本篇文章给大家带来的内容是关于SpringBoot开发之整合Dubbo分布式服务的介绍,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。
前言
在 SpringBoot 很火热的时候,阿里巴巴的分布式框架 Dubbo 不知是处于什么考虑,在停更N年之后终于进行维护了。在之前的微服务中,使用的是当当维护的版本 Dubbox,整合方式也是使用的 xml 配置方式。
改造前
之前在 SpringBoot 中使用 Dubbox是这样的。先简单记录下版本,Dubbox-2.8.4、zkclient-0.6、zookeeper-3.4.6。
项目中引入 spring-context-dubbo.xml 配置文件如下:
<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dubbo="http://code.alibabatech.com/schema/dubbo" xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://code.alibabatech.com/schema/dubbo http://code.alibabatech.com/schema/dubbo/dubbo.xsd "> <!-- 记录监控信息 --> <dubbo:monitor protocol="registry"/> <!-- 提供方应用信息,用于计算依赖关系 --> <dubbo:application name="spring-boot-pay" /> <!-- 使用zookeeper注册中心暴露服务地址 subscribe 默认:true 是否向此注册中心订阅服务,如果设为false<p>本文来源gao!%daima.com搞$代*!码$网9</p>,将只注册,不订阅 check 默认:true 注册中心不存在时,是否报错 --> <dubbo:registry protocol="zookeeper" address="192.168.1.180:2181" check="false"/> <!-- 生产者配置 生产者 远程默认调用3次 参数 retries="2" async="true" 异步返回结果 默认是同步 timeout="10000" 毫秒 用dubbo协议在20882端口暴露服务 固定线程池 10 启动时建立线程,不关闭,一直持有 负载均衡策略 轮询 --> <dubbo:provider timeout="10000" threads="10" threadpool="fixed" loadbalance="roundrobin"/> <!-- name="dubbo" 协议名称 为防止被大量连接撑挂,可在服务提供方限制大接收连接数,以实现服务提供方自我保护。 host 部署外网设置为内网通信地址--> <dubbo:protocol name="dubbo" port="-1" dispatcher="all" accepts="1000" /> <!-- 使用注解方式--> <dubbo:annotation package="com.itstyle"/></beans>
启动类引入以下注解:
@SpringBootApplication@ImportResource({"classpath:spring-context-dubbo.xml"})public class Application{ private static final Logger logger = Logger.getLogger(Application.class); public static void main(String[] args) throws InterruptedException, IOException { logger.info("支付项目启动 "); }}
改造后
然而 SpringBoot 引入了新的概念 Spring Boot Starter,它有效的降低了项目开发过程的复杂程度,对于简化开发操作有着非常好的效果。
starter的理念
starter 会把所有用到的依赖都给包含进来,避免了开发者自己去引入依赖所带来的麻烦。
需要注意的是不同的 starter 是为了解决不同的依赖,所以它们内部的实现可能会有很大的差异,例如 jpa 的starter 和 Redis 的 starter 可能实现就不一样,这是因为 starter 的本质在于 synthesize,这是一层在逻辑层面的抽象,也许这种理念有点类似于 Docker,因为它们都是在做一个“包装”的操作,如果你知道 Docker 是为了解决什么问题的,也许你可以用 Docker 和 starter 做一个类比。