) {
        currentClient = clients[0];
    } else {
        currentClient = clients[index.getAndIncrement() % clients.length];
    }
    try {
        // 异步调用标记
        boolean isAsync = RpcUtils.isAsync(getUrl(), invocation);
        // oneway发送方式标记
        boolean isOneway = RpcUtils.isOneway(getUrl(), invocation);
        // 超时时间
        int timeout = getUrl().getMethodParameter(methodName, Constants.TIMEOUT_KEY, Constants.DEFAULT_TIMEOUT);

        if (isOneway) {
            // oneway方式发送，不管发送结果
            boolean isSent = getUrl().getMethodParameter(methodName, Constants.SENT_KEY, false);
            currentClient.send(inv, isSent);
            RpcContext.getContext().setFuture(null);
            return new RpcResult();
        } else if (isAsync) {
            // 异步发送
            ResponseFuture future = currentClient.request(inv, timeout);
            RpcContext.getContext().setFuture(new FutureAdapter<Object>(future));
            return new RpcResult();
        } else {
            RpcContext.getContext().setFuture(null);
            // 同步发送，直接调用future.get()阻塞等待结果
            // 异步和同步的区别是，future.get()是用户调用还是组件调用
            return (Result) currentClient.request(inv, timeout).get();
        }
    } 
    // ... 省略部分代码
}
调用的三种方式

oneway还是很常见的，就是当你不关心你的请求是否发送成功的情况下，就用 oneway 的方式发送，这种方式消耗最小，啥都不用记，啥都不用管。

异步调用，其实 Dubbo 天然就是异步的，可以看到 client 发送请求之后会得到一个 ResponseFuture，然后把 future 包装一下塞到上下文中，这样用户就可以从上下文中拿到这个 future，然后用户可以做了一波操作之后再调用 future.get 等待结果。

同步调用，这是我们最常用的，也就是 Dubbo 框架帮助我们异步转同步了，从代码可以看到在 Dubbo 源码中就调用了 future.get，所以给用户的感觉就是我调用了这个接口的方法之后就阻塞住了，必须要等待结果到了之后才能返回，所以就是同步的。

可以看到 Dubbo 本质上就是异步的，为什么有同步就是因为框架帮我们转了一下，而同步和异步的区别其实就是future.get 在用户代码被调用还是在框架代码被调用。

再回到源码中来，currentClient.request 源码如下就是组装 request 然后构造一个 future 然后调用 NettyClient 发送请求。

发送请求

发送请求currentClient.request(inv, timeout)的执行过程是，创建一个请求对象Request，设置版本号和请求内容，构造Future对象并缓存，调用NettyClient发送请求。

com.alibaba.dubbo.remoting.exchange.support.header.HeaderExchangeChannel#request(java.lang.Object, int)

@Override
public ResponseFuture request(Object request, int timeout) throws RemotingException {
    // ... 省略部分代码
    
    // create request.
    // 创建请求对象，同时生成唯一的请求ID
    Request req = new Request();
    req.setVersion(Version.getProtocolVersion());
    req.setTwoWay(true);
    req.setData(request);
    
    // 新建并缓存Future
    DefaultFuture future = new DefaultFuture(channel, req, timeout);
    try {
        // 最终调用NettyChannel#send
        channel.send(req);
    } catch (RemotingException e) {
        future.cancel();
        throw e;
    }
    return future;
}
我们再来看一下 DefaultFuture 的内部，你有没有想过一个问题，因为是异步，那么这个 future 保存了之后，等响应回来了如何找到对应的 future 呢？

这就是利用一个唯一 ID。

构建Future

com.alibaba.dubbo.remoting.exchange.support.DefaultFuture#DefaultFuture

public DefaultFuture(Channel channel, Request request, int timeout) {
    this.channel = channel;
    this.request = request;
    // 生成请求id，作为key，用于接收响应结果时从Map中获取到对应的Future和Channel
    this.id = request.getId();
    this.timeout = timeout > 0 ?
        			timeout : channel.getUrl().getPositiveParameter(Constants.TIMEOUT_KEY, Constants.DEFAULT_TIMEOUT);
    // put into waiting map.
    FUTURES.put(id, this);
    CHANNELS.put(id, channel);
}

