现在有这样一个需求：一个如果接口调用失败，需要自动进行重试。
虽然关系不大，但是我还是想到了Dubbo的集群容错策略：Failover Cluster，即失败自动切换。
（这个转折是不是有点生硬.......）
所以借本文对于Dubbo的Cluster集群和Failover Cluster(失败自动切换)策略进行一个详细分析。
本文如果没有特别说明的地方，源码均是来自最新的2.7.5版本。
在阅读之前先抛出几个问题：
1.Dubbo Cluster集群的作用是什么？
2.Dubbo Cluster的10个实现类你能说出来几个，其中哪几个是集群容错的方法实现？
3.默认的集群实现类是什么呢？
4.Failover Cluster调用失败之后，会自动进行几次重试呢？
5.什么是Dubbo的粘滞连接？
6.粘滞连接在Cluster中是怎么应用的？
7.Cluster选择出一个可用的Invoker最多要进行几次选择？
8.请问几次选择分别是什么？
注意：上面的8个问题，前3个是非常常见的面试题。后面的都是你阅读完本文后就可以知道问题的答案，面试中并不常见，但是后面的问题可以综合成一个非常高频的面试题：有看过什么源码吗，能给我讲讲吗？
本文会对上面的问题进行逐一的、详细的解读。文章的最后会进行一个问题和答案的汇总。
废话不多说，看完之后觉得不错，还求个关注。抱拳了，老铁。
Dubbo Cluster集群的作用是什么？
在生产环境，我们常常是多个服务器跑相同的应用，这种做的目的其一是为了避免单点故障。
为了避免单点故障，现在的应用通常至少会部署在两台服务器上。而对于一些负载比较高的服务,比如网关服务，会部署更多的服务器。
这样，在同一环境下的服务提供者数量会大于1。对于服务消费者来说，同一环境下出现了多个服务提供者。
这时会出现几个问题：对于一次请求，我作为消费者到底调用哪个提供者呢？服务调用失败的时候我怎么做呢？是重试？是抛出异常？或者仅仅是打印出异常？
为了处理这些问题，Dubbo定义了集群接口Cluster以及Cluster Invoker。
集群Cluster的用途是将多个服务提供者合并为一个Cluster Invoker，并将这个Invoker暴露给服务消费者。
这样的好处就是对服务消费者来说，只需通过这个Cluster Invoker进行远程调用即可，至于具体调用哪个服务提供者，以及调用失败后如何处理等问题，现在都交给集群模块去处理。
集群模块是服务提供者和服务消费者的中间层，为服务消费者屏蔽了服务提供者的情况，这样服务消费者就可以专心处理远程调用相关事宜。比如发请求，接受服务提供者返回的数据等。这就是Dubbo Cluster集群的作用。
Dubbo Cluster的10个实现类是什么？
根据配置可以知道Dubbo集群接口Cluster有10种实现方法如下：
需要注意的是，十种实现方法其中只有failover、failfast、failsafe、failback、forking、broadcast这6种才属于集群容错的范畴。另外的实现均有其他的应用场景。
下面我们先说6种集群容错的实现方法：
Failover Cluster：
failover=org.apache.dubbo.rpc.cluster.support.FailoverCluster
失败自动切换，在调用失败时，失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。可通过retries="2"来设置重试次数(不含第一次)。
Failfast Cluster：
failfast=org.apache.dubbo.rpc.cluster.support.FailfastCluster
快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
Failsafe Cluster：
failsafe=org.apache.dubbo.rpc.cluster.support.FailsafeCluster
失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
Failback Cluster：
failback=org.apache.dubbo.rpc.cluster.support.FailbackCluster
失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
Forking Cluster：
forking=org.apache.dubbo.rpc.cluster.support.ForkingCluster
并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。可通过 forks="2" 来设置最大并行数。
Broadcast Cluster：
broadcast=org.apache.dubbo.rpc.cluster.support.BroadcastCluster
