dubbo协议
2022-04-20 16:16:46 0 举报
AI智能生成
详细阐述了dubbo3.0的协议优劣势以及演进趋势
作者其他创作
大纲/内容
HTTP/1.1
比于直接构建于 TCP 传输层的私有 RPC 协议,构建于 HTTP 之上的远程调用解决方案会有更好的通用性
WebServices 或 REST 架构,使用 HTTP + JSON 可以说是一个事实标准的解决方案。
WebServices 或 REST 架构,使用 HTTP + JSON 可以说是一个事实标准的解决方案。
优势
1、HTTP 的语义和可扩展性能很好的满足 RPC 调用需求。
2、通用性,HTTP 协议几乎被网络上的所有设备所支持,具有很好的协议穿透性。
存在的问题
1、典型的 Request – Response 模型,一个链路上一次只能有一个等待的 Request 请求。会产生 HOL。
2、Human Readable Headers,使用更通用、更易于人类阅读的头部传输格式,但性能相当差
3、没有服务器推送的支持,需要使用长链接轮训的模式
gRPC
gRPC 直接定义在 HTTP/2 协议之上,gRPC 的优势由HTTP2 和 Protobuf 继承而来
优势
1、基于 HTTP2 的协议足够简单,用户学习成本低,天然有 server push/ 多路复用 / 流量控制能力
2、基于 Protobuf 的多语言跨平台二进制兼容能力,提供强大的统一跨语言能力
3、基于协议本身的生态比较丰富,k8s/etcd 等组件的天然支持协议,云原生的事实协议标准
存在的问题
1、对服务治理的支持比较基础,更偏向于基础的 RPC 功能,协议层缺少必要的统一定义,对于用户而言直接用起来并不容易。
2、强绑定 protobuf (Protocol Buffers)的序列化方式,需要较高的学习成本和改造成本,对于现有的偏单语言的用户而言,迁移成本不可忽视
Triple 协议
兼容 gRPC ,以 HTTP2 作为传输层构建新的协议
优势
【性能上】:Triple 协议采取了 metadata 和 payload 分离的策略,这样就可以避免中间设备,如网关进行 payload 的解析和反序列化,从而降低响应时间。
【路由支持】:由于 metadata 支持用户添加自定义 header ,用户可以根据 header 更方便的划分集群或者进行路由,这样发布的时候切流灰度或容灾都有了更高的灵活性。
【安全性】:支持双向TLS认证(mTLS)等加密传输能力。
【易用性】:Triple 除了支持原生 gRPC 所推荐的 Protobuf 序列化外,使用通用的方式支持了 Hessian / JSON 等其他序列化,能让用户更方便的升级到 Triple 协议。对原有的 Dubbo 服务而言,修改或增加 Triple 协议 只需要在声明服务的代码块添加一行协议配置即可,改造成本几乎为 0
提供完善的请求模型,除了request/response模型,还支持Streaming 和 Bidirectional
协议框架图
协议内容
Service-Version → “tri-service-version” {Dubbo service version} --【用来区分Dubbo 服务的 version】
Service-Group → “tri-service-group” {Dubbo service group} --【用来区分Dubbo服务的Group信息】
Tracing-ID → “tri-trace-traceid” {tracing id} --【用于全链路追踪能力】
Tracing-RPC-ID → “tri-trace-rpcid” {_span id _} --【用于全链路追踪能力】
Cluster-Info → “tri-unit-info” {cluster infomation} --【表示集群信息,可以使用其构建一些如集群划分等路由相关的灵活的服务治理能力。】
Service-Group → “tri-service-group” {Dubbo service group} --【用来区分Dubbo服务的Group信息】
Tracing-ID → “tri-trace-traceid” {tracing id} --【用于全链路追踪能力】
Tracing-RPC-ID → “tri-trace-rpcid” {_span id _} --【用于全链路追踪能力】
Cluster-Info → “tri-unit-info” {cluster infomation} --【表示集群信息,可以使用其构建一些如集群划分等路由相关的灵活的服务治理能力。】
Streaming用处
在一些大文件传输、直播等应用场景中, consumer或provider需要跟对端进行大量数据的传输
方案
数据分片:通过多次RPC调用进行传输,如果我们对这些已经拆分了的RPC数据包进行并行传输,那么到对端后相关的数据包是无序的,需要对接收到的数据进行排序拼接,相关的逻辑会非常复杂
串行传输拆分之后的RPC数据包:对应的网络传输RTT与数据处理的时延会是非常大的。
stream方案
会在consumer跟provider之间建立多条用户态的长连接,Stream。同一个TCP连接之上能同时存在多个Stream,其中每条Stream都有StreamId进行标识,对于一条Stream上的数据包会以顺序方式读写
0 条评论
下一页