一、消費者併發控制
消費者對同一個方法可以進行併發數的控制，dubbo也是基於過濾器的設置功能來實現併發控制的。
通過配置actives的值，在可以Consumer配置，也可以在Provider配置，一般可以在提供者配置的，可以在提供者配置，提供者比較清楚服務能夠承受的併發數。
actives默認 0 每服務消費者每服務每方法最大併發調用數
@Activate(group = Constants.CONSUMER, value = Constants.ACTIVES_KEY)
public class ActiveLimitFilter implements Filter {
public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {
URL url = invoker.getUrl();
String methodName = invocation.getMethodName();
int max = invoker.getUrl().getMethodParameter(methodName, Constants.ACTIVES_KEY, 0); //21處，獲取actives配置項的值
RpcStatus count = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName()); //22處
if (max > 0) {
long timeout = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.TIMEOUT_KEY, 0);
long start = System.currentTimeMillis();
long remain = timeout;
int active = count.getActive();
if (active >= max) { //23處
synchronized (count) { //24處
while ((active = count.getActive()) >= max) {
try {
count.wait(remain); //25處
} catch (InterruptedException e) {
}
long elapsed = System.currentTimeMillis() - start;
remain = timeout - elapsed; //26處
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);
}
}
}
}
}
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();
}
}
}
}
}
在"21處"，獲取配置的屬性值，然後"22處"，獲取方法的併發數。
RpcStatus使用一個map保存了方法的併發數：
public static RpcStatus getStatus(URL url, String methodName) {
String uri = url.toIdentityString();
ConcurrentMap<String, RpcStatus> map = METHOD_STATISTICS.get(uri);
if (map == null) {
METHOD_STATISTICS.putIfAbsent(uri, new ConcurrentHashMap<String, RpcStatus>());
map = METHOD_STATISTICS.get(uri);
}
RpcStatus status = map.get(methodName);
if (status == null) {
map.putIfAbsent(methodName, new RpcStatus());
status = map.get(methodName);
}
return status;
}
在上面的"23處"，如果方法調用數已經達到 最大併發數，則"24處"會使用鎖，使得消息者進行排隊，獲得鎖後，並且 併發數 還是 達到併發數的話，"25處"會等待，"26處"判斷是否等等超時，超時則拋出超時異常。
二、提供者併發控制
提供者對同一個方法可以進行併發數的控制，dubbo也是基於過濾器的設置功能來實現併發控制的。
可能通過配置executes屬性來控制提供者服務被調用的數量
executes 默認0 服務提供者每服務每方法最大可並行執行請求數
下面是源碼
@Activate(group = Constants.PROVIDER, value = Constants.EXECUTES_KEY)
public class ExecuteLimitFilter implements Filter {
public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {
URL url = invoker.getUrl();
String methodName = invocation.getMethodName();
int max = url.getMethodParameter(methodName, Constants.EXECUTES_KEY, 0);
if (max > 0) { //31處
RpcStatus count = RpcStatus.getStatus(url, invocation.getMethodName());
if (count.getActive() >= max) { //32處
throw new RpcException("Failed to invoke method " + invocation.getMethodName() + " in provider " + url + ", cause: The service using threads greater than <dubbo:service executes=\"" + max + "\" /> limited.");
}
}
long begin = System.currentTimeMillis();
boolean isException = false;
RpcStatus.beginCount(url, methodName);
try {
Result result = invoker.invoke(invocation);
return result;
} catch (Throwable t) {
isException = true;
if(t instanceof RuntimeException) {
throw (RuntimeException) t;
}
else {
throw new RpcException("unexpected exception when ExecuteLimitFilter", t);
}
}
finally {
RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, isException);
}
}
}
從上面源碼的31處，32處，可以知道提供者的併發控制 和 消費者的併發控制 有點類似，不同的是，提供者一旦達到最大併發數，不會有排隊超時機制，提供者會馬止拋出異常。
額外還有一個配置屬性connections，默認值100，每個服務對每個提供者的最大連接數，rmi、http、hessian等短連接協議支持此配置，dubbo協議長連接不支持此配置
自己寫了個RPC：
可以給個star,^0^.