广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息。
所以对于这个问题你也可以回答上来了：10个实现类中有哪几个是集群容错的方法实现？
接下来再说说另外四个实现类：
Available Cluster：
available=org.apache.dubbo.rpc.cluster.support.AvailableCluster
获取可用的服务方。遍历所有Invokers通过invoker.isAvalible判断服务端是否活着，只要一个有为true，直接调用返回，不管成不成功。
Mergeable Cluster：
mergeable=org.apache.dubbo.rpc.cluster.support.MergeableCluster
分组聚合，将集群中的调用结果聚合起来，然后再返回结果。比如菜单服务，接口一样，但有多种实现，用group区分，现在消费方需从每种group中调用一次返回结果，合并结果返回，这样就可以实现聚合菜单项。
Mock Cluster：
mock=org.apache.dubbo.rpc.cluster.support.wrapper.MockClusterWrapper
本地伪装，通常用于服务降级，比如某验权服务，当服务提供方全部挂掉后，客户端不抛出异常，而是通过 Mock 数据返回授权失败。
zone-aware Cluster：
zone-aware=org.apache.dubbo.rpc.cluster.support.registry.ZoneAwareCluster
上面的几种Cluster策略在官网都能找到对应的说明，但是对于这个zone-aware目前官网上是没有介绍的，因为这是前段时间发布的2.7.5版本才支持的内容，如下图所示：
所以对于zone-aware这个策略我多说两句。具体可以参照下面的这个issue：
https://github.com/apache/dubbo/issues/5399
zone-aware的应用场景是下面这样的。
业务部署假设是双注册中心：
则对应消费端，先在注册中心间选择，再到选定的注册中心选址：
所以，和之前相比，在Dubbo 2.7.5以后，对于多注册中心订阅的场景，选址时的多了一层注册中心集群间的负载均衡。
这个注册中心集群间的负载均衡的实现就是：zone-aware Cluster。
对于多注册中心间的选址策略，根据类上的注释可以看出，目前设计的有下面四种：
1.指定优先级：
来自preferred="true"注册中心的地址将被优先选择，只有该中心无可用地址时才Fallback到其他注册中心
<dubbo:registry address="zookeeper://${zookeeper.address1}" preferred="true" />
2.同 zone 优先：
选址时会和流量中的zone key做匹配，流量会优先派发到相同zone的地址
<dubbo:registry address="zookeeper://${zookeeper.address1}" zone="beijing" />
3.权重轮询：
来自北京和上海集群的地址，将以10:1的比例来分配流量
<dubbo:registry id="beijing" address="zookeeper://${zookeeper.address1}" weight="100" />
<dubbo:registry id="shanghai" address="zookeeper://${zookeeper.address2}" weight="10" />
4.默认方法：
选择第一个可用的即可。
默认的集群方法是什么呢？
源码之下无秘密。我们从源码中寻找答案：
首先我们可以看到，Cluster是一个SPI接口。其默认实现是FailoverCluster.NAME，如下源码所示：
所以默认的实现方法就是：
org.apache.dubbo.rpc.cluster.support.FailoverClusterInvoker
由于Cluster是一个SPI接口，所以我们也可以根据实际需求去扩展自己的实现类。
FailoverCluster doInvoke源码解析
接下来我们就对FailoverClusterInvoker的doInvoke方法的源码进行解析。
这一小节主要回答这一个问题:Failover Cluster调用失败之后，会自动切换Invoker进行几次重试呢？
通过源码，我们可以知道默认的重试次数是2次。
有人就问了：为什么第61行的最后还有一个"+1"呢？
你想一想。我们想要在接口调用失败后，重试n次，这个n就是DEFAULT_RETRIES，默认为2。那么我们总的调用次数就是n+1次了。所以这个"+1"是这样来的，很小的一个点。
另外图中标记了红色五角星★的地方，第62到64行。也是很关键的地方。对于retries参数，在官网上的描述是这样的：
不需要重试请设为0。我们前面分析了，当设置为0的时候，只会调用一次。