// FUTURES和CHANNELS都是一个ConcurrentHashMap
private static final Map<Long, Channel> CHANNELS = new ConcurrentHashMap<Long, Channel>();
private static final Map<Long, DefaultFuture> FUTURES = new ConcurrentHashMap<Long, DefaultFuture>();

可以看到，当我们创建请求对象时，Request内部会调用AtomicLong#getAndIncrement生成一个全局唯一的ID。当创建DefaultFuture对象时，将请求ID作为key，把Future保存到Map。当接收响应结果时，最终调用的是DefaultFuture#received来接收结果

先看下一个响应的 message 的样子：

Response [id=14, version=null, status=20, event=false, error=null, result=RpcResult [result=Hello world, response from provider: 192.168.1.17:20881, exception=null]]

看到这个 ID 了吧，最终会调用 DefaultFuture#received的方法。

接收响应结果

com.alibaba.dubbo.remoting.exchange.support.DefaultFuture#received

public static void received(Channel channel, Response response) {
    try {
        // 响应返回的id，就是服务端请求时发送的id
        // 根据请求id到缓存找到对应的Future
        DefaultFuture future = FUTURES.remove(response.getId());
        if (future != null) {
            future.doReceived(response);
        } else {
            logger.warn("The timeout response finally returned at "
                        + (new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS").format(new Date()))
                        + ", response " + response
                        + (channel == null ? "" : ", channel: " + channel.getLocalAddress()
                           + " -> " + channel.getRemoteAddress()));
        }
    } finally {
        CHANNELS.remove(response.getId());
    }
}


private void doReceived(Response res) {
    lock.lock();
    try {
        // 接收响应结果
        response = res;
        if (done != null) {
            // 唤醒请求线程
            done.signal();
        }
    } finally {
        lock.unlock();
    }
    if (callback != null) {
        invokeCallback(callback);
    }
}

客户端接收到响应结果的处理过程：根据响应结果ID，也就是请求ID，到缓存中找到对应的Future对象，调用doReceived方法，保存响应结果，并唤醒对应的请求线程。

调用流程-服务端端源码分析

服务端接收到请求后，会解析得到消息。消息有五种派发策略。

默认是all，也就是所有消息都派发到业务线程池中，我们来看下AllChannelHandler的实现

com.alibaba.dubbo.remoting.transport.dispatcher.all.AllChannelHandler#received

@Override
public void received(Channel channel, Object message) throws RemotingException {
    // 获取线程池
    // Executors.newCachedThreadPool(new NamedThreadFactory("DubboSharedHandler", true));
    ExecutorService cexecutor = getExecutorService();
    try {
        // ChannelEventRunnable#run方法，包含多种类型处理
        cexecutor.execute(new ChannelEventRunnable(channel, handler, ChannelState.RECEIVED, message));
    }
    // ...省略部分代码
}
ChannelEventRunnable

ChannelEventRunnable实现Runnable接口，我们看下它的run方法。

com.alibaba.dubbo.remoting.transport.dispatcher.ChannelEventRunnable#run

@Override
public void run() {
    if (state == ChannelState.RECEIVED) {
        try {
            handler.received(channel, message);
        } catch (Exception e) {
            logger.warn("ChannelEventRunnable handle " + state + " operation error, channel is " + channel
                        + ", message is " + message, e);
        }
    } else {
        switch (state) {
            case CONNECTED:
                try {
                    handler.connected(channel);
                } catch (Exception e) {
                    logger.warn("ChannelEventRunnable handle " + state + " operation error, channel is " + channel, e);
                }
                break;
            case DISCONNECTED:
                try {
                    handler.disconnected(channel);
                } catch (Exception e) {
                    logger.warn("ChannelEventRunnable handle " + state + " operation error, channel is " + channel, e);
                }
                break;
            case SENT:
                try {
                    handler.sent(channel, message);
                } catch (Exception e) {
                    logger.warn("ChannelEventRunnable handle " + state + " operation error, channel is " + channel
                                + ", message is " + message, e);
                }
            case CAUGHT:
                try {
                    handler.caught(channel, exception);
                } catch (Exception e) {
                    logger.warn("ChannelEventRunnable handle " + state + " operation error, channel is " + channel
                                + ", message is: " + message + ", exception is " + exception, e);
                }
                break;
            default:
                logger.warn("unknown state: " + state + ", message is " + message);
        }
    }

