导读：

近日，在Apache Dubbo开发者沙龙杭州站的活动中，阿里巴巴中间件技术专家曹胜利(展图)向开发者们分享了Dubbo2.7版本的规划。

本文将为你探秘 Dubbo 2.7背后的思考和实现方式。

Dubbo 2.7 将围绕 异步支持优化、元数据改造，引入JDK8的特性、Netty4.0的特性以及MetricsAPI 5个方面提升服务调用和服务治理的效率，以及可扩展性，同时将修复社区提出的若干问题。

据悉，2.7.x会作为Dubbo在Apache社区的毕业版本，Dubbo将有机会成为继RocketMQ后，来自阿里巴巴的又一个Apache顶级项目(TLP)。

优化对异步的支持

基于Dubbo实现全异步编程，是在2.7.0版本中对现有异步方式增强后新引入的功能。之前的版本对异步支持用起来不是很友好，存在若干问题，2.7版本将基于JDK8 中的CompletableFuture做出一些针对性的增强，同时新增了@Dubboasync的注解，通过这个注解可以生成异步化相关的代码。

» 2.6.x版本之前的异步方式

在2.6.x及之前的版本提供了一定的异步编程能力，包括Consumer端异步调用、参数回调、事件通知等。但当前的异步方式存在以下问题：

Future获取方式不够直接；

Future接口无法实现自动回调，而自定义ResponseFuture虽支持回调但支持的异步场景有限，如不支持Future间的相互协调或组合等；

不支持Provider端异步

以Consumer端异步使用方式为例：

1、定义一个普通的同步接口并声明支持异步调用

public interface FooService {
String findFoo(String name);}

<dubbo:reference id="fooService" interface="com.alibaba.foo.FooService">
  <dubbo:method name="findFoo" async="true" /> </dubbo:reference>

2、通过RpcContext获取Future

// 此调用会立即返回nullfooService.findFoo(fooId);// 拿到调用的Future引用，当结果返回后，会被通知和设置到此FutureFuture<Foo> fooFuture = RpcContext.getContext().getFuture();fooFuture.get();

或

// 此调用会立即返回nullfooService.findFoo(fooId);// 拿到Dubbo内置的ResponseFuture并设置回调ResponseFuture future = ((FutureAdapter)RpcContext.getContext().getFuture()).getFuture();future.setCallback(new ResponseCallback() {
@Override
public void done(Object response) {
    System.out.print(response);
}

@Override
public void caught(Throwable exception) {
    exception.printStackTrace();
}});

从这个简单的示例我们可以体会到一些使用中的不便之处：

• findFoo的同步接口，不能直接返回代表异步结果的Future，通过RpcContext进一步获取。
• Future只支持阻塞式的get()接口获取结果。
• 通过获取内置的ResponseFuture接口，可以设置回调。但获取ResponseFuture的API使用不便，且仅支持设置回调其他异步场景均不支持，如多个Future协同工作的场景等。

» 2.7.0基于CompletableFuture的增强

了解Java中Future演进历史的同学应该知道，Dubbo 2.6.x及之前版本中使用的Future是在Java 5中引入的，所以存在以上一些功能设计上的问题，而在Java 8中引入的CompletableFuture进一步丰富了Future接口，很好的解决了这些问题。

Dubbo在2.7.0版本已经升级了对Java 8的支持，同时基于CompletableFuture对当前的异步功能进行了增强。

1、支持直接定义返回CompletableFuture的服务接口。通过这种类型的接口，我们可以更自然的实现Consumer、Provider端的异步编程。

public interface AsyncService {
CompletableFuture<String> sayHello(String name);}

2、如果你不想将接口的返回值定义为Future类型，或者存在定义好的同步类型接口，则可以额外定义一个异步接口并提供Future类型的方法。

public interface GreetingsService {
String sayHi(String name);}

@AsyncFor(GreetingsService.class)public interface GrettingServiceAsync extends GreetingsService {
CompletableFuture<String> sayHiAsync(String name);}

这样，Provider可以只实现sayHi方法；而Consumer通过直接调用sayHiAsync可以拿到一个Future实例，Dubbo框架在Provider端会自动转换为对sayHi方法的调用。为每个同步方法提供一个异步方法定义会比较麻烦，更进一步的，利用Dubbo生态中的AnnotationProcessor实现，可以自动帮我们自动生成异步方法定义。

3、同样的，如果你的原始接口定义不是Future类型的返回值，Provider端异步也提供了类似Servlet3.0里的Async Servlet的编程接口: RpcContext.startAsync()。

public interface AsyncService {
String sayHello(String name);}

public class AsyncServiceImpl implements AsyncService {
public String sayHello(String name) {
    final AsyncContext asyncContext = RpcContext.startAsync();
    new Thread(() -> {
        asyncContext.write("Hello " + name + ", response from provider.");
    }).start();
    return null;
}}

在方法体的开始RpcContext.startAsync()启动异步，并开启新线程异步的执行业务逻辑，在耗时操作完成后通过asyncContext.write将结果写回。

4、RpcContext直接返回CompletableFuture

CompletableFuture<String> f = RpcContext.getContext().getCompletableFuture();

