基于gRPC的注冊發(fā)現(xiàn)與負載均衡的原理和實戰(zhàn)是怎么樣的

本篇文章給大家分享的是有關(guān)基于gRPC的注冊發(fā)現(xiàn)與負載均衡的原理和實戰(zhàn)是怎么樣的，小編覺得挺實用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

gRPC是一個現(xiàn)代的、高性能、開源的和語言無關(guān)的通用RPC框架，基于HTTP2協(xié)議設(shè)計，序列化使用PB(Protocol Buffer)，PB是一種語言無關(guān)的高性能序列化框架，基于HTTP2+PB保證了的高性能。go-zero是一個開源的微服務(wù)框架，支持http和rpc協(xié)議，其中rpc底層依賴gRPC，本文會結(jié)合gRPC和go-zero源碼從實戰(zhàn)的角度和大家一起分析下服務(wù)注冊與發(fā)現(xiàn)和負載均衡的實現(xiàn)原理

基本原理

原理流程圖如下：

從圖中可以看出go-zero實現(xiàn)了gRPC的resolver和balancer接口，然后通過gprc.Register方法注冊到gRPC中，resolver模塊提供了服務(wù)注冊的功能，balancer模塊提供了負載均衡的功能。當(dāng)client發(fā)起服務(wù)調(diào)用的時候會根據(jù)resolver注冊進來的服務(wù)列表，使用注冊進來的balancer選擇一個服務(wù)發(fā)起請求，如果沒有進行注冊gRPC會使用默認的resolver和balancer。服務(wù)地址的變更會同步到etcd中，go-zero監(jiān)聽etcd的變化通過resolver更新服務(wù)列表

Resolver模塊

通過resolver.Register方法可以注冊自定義的Resolver，Register方法定義如下，其中Builder為interface類型，因此自定義resolver需要實現(xiàn)該接口，Builder定義如下

// Register 注冊自定義resolver
func Register(b Builder) {
	m[b.Scheme()] = b
}

// Builder 定義resolver builder
type Builder interface {
	Build(target Target, cc ClientConn, opts BuildOptions) (Resolver, error)
	Scheme() string
}

Build方法的第一個參數(shù)target的類型為Target定義如下，創(chuàng)建ClientConn調(diào)用grpc.DialContext的第二個參數(shù)target經(jīng)過解析后需要符合這個結(jié)構(gòu)定義，target定義格式為： scheme://authority/endpoint_name

type Target struct {
	Scheme    string // 表示要使用的名稱系統(tǒng)
	Authority string // 表示一些特定于方案的引導(dǎo)信息
	Endpoint  string // 指出一個具體的名字
}

Build方法返回的Resolver也是一個接口類型。定義如下

type Resolver interface {
	ResolveNow(ResolveNowOptions)
	Close()
}

流程圖下圖

因此可以看出自定義Resolver需要實現(xiàn)如下步驟：

• 定義target

• 實現(xiàn)resolver.Builder

• 實現(xiàn)resolver.Resolver

• 調(diào)用resolver.Register注冊自定義的Resolver，其中name為target中的scheme

• 實現(xiàn)服務(wù)發(fā)現(xiàn)邏輯(etcd、consul、zookeeper)

• 通過resolver.ClientConn實現(xiàn)服務(wù)地址的更新

go-zero中target的定義如下，默認的名字為discov

// BuildDiscovTarget 構(gòu)建target
func BuildDiscovTarget(endpoints []string, key string) string {
	return fmt.Sprintf("%s://%s/%s", resolver.DiscovScheme,
		strings.Join(endpoints, resolver.EndpointSep), key)
}

// RegisterResolver 注冊自定義的Resolver
func RegisterResolver() {
	resolver.Register(&dirBuilder)
	resolver.Register(&disBuilder)
}

Build方法的實現(xiàn)如下

func (d *discovBuilder) Build(target resolver.Target, cc resolver.ClientConn, opts resolver.BuildOptions) (
	resolver.Resolver, error) {
	hosts := strings.FieldsFunc(target.Authority, func(r rune) bool {
		return r == EndpointSepChar
	})
  // 獲取服務(wù)列表
	sub, err := discov.NewSubscriber(hosts, target.Endpoint)
	if err != nil {
		return nil, err
	}

	update := func() {
		var addrs []resolver.Address
		for _, val := range subset(sub.Values(), subsetSize) {
			addrs = append(addrs, resolver.Address{
				Addr: val,
			})
		}
    // 調(diào)用UpdateState方法更新
		cc.UpdateState(resolver.State{
			Addresses: addrs,
		})
	}
  