但是我也看见过retries配置为"-1"的。-1+1=0。调用0次明显是一个错误的含义。但是程序也正常运行，且只调用一次。
这就是标记了红色五角星★的地方的功劳了。防御性编程。哪怕你设置为-10086也只会调用一次。
接下来对doInvoke方法进行一个全面的解读，下面是2.7.5版本的源码，我基本上每一行主要的代码都加了注释，可以点开大图查看：
org.apache.dubbo.rpc.cluster.support.FailoverClusterInvoker#doInvoke
如上所示，FailoverClusterInvoker的doInvoke方法主要的工作流程是：
首先是获取重试次数，然后根据重试次数进行循环调用，在循环体内，如果失败，则进行重试。
在循环体内，首先是调用父类AbstractClusterInvoker的select方法，通过负载均衡组件选择一个Invoker，然后再通过这个Invoker的invoke方法进行远程调用。如果失败了，记录下异常，并进行重试。
注意一个细节：在进行重试前，重新获取最新的invoker集合，这样做的好处是，如果在重试的过程中某个服务挂了，可以通过调用list方法可以保证copyInvokers是最新的可用的invoker列表。
整个流程大致如此，不是很难理解。
什么是Dubbo的粘滞连接？
接下来我们要看的是父类AbstractClusterInvoker的select方法的逻辑。但是在看select方法的逻辑之前，我必须得先铺垫一下Dubbo粘滞连接特性的知识。
官网上的解释是这样的：
可以看出，这是一个服务治理类型的参数。当设置true时，该接口上的所有方法使用同一个provider。官方文档中说明可以用在接口和方法级别。
这些都是一些比较简单的服务治理的规则。如果需求更复杂，则需要使用路由功能。
官方文档已经说的很清楚了。我就只简单的解释一下第一句话：粘滞连接用于有状态服务。
那么什么是有状态服务，什么又是无状态服务呢？
根据我简单的理解。对服务提供者来说，究竟是有状态的服务提供者，还是无状态服务，其判断依据就一句话：
从客户端发起的两个或者多个请求，在服务端是否具备上下文关系。
举个例子，我们经常会用到的session。
众所周知，HTTP协议是无状态的。那么当在一个电商场景下，将用户挑选的商品放到购物车，保存到session里，当付款的时候，再从购物车里取出商品信息。这样通过session就实现了有状态的服务。
当一个服务被设计为无状态的时候，对于客户端来说，可以随意调用。所以无状态的服务可以很容易的进行水平扩容。
当一个服务被设计为有状态的时候，想要水平扩容的时候就不是那么简单了。因为客户端和服务端存在着上下文关系，所以客户端每次都需要请求那一台服务端。
把一个有状态的服务修改为无状态的服务的方案也很简单。还是拿session举例，这个时候，我们的分布式session就呼之欲出了。把session集中存储起来，比如放到redis中，弄一个独立于服务的session共享层。这样，一个有状态的服务就可以变为一个无状态的服务。
AbstractClusterInvoker select源码解析
看完这一小节，你也就知道了粘滞连接在Cluster中是怎么应用的了。
有了粘滞连接的知识储备后，再看select方法就比较轻松了，首先需要知道的是select方法是一个关键的公共方法，其作用就是选择出一个可用的invoke，有下面这几个Cluster的实现类都在调用：
代码片段不长，逻辑也比较清楚，具体代码解析如下：
根据代码画出select方法的流程图如下：
结合代码和流程图，再进行一个文字描述。
先介绍一下select的四个入参，分别是：
loanbalance：负载均衡策略。
invocation：它持有调用过程中的变量，比如方法名，参数等。
invokers：这里的invokers列表可以看做是存活着的服务提供者列表。
selected：已经被选择过的invoker集合。
通过源码我们可以看出，select方法的主要逻辑集中在了对粘滞连接特性的支持上。
首先是获取sticky配置，然后再检测invokers列表中是否包含 stickyInvoker，如果不包含，则认为该stickyInvoker不可用，此时将其置空。
为什么可以置空？
因为这里的invokers列表是存活着的服务提供者列表，如果这个列表不包含stickyInvoker，那自然而然的认为stickyInvoker挂了，所以置空。
接下来，如果stickyInvoker存在于invokers列表中，说明stickyInvoker还活着，此时要进行下一项检测。检测selected（选择过的服务提供者列表）中是否包含 stickyInvoker。
如果包含的话，说明stickyInvoker在此之前没有成功提供服务（但其仍然处于存活状态）。此时我们认为这个服务不可靠，不应该在重试期间内再次被调用，因此这个时候不会返回该stickyInvoker。