}

结合上面的代码，服务端接收到请求后解析成消息，接着获取线程池，把消息封装成ChannelEventHandler，类型是 ChannelState.RECEIVED。当空闲线程处理请求时，执行ChannelEventRunnable#received方法，最终调用HeaderExchangeHandler#handleRequest

HeaderExchangeHandler

com.alibaba.dubbo.remoting.exchange.support.header.HeaderExchangeHandler#handleRequest

Response handleRequest(ExchangeChannel channel, Request req) throws RemotingException {
    // 封装一个响应对象，保存请求ID
    Response res = new Response(req.getId(), req.getVersion());
   	
    // ...省略部分代码
    
    // find handler by message class.
    // 获取请求消息，比如方法名称、参数类型、参数值。也就是封装了目标方法信息的RpcInvocation
    Object msg = req.getData();
    try {
        // handle data.
        // 最终调用DubboProtocol#reply
        Object result = handler.reply(channel, msg);
        res.setStatus(Response.OK);
        res.setResult(result);
    } catch (Throwable e) {
        res.setStatus(Response.SERVICE_ERROR);
        res.setErrorMessage(StringUtils.toString(e));
    }
    return res;
}

DubboProtocol#reply

这是个关键方法，源码如下

com.alibaba.dubbo.remoting.exchange.support.ExchangeHandlerAdapter#reply

@Override
public Object reply(ExchangeChannel channel, Object message) throws RemotingException {
    if (message instanceof Invocation) {
        Invocation inv = (Invocation) message;
        // 找到Invoker
        Invoker<?> invoker = getInvoker(channel, inv);
        // ... 省略部分代码
        RpcContext.getContext().setRemoteAddress(channel.getRemoteAddress());
        // 最终找到真正实现类，调用目标方法
        return invoker.invoke(inv);
    }
}

Invoker<?> getInvoker(Channel channel, Invocation inv) throws RemotingException {
    // ... 省略部分代码
    
    // 构建key，生成规则：group/serviceName:version:port
    String serviceKey = serviceKey(port, path, inv.getAttachments().get(Constants.VERSION_KEY), 
                                   											inv.getAttachments().get(Constants.GROUP_KEY));
    // 根据key，从之前暴露服务的Map中找到对应的Exporter
    DubboExporter<?> exporter = (DubboExporter<?>) exporterMap.get(serviceKey);
    // 返回Exporter封装的Invoker
    return exporter.getInvoker();
}

关键是serviceKey，在服务暴露时，生成的exporter会保存到exporterMap，它的key也是serviceKey。

总结

dubbo服务调用主要分为两个过程，分别是消费者发送请求和接收响应结果，提供者接收请求。

消费者端：

  • 发送请求：服务接口的代理对象执行目标方法，被InvokerInvocationHandler#invoke方法拦截，经过路由过滤、负载均衡后选择一个DubboInvoker对象，调用doInvoke方法。创建一个Request对象，并生成全局唯一的请求ID，接着实例化一个DefaultFuture对象，将请求ID作为key，把DefaultFuture保存到一个ConcurrentHashMap。最后，通过NettyClient把封装了目标方法信息的RpcInvocation序列化后发送出去
  • 接收响应：先通过响应ID，即请求ID，在缓存中找到对应的Future，执行doReceived方法。保存结果，接着唤醒对应的请求线程来处理响应结果

提供者端：

NettyServer接收到请求后，根据协议得到信息并反序列化成对象，派发到线程池等待处理。信息会被封转成ChannelEventRunnable对象，类型为RECEIVED。工作线程最终会调用DubboProtocol#reply方法，根据port、path、version、group构建serviceKey，从缓存中找到对应Exporter，经过层层调用，最后会找到真正实现类，执行目标方法返回结果。

# dubbo # 网络 # safari
Logo
开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

第二届开放原子大赛首批创新成果集结武汉，诚邀广大开发者共鉴开源技术盛宴

第二届开放原子大赛首批创新成果集结武汉，诚邀广大开发者共鉴开源技术盛宴

avatar 开放原子开发者工作坊

诚邀报名 | 开源基础设施能力建设分论坛：打造开源生态的“心脏”

诚邀报名 | 开源基础设施能力建设分论坛：打造开源生态的“心脏”

avatar 开放原子开发者工作坊

诚邀报名 | 编程语言分论坛：AI时代的技术革新与开源实践

诚邀报名 | 编程语言分论坛：AI时代的技术革新与开源实践

avatar 开放原子开发者工作坊