dubbo源码分析-consumer端5-Filter

        前面一篇dubbo源码分析中，我们对ClusterInvoker和LoadBalance进行了分析，可以知道ClusterInvoker在一批Invoker中选择了一个Invoker来进行调用，而这里的Invoker是通过RegistryDirectory得到的，而RegistryDirectory返回的Invoker实现为：InvokerDelegete（RegistryDirectory的内部类），改类维护了对应的provider url， 同时也包含了一个ListenerInvokerWrapper， InvokerDelegete执行invoke方法时，调用的就是ListenerInvokerWrapper的invoke方法（参考dubbo源码分析-consumer端3-Invoker创建流程）。ListenerInvokerWrapper依然不是真正的调用者，它主要是监听了invoker的创建与销毁事件，它维护的invoker为经过ProtocolFilterWrapper转换过的Invoker，该Invoker在执行前需要先经过filter链的处理，转换代码：

    // ProtocolFilterWrapper中    private static <T> Invoker<T> buildInvokerChain(final Invoker<T> invoker, String key, String group) {        // 这里的invoker跟进使用的protocol不同而不同，如默认使用dubbo protocol时，此处的invoker即为DubboInvoker        Invoker<T> last = invoker;        // 此处group为"consumer"，因此加载的是consumer对应的Filter        List<Filter> filters = ExtensionLoader.getExtensionLoader(Filter.class).getActivateExtension(invoker.getUrl(), key, group);        if (filters.size() > 0) {            // 如果有Filter则先调用filter.invoke(next, invocation);所有filter调用完且向后传递才会调用真正的invoker                   for (int i = filters.size() - 1; i >= 0; i --) {                final Filter filter = filters.get(i);                final Invoker<T> next = last;                last = new Invoker<T>() {                    public Class<T> getInterface() {                        return invoker.getInterface();                    }                    public URL getUrl() {                        return invoker.getUrl();                    }                    public boolean isAvailable() {                        return invoker.isAvailable();                    }                    public Result invoke(Invocation invocation) throws RpcException {                        return filter.invoke(next, invocation);                    }                    public void destroy() {                        invoker.destroy();                    }                    @Override                    public String toString() {                        return invoker.toString();                    }                };            }        }        return last;    }

        我们先来看看Filter是如何加载的，首先通过ExtensionLoader加载所有Filter类型的SPI，并从中过滤出Activate注解中group含consumer的Filter，同时，如果Activate注解中配置了value，则需要对应的url中也配置了相应的值，否则将会被排除掉。

@Activate(group = Constants.CONSUMER, value = Constants.GENERIC_KEY, order = 20000)public class GenericImplFilter implements Filter {...}

        过滤出合适的Filter以后，还需要对Filter进行排序，使其能够按照正确的顺序执行，其排序的比较器(ActivateComparator)根据Activate注解信息进行处理：

public @interface Activate {    /**     * Group过滤条件。     * 包含{@link ExtensionLoader#getActivateExtension}的group参数给的值，则返回扩展。     * 如没有Group设置，则不过滤。     */    String[] group() default {};    /**     * Key过滤条件。包含{@link ExtensionLoader#getActivateExtension}的URL的参数Key中有，则返回扩展。     * 示例：     * 注解的值 @Activate("cache,validatioin")     * 则ExtensionLoader#getActivateExtension的URL的参数有cache或是validatioin则返回扩展。     * <br/>     * 如没有设置，则不过滤。     */    String[] value() default {};    /**     * 排序信息，可以不提供。表示注解所在的类排在哪些类之前     */    String[] before() default {};    /**     * 排序信息，可以不提供。表示注解所在的类排在哪些类之后     */    String[] after() default {};    /**     * 排序信息，可以不提供。order越小，排名越靠前，注意优先级before > after > order     */    int order() default 0;}

        对于consumer来说，主要的Filter包括：ConsumerContextFilter， MonitorFilter，FutureFilter，ActiveLimitFilter、GenericImplFilter、ValidationFilter。     

        ConsumerContextFilter：设置consumer调用的上下文，如本地地址，要调用的provider的地址，invoker信息，invocation信息等。RpcContext通过ThreadLocal实现，因此你可以在业务代码中直接通过RpcContext获取上下文信息(在调用对应方法之后才能获取)。需要注意的是RpcContext中的attachments中的内容在后面的远程调用中被传到provider，不建议业务使用，可以考虑traceId之类的数据传递，由于每次调用完成后都会进行清理，因此需要传递的数据每次调用都要重新设置。

@Activate(group = Constants.CONSUMER, order = -10000)public class ConsumerContextFilter implements Filter {    public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {        RpcContext.getContext()                .setInvoker(invoker)                .setInvocation(invocation)                .setLocalAddress(NetUtils.getLocalHost(), 0)        // 设置本地的地址                .setRemoteAddress(invoker.getUrl().getHost(),       // 设置本次调用的provider端的host和端口                                  invoker.getUrl().getPort());        if (invocation instanceof RpcInvocation) {            ((RpcInvocation)invocation).setInvoker(invoker);        }        try {            return invoker.invoke(invocation);        } finally {            // 调用完成后清理attachments中的数据            RpcContext.getContext().clearAttachments();        }    }}

