路途虽遥远，将来更美好
微信公号号：九点半的马拉
在传统模式下，Dubbo消费端需要调用某一远程服务器端的方法时，消费端也需要额外导入服务类接口API，Dubbo也由此实现了面向接口代理的高性能RPC调用。
但是当服务消费端没有服务接口或方法参数类型时，无法使用上述的方式进行服务调用，针对该场景，Dubbo使用泛化调用方法进行服务调用。
Dubbo在进行泛化调用时，将相关信息封装到Map对象中，并利用GenericService接口处理。
举个例子
服务器端配置：
<bean id="helloserviceimpl" class="org.apache.dubbo.samples.generic.call.impl.HelloServiceImpl"/>
<dubbo:service interface="org.apache.dubbo.samples.generic.call.api.HelloService" ref="helloserviceimpl"/>
服务器端服务具体实现类：
public class HelloServiceImpl implements HelloService {
@Override
public CompletableFuture<String> sayHelloAsync(String name) {
CompletableFuture<String> future = new CompletableFuture<>();
new Thread(() -> {
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
e.printStackTrace();
}
future.complete("sayHelloAsync: " + name);
}).start();
return future;
}
消费端配置:
public class GenericCallConsumer {
private static GenericService genericService;
public static void main(String[] args) throws Exception {
ApplicationConfig applicationConfig = new ApplicationConfig();
applicationConfig.setName("generic-call-consumer");
RegistryConfig registryConfig = new RegistryConfig();
registryConfig.setAddress("zookeeper://127.0.0.1:2181");
ReferenceConfig<GenericService> referenceConfig = new ReferenceConfig<>();
referenceConfig.setInterface("org.apache.dubbo.samples.generic.call.api.HelloService");
applicationConfig.setRegistry(registryConfig);
referenceConfig.setApplication(applicationConfig);
// 开启泛化
referenceConfig.setGeneric(true);
referenceConfig.setAsync(true);
referenceConfig.setTimeout(7000);
genericService = referenceConfig.get();
invokeAsyncSayHelloAsync();
public static void invokeAsyncSayHelloAsync() throws Exception {
CompletableFuture<Object> future = genericService.$invokeAsync("sayHelloAsync",
new String[]{"java.lang.String"}, new Object[]{"world"});
CountDownLatch latch = new CountDownLatch(1);
future.whenComplