Dubbo 3.0的云原生理念

最近，Dubbo 3.0的正式发布引起了广泛关注。尽管我曾推荐了一篇关于阿里巴巴中间件的文章，但有朋友希望我用简单易懂的方式解释与前版本的主要区别。本文将从宏观角度探讨Dubbo 3.0的特性，同时提醒正在求职的小伙伴们，面试时要注意这些新特性，因为面试官可能会用这些问题来考察你是否紧跟技术潮流。

就像我之前写的关于Kafka抛弃ZooKeeper的文章一样，这些热点问题在面试中非常常见。而如果候选人在相关知识点上表现得游刃有余，面试官通常会进一步询问新版本的特性。如果此时你对新特性一无所知，很可能会暴露出你之前所说的只是死记硬背。

虽然我还没有深入研究Dubbo 3.0的所有细节，但今天我会先介绍一些主要方向。

Dubbo 3.0的主基调：云原生

什么是云原生？

根据CNCF（云原生计算基金会）的定义，云原生技术帮助组织在公有云、私有云和混合云等动态环境中构建和运行可弹性扩展的应用。云原生技术的代表包括容器、服务网格、微服务、不可变基础设施和声明式API。这些技术能够构建容错性好、易于管理且便于观察的松耦合系统。通过结合可靠的自动化手段，云原生技术使工程师能够轻松应对频繁和可预测的重大变化。

简单来说，云原生就是将服务迁移至云端，并利用云提供的容器、服务网格和不可变基础设施来简化分布式架构的复杂性，从而将非业务关键技术的开发工作从程序员手中解放出来。

为了更具体地说明这一点，可以通过应用间的通信发展来举例。在早期，通信与业务紧密耦合，由业务开发人员来编写通信和业务代码。后来，通信相关代码被抽象成一个公共组件，使得业务开发人员可以只需调用该组件，而无需再关心通信相关的维护工作。尽管如此，使用这些公共组件仍然需要一定的学习成本。

因此，进一步的设想是将公共组件从业务应用中剥离，使其不与业务应用同处一个进程，从而实现对业务的完全透明化（当然，某些情况下仍需引入轻量SDK）。此时，边车代理便应运而生。

图片

通过边车实现可靠的通信，并进行路由、流量控制和容错等功能。

图片

然而，当服务数量增加时，边车的数量也会随之增加，这将给运维人员带来巨大的管理压力。因此，我们需要一个统一的代理管理器来管理这些边车，最终形成服务网格（Service Mesh），也就是微服务3.0版本。

在云的支持下，服务网格的功能将基础能力下沉到云中。开发人员只需专注于业务开发，而其他非功能性需求则得到自动处理，这正是云原生的最终目标。

通过以上的阐述，相信你对云原生有了更清晰的理解，而Dubbo 3.0的口号正是全面拥抱云原生，顺应技术发展的潮流。

接下来，让我们看看Dubbo 3.0的具体升级内容。

Dubbo与容器生命周期的对齐

可能有些朋友对容器和K8S不太熟悉，没关系，我将简要说明，阅读应该不会有太大障碍。

云原生的发展离不开近年来容器和容器编排技术的飞速发展。众所周知，K8S被公认为最流行的容器调度平台。要让Dubbo融入云原生，就必须支持K8S的调度。

Pod的生命周期与服务调度直接相关。Kubernetes底层基础设施定义了严格的组件生命周期事件（probe），因此Dubbo需要确保其生命周期与K8S相一致。

Pod是Kubernetes中可以创建和管理的最小可部署计算单元。

通过Dubbo的SPI机制，内部实现了多种探针，并基于Dubbo QOS运维模块的HTTP服务，使容器的探针能够获取应用内对应探针的状态。

简单来说，通过实现探针，容器能够判断Dubbo的存活状态、就绪状态以及启动时的检测等信息，这些状态需要被K8S所了解，以便K8S能够跟踪容器的不同状态来管理和编排Pod。