  // 添加監(jiān)聽，當(dāng)服務(wù)地址發(fā)生變化會觸發(fā)更新
	sub.AddListener(update)
  // 更新服務(wù)列表
	update()

	return &nopResolver{cc: cc}, nil
}

那么注冊進來的resolver在哪里用到的呢？當(dāng)創(chuàng)建客戶端的時候調(diào)用DialContext方法創(chuàng)建ClientConn的時候回進行如下操作

• 攔截器處理

• 各種配置項處理

• 解析target

• 獲取resolver

• 創(chuàng)建ccResolverWrapper

創(chuàng)建clientConn的時候回根據(jù)target解析出scheme，然后根據(jù)scheme去找已注冊對應(yīng)的resolver，如果沒有找到則使用默認的resolver

ccResolverWrapper的流程如下圖，在這里resolver會和balancer會進行關(guān)聯(lián)，balancer的處理方式和resolver類似也是通過wrapper進行了一次封裝

緊著著會根據(jù)獲取到的地址創(chuàng)建htt2的鏈接

到此ClientConn創(chuàng)建過程基本結(jié)束，我們再一起梳理一下整個過程，首先獲取resolver，其中ccResolverWrapper實現(xiàn)了resovler.ClientConn接口，通過Resolver的UpdateState方法觸發(fā)獲取Balancer，獲取Balancer，其中ccBalancerWrapper實現(xiàn)了balancer.ClientConn接口，通過Balnacer的UpdateClientConnState方法觸發(fā)創(chuàng)建連接(SubConn)，最后創(chuàng)建HTTP2 Client

Balancer模塊

balancer模塊用來在客戶端發(fā)起請求時進行負載均衡，如果沒有注冊自定義的balancer的話gRPC會采用默認的負載均衡算法，流程圖如下

在go-zero中自定義的balancer主要實現(xiàn)了如下步驟：

• 實現(xiàn)PickerBuilder，Build方法返回balancer.Picker

• 實現(xiàn)balancer.Picker，Pick方法實現(xiàn)負載均衡算法邏輯

• 調(diào)用balancer.Registet注冊自定義Balancer

• 使用baseBuilder注冊，框架已提供了baseBuilder和baseBalancer實現(xiàn)了Builer和Balancer

Build方法的實現(xiàn)如下

func (b *p2cPickerBuilder) Build(readySCs map[resolver.Address]balancer.SubConn) balancer.Picker {
	if len(readySCs) == 0 {
		return base.NewErrPicker(balancer.ErrNoSubConnAvailable)
	}

	var conns []*subConn
	for addr, conn := range readySCs {
		conns = append(conns, &subConn{
			addr:    addr,
			conn:    conn,
			success: initSuccess,
		})
	}

	return &p2cPicker{
		conns: conns,
		r:     rand.New(rand.NewSource(time.Now().UnixNano())),
		stamp: syncx.NewAtomicDuration(),
	}
}

go-zero中默認實現(xiàn)了p2c負載均衡算法，該算法的優(yōu)勢是能彈性的處理各個節(jié)點的請求，Pick的實現(xiàn)如下

func (p *p2cPicker) Pick(ctx context.Context, info balancer.PickInfo) (
	conn balancer.SubConn, done func(balancer.DoneInfo), err error) {
	p.lock.Lock()
	defer p.lock.Unlock()

	var chosen *subConn
	switch len(p.conns) {
	case 0:
		return nil, nil, balancer.ErrNoSubConnAvailable // 沒有可用鏈接
	case 1:
		chosen = p.choose(p.conns[0], nil) // 只有一個鏈接
	case 2:
		chosen = p.choose(p.conns[0], p.conns[1])
	default: // 選擇一個健康的節(jié)點
		var node1, node2 *subConn
		for i := 0; i < pickTimes; i++ {
			a := p.r.Intn(len(p.conns))
			b := p.r.Intn(len(p.conns) - 1)
			if b >= a {
				b++
			}
			node1 = p.conns[a]
			node2 = p.conns[b]
			if node1.healthy() && node2.healthy() {
				break
			}
		}

		chosen = p.choose(node1, node2)
	}

	atomic.AddInt64(&chosen.inflight, 1)
	atomic.AddInt64(&chosen.requests, 1)
	return chosen.conn, p.buildDoneFunc(chosen), nil
}

客戶端發(fā)起調(diào)用的流程如下，會調(diào)用pick方法獲取一個transport進行處理

以上就是基于gRPC的注冊發(fā)現(xiàn)與負載均衡的原理和實戰(zhàn)是怎么樣的，小編相信有部分知識點可能是我們?nèi)粘９ぷ鲿姷交蛴玫降摹ＯＭ隳芡ㄟ^這篇文章學(xué)到更多知識。更多詳情敬請關(guān)注億速云行業(yè)資訊頻道。