如果selected不包含stickyInvoker，此时还需要进行可用性检测，比如检测服务提供者网络连通性等。当可用性检测通过，才可返回 stickyInvoker，否则调用doSelect方法选择 Invoker。
如果sticky为true，此时会将doSelect方法选出的Invoker赋值给stickyInvoker。
关于粘滞连接和可用性检测的默认配置如下：
即默认情况下粘滞连接是关闭状态。当粘滞连接开启时，默认会进行可用性检查。
关于select方法先分析这么多，继续向下分析。
AbstractClusterInvoker doSelect源码解析
读完这一小节你可以回答出这两个问题：
1.Cluster选择出一个可用的Invoker最多要进行几次选择？
2.请问几次选择分别是什么？
doSelect方法的源码解析如下：
Failover Cluster选择出一个可用的Invoker最多要进行三次选择，也是doSelect的主要逻辑，三次分别是（图中标号了①②③的地方）：
①：通过负载均衡组件选择 Invoker。
②：如果选出来的 Invoker 不稳定，或不可用，此时需要调用reselect 方法进行重选。
③：reselect选出来的Invoker为空，此时定位invoker在invokers列表中的位置index，然后获取index+1处的 invoker。
AbstractClusterInvoker reselect源码解析
下面我们来看一下 reselect 方法的逻辑。
根据源码做出流程图如下：
所以，reselect方法总结下来其实做了四件事情：
第一：查找可用的invoker，并将其添加到reselectInvokers集合中。这个reselectInvokers集合你可以理解为里面放的是所有的可用的invoker的集合与selected集合的差集。
第二：如果经过筛选后，reselectInvokers不为空，则通过负载均衡组件再次进行选择并返回。
第三：如果经过筛选后，reselectInvokers为空，则再从selected集合(已经被调用过的集合)中选出所有可用的invoker，放到reselectInvokers中，再次通过负载均衡组件进行选择并返回。
第四：如果进过上面的步骤后，没有选择出合适的invoker，reselectInvokers还是为空，说明所有的invoker都不可用了，返回为null。
好了，到这里就把最开始抛出的8个问题都解答完毕了，接下来对问题、答案进行一个汇总。
问题、答案汇总
1.Dubbo Cluster集群的作用是什么？
简单来说：集群模块是服务提供者和服务消费者的中间层，为服务消费者屏蔽了服务提供者的情况，这样服务消费者就可以专心处理远程调用相关事宜。比如发请求，接受服务提供者返回的数据等。这就是Dubbo Cluster集群的作用。
2.Dubbo Cluster的10个实现类你能说出来几个，其中哪几个是集群容错的方法实现？
根据配置可以知道Dubbo集群接口Cluster有10种实现方法如下：
其中failover、failfast、failsafe、failback、forking、broadcast这6种才属于集群容错的范畴。另外的实现均有其他的应用场景。还需要注意的是zone-aware是2.7.5版本后才支持的实现类，之前是registryaware。
3.默认的集群实现类是什么呢？
失败自动切换：
org.apache.dubbo.rpc.cluster.support.FailoverClusterInvoker
4.Failover Cluster调用失败之后，会自动切换Invoker进行几次重试呢？
自动进行2次重试，共计调用3次。
5.什么是Dubbo的粘滞连接？
粘滞连接用于有状态服务，尽可能让客户端总是向同一提供者发起调用，除非该提供者挂了，再连另一台。粘滞连接将自动开启延迟连接，以减少长连接数。
6.粘滞连接在Cluster中是怎么应用的？
参照AbstractClusterInvoker select源码解析。select方法的主要逻辑集中在了对粘滞连接特性的支持上。
7.Cluster选择出一个可用的Invoker最多要进行几次选择？
最多进行三次选择。
8.请问几次选择分别是什么？
①：通过负载均衡组件选择 Invoker。
②：如果选出来的 Invoker 不稳定，或不可用，此时需要调用reselect 方法进行重选。
③：reselect选出来的Invoker为空，此时定位invoker在invokers列表中的位置index，然后获取index+1处的 invoker。
如果你觉得浅羽的文章对你有帮助的话，请在微信搜索并关注「 浅羽的IT小屋 」微信公众号，我会在这里分享一下计算机信息知识、理论技术、工具资源、软件介绍、后端开发、面试、工作感想以及一些生活随想等一系列文章。所见所领，皆是生活。慢慢来，努力一点，你我共同成长...
我建立了一个技术群，如果你想了解到更多关于IT行业的技术以及生活中遇到的问题，欢迎小伙伴进群交流，只需添加我的微信，备注进群即可，期待你们的加入。
浅羽
留言区
点个赞，证明你还爱我
相关文章