这种操作被称为生命周期的对齐。

Kubernetes服务

我们知道，Dubbo有注册中心，例如使用Zookeeper来实现服务发现。然而，K8S本身提供了一套服务发现机制，它为Pods分配自己的IP地址，并为一组Pod提供相同的DNS名称，从而实现负载均衡。因此，用户可以不必额外搭建注册中心，直接使用K8S提供的服务发现体系。

也就是说，通过标准的Kubernetes Service API进行服务定义与注册，将非功能性需求进一步下沉。

无代理网格（Proxyless Mesh）

正如前文所述，Dubbo接入网格时会涉及边车的存在，而Dubbo框架自身也有一些服务治理功能，这部分功能与边车功能存在重叠。

显然，不可能因为边车的存在而完全舍弃之前实现的功能，因此我们引入了无代理网格（Proxyless Mesh），直接使Dubbo SDK与控制面（Control Plane）进行交互。

当然，也提供了支持边车部署的轻量SDK模式。

应用级服务发现

在之前的Dubbo实现中，服务发现是基于接口级别的。例如，如果有一个用户服务，其中包含100个接口，则这100个接口都记录在注册中心。如果该用户服务部署了100个实例，那么注册中心中将有100*100个用户服务接口的记录。如此一来，随着服务数量的增加，注册中心的元数据将急剧膨胀，造成内存压力。

因此，Dubbo将服务发现的粒度从接口级别提升至应用级别，这样可以显著降低内存占用。

图片

图为云原生微服务大会展示的统计数据。

根据图中数据，服务发现粒度从接口级别转变为应用级别，分别在平均场景和极限场景下实现了60%和90%的内存优化。

而像Spring Cloud和K8S这样的框架也都是基于应用级别的注册发现。因此，为了支持异构系统的连接，Dubbo 3.0必须实现应用级别的服务发现。

图片

图为云原生微服务大会展示的服务发现流程。

通过这种方式，注册中心仅保存应用与实例之间的关系，而接口级别的元数据则被移至元数据中心管理。

Triple协议

看到Triple协议，我不禁想象：下一个是不是Quadra，再下一个是Penta Kill？哈哈。

说回正题，Dubbo 2.0协议在云原生时代显得不够通用。

图片

Dubbo 2.0协议的局限性在于其协议头没有足够的空间来容纳Mesh等网关组件，这意味着要实现网关功能，必须完整解析协议以获取所需的调用元数据，这将导致性能下降。此外，生态之间的互通性差，其他框架难以解析自定义的二进制协议。

因此，Dubbo 3.0选择采用HTTP2与Protocol Buffer的形式，实现新的协议——Triple，并在此基础上丰富请求模型，除了支持Request/Response模型外，还支持流式和双向流式通信，以适应更多的应用场景。

总结

关于Dubbo 3.0的关键点总结如下：

  • 通过SPI实现相关探针，使得容器能够感知Dubbo的生命周期，确保与K8S对齐。
  • 接入Kubernetes Service API，使得注册中心相关功能下沉，避免使用ZK等第三方注册中心。
  • 将接口级别的服务发现改为应用级别，解决大规模微服务架构下元数据的膨胀问题，并对市场上常见的发现级别进行适配，以支持异构连接。
  • 升级通信协议为Triple，采用HTTP2与Protocol Buffer形式，丰富请求模型。

以上是我对Dubbo 3.0的初步探索，许多细节我尚未深入研究。未来我会继续深入这些细节，并与大家分享我的见解。

尽管本文只是对Dubbo 3.0的概述，但其中涉及的技术概念如容器、K8S、HTTP2、Protocol Buffer等，都非常重要。如果你对这些概念不够了解，可能会难以理解Dubbo 3.0的特点。因此，我建议大家查找相关资料进行学习，这对于掌握Dubbo 3.0非常有帮助。

如果你遇到水平高的面试官，他们可能会问到这些新特性的问题，因为他们始终关注技术前沿。虽然这不是决定性因素，但能够回答这些问题确实会为你加分很多。