        MonitorFilter： 收集consumer或provider的每一次调用信息，将信息保存在内存中进行合并，并定时的讲信息上报到monitor服务。注意monitor需要用户主动的配置才会生效。收集的信息包括：调用耗时、调用结果（成功/失败）、并发调用数

<dubbo:monitor protocol="registry">        <!-- 2分钟上报一次 -->    <dubbo:parameter key="interval" value="120000" />    </dubbo:monitor>

        FutureFilter: 执行事件通知逻辑，包括调用前（oninvoke）、同步调用后/异步调用完成后（onreturn/onthrow）,他们配置的方式一样：beanId.methodName，以下是官方的demo:

<bean id ="demoCallback" class = "com.alibaba.dubbo.callback.implicit.NofifyImpl" /><dubbo:reference id="demoService" interface="com.alibaba.dubbo.callback.implicit.IDemoService" version="1.0.0" group="cn" >      <dubbo:method name="get" async="true" onreturn = "demoCallback.onreturn" onthrow="demoCallback.onthrow" /></dubbo:reference>

        ActiveLimitFilter: 用于控制每个consumer调用指定方法的最大并发数，当配置了actives时生效。

// value表示只有url中含Constants.ACTIVES_KEY时才会激活此Filter@Activate(group = Constants.CONSUMER, value = Constants.ACTIVES_KEY)public class ActiveLimitFilter implements Filter {    public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {        URL url = invoker.getUrl();        String methodName = invocation.getMethodName();        // 获取最大并发数设置，为0时不控制并发数        int max = invoker.getUrl().getMethodParameter(methodName, Constants.ACTIVES_KEY, 0);        // 获取当前并发数        RpcStatus count = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName());                if (max > 0) {            // 获取方法的调用超时时间，当并发数已经到阈值时，等待timeout的时间，如果超时未获取到调用机会则直接报错            long timeout = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.TIMEOUT_KEY, 0);            long start = System.currentTimeMillis();            long remain = timeout;            int active = count.getActive();            if (active >= max) {                // 对count调用wait方法，等待下面count.notify()的唤醒，                // 当本次调用因为达到阈值而wait后，会等待之前的调用执行完成并通过notify唤醒，每次只唤醒一个，                // 被唤醒后查看本次调用是否超时，如果未超时则判断当前并发数是否低于阈值，如果低则再次wait。                // 注意，由于外层没有其他控制手段，当active = max - 1时，如果同时有多个调用运行到这里，并发会超过max,                // 因此并发限制并不是很精确                synchronized (count) {                    while ((active = count.getActive()) >= max) {                        try {                            count.wait(remain);                        } catch (InterruptedException e) {                        }                        long elapsed = System.currentTimeMillis() - start;                        remain = timeout - elapsed;                        if (remain <= 0) {                            throw new RpcException("Waiting concurrent invoke timeout in client-side for service:  "                                                   + invoker.getInterface().getName() + ", method: "                                                   + invocation.getMethodName() + ", elapsed: " + elapsed                                                   + ", timeout: " + timeout + ". concurrent invokes: " + active                                                   + ". max concurrent invoke limit: " + max);                        }                    }                }            }        }        try {            long begin = System.currentTimeMillis();            // 增加一个并发数，调用完成或发生RuntimeException时减少一个并发数            RpcStatus.beginCount(url, methodName);            try {                Result result = invoker.invoke(invocation);                RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, true);                return result;            } catch (RuntimeException t) {                RpcStatus.endCount(url, methodName, System.currentTimeMillis() - begin, false);                throw t;            }        } finally {            if(max>0){                // 调用完成以后唤起一个wait中的线程                synchronized (count) {                    count.notify();                }             }        }    }}

         注意上面的代码，为了RpcStatus.endCount记录成功失败的状态，endCount并没有在finally中执行，也就是在某些特殊的异常下可能会导致并发计数一直上升而不下降，到达阈值后就无法再进行对应的调用了，虽然这种情况很少，但还是觉得这个写法并不是很好。如果你需要扩展的Filter在ActiveLimitFilter之后执行，一定不要抛出Error或者Throwable级的异常！！

        GenericImplFilter: 对泛化调用的支持，当consumer没有的api接口时使用，具体用法参考 官方文档 ； 注意返回调用无法调用回声测试，这个不知道是dubbo的一个bug还是故意这样设置的，如果需要用泛化调用的方式进行回声测试，可以联系我；

        ValidationFilter: 用于对调用参数的验证，通过注解设置规则，可参考hibernate-validator。

        consumer端常用的Filter就讲到这里，如果要自行扩展Filter，请注意@Activate中group的设置及优先级的设置。