以上所有的增强，是在兼容已有异步编程的基础上进行的，因此基于2.6.x版本编写的异步程序不用做任何改造即可顺利运行。

元数据改造

元数据的改造主要是从适配微服务注册中心、配置中心分离的模型、减轻注册中心压力、提高服务治理能力和效率的角度来执行的。目前版本的Dubbo在注册中心的URL有数十个key/value的键值对，包含了一个服务的所有元数据。在大规模实践的基础上，我们逐渐发现这样组织的元数据存在一些问题：

• 注册中心存储的URL过长：

导致存储压力骤增，变更事件的推送效率明显下降；同时给订阅方带来了额外的计算压力，尤其是大规模场景下的内存，增长显著。

• 注册中心承担了过多服务治理配置的功能：

负责初始配置的同步，同时负责存储各种运行期配置规则。这一方面加剧了注册中心的压力，另一方面配置规则的灵活性也受到了一定的限制，同时也无法利用一些更专业的微服务配置中心带来的强大功能。

• 属性的功能定位不清晰：

methods, pid, owner看起来都是为服务查询服务而注册的属性，但当我们实际开发或操作服务管控系统时，却发现这样简陋的信息是很难满足查询治理需求的。我们更多的属性，需要更丰富的注册数据。以methods为例，虽然方法列表的内容已经很长了，但当我们要在OPS开发服务测试/mock功能时，却发现需要的方法签名等数据还是无法获取。

概括以上问题，我们将URL中的元数据划分了三个部分：

• 元数据信息

接口的完整定义：包含接口名，接口所含的方法，以及方法所含的出入参信息。对于服务测试和服务mock有非常重要的作用。

• 执行链路上数据

需要将参数从provider端传递给消费者端，让消费者端感知到的。如token，timeout等。

• 服务自持有配置&Ops需求

只有在provider端或者消费者端需要使用的，如executes, document等。

支持配置中心

配置中心是dubbo.properties的动态版本，支持的粒度包括全局的、应用级别的和服务级别的等维度。通过上面的元数据改造，配置中心支持，再加上原有的注册中心，Dubbo体系里就会存在：

• 注册中心：

理想情况下，注册中心将只用于关键服务信息（核心链路）的同步，进一步减轻注册中心的存储压力，提高地址同步效率，同时缓解当前由于URL冗余在大规模推送时造成的Consumer端内存计算压力。

• 配置中心：

解决当前配置和地址信息耦合的问题，通过抽象动态配置层，让开发者可以对接微服务场景下更常用的、更专业的配置中心，如Nacos, Apollo, Consul, Etcd等；提供更灵活的、更丰富的配置规则，包括服务、应用不同粒度的配置，更丰富的路由规则，集中式管理的动态参数规则等。

• 服务查询治理中心（含元数据）

对于纯粹的服务查询相关的数据，包括Consumer的服务订阅数据，往往都是注册后不可变的并且不需要节点间的同步，如当前URL可以看到的methods、owner等key以及所有的Consumer端URL。

因此我们在2.7.0中引入了存储模块，专门用来存放这部分数据，这部分将会和新版本的Dubbo-ops密切整合，作为丰富的服务查询、测试等功能的数据基础，因此这部分的数据将会得到进一步的丰富。总体来说否开启此功能对用户将是可选的，并且实现上也将是可扩展的，如我们计划支持Redis, Zookeeper等。

• 路由规则

Dubbo 提供了具有一定扩展性的路由规则，其中具有代表性的是条件路由和脚本路由。2.6.x及以下版本存在的问题：

1. 路由规则存储在注册中心
2. 只支持服务粒度的路由，应用级别无法定义路由规则
3. 支持路由缓存，但基本不具有扩展性
4. 一个服务或应用允许定义多条路由规则，服务治理无法管控
5. 实现上，每条规则生成一个Router实例并动态加载

从问题出发我们重新设计，将原来的路由配置从注册中心迁往配置中心。明确了配置和服务发现的边界。新增了RouterChain，用于重构路由规则逻辑，新增应用级别路由，Tag路由优化等。针对服务级别的路由，精确到单个服务，避免了无法明确路由规则的问题。

我们简单概括下各个类的协作关系。

• RegistryDirectory，包含完整的地址列表，直接对接注册中心，并动态接收注册中心地址变更。
• RouterChain，由Router组装成的列表，是路由动作的入口，接收传入的地址列表并将过滤后的地址列表返回给调用方，而具体的过滤动作则委托给Router执行
• Router，接收并解析路由规则，接收地址列表，根据路由规则完成过滤动作，并返回过滤后的地址列表。其本身也是一个ConfigurationListener，随时接收路由规则更新。
• ConfigurationListener，动态配置变更的回调接口
• DynamicConfiguration，动态配置SPI，支持的扩展实现包括Zookeeper、Apollo、Nacos等

Dubbo 将在近期正式发布2.7.0版本，恰值Dubbo宣布重启一周年。这一年，Dubbo 共发布了13个版本，社区共有24位PPMC/Committer，144位Contributor，在北京、上海、深圳、成都和杭州举办了5场开发者沙龙，但技术开源的道路并没有止境，我们欢迎更多的开发者们可以参与进来，并到Dubbo meetup来进行分享，一起建设Dubbo生态。

原文链接
本文为云栖社区原创内容，未经允许不得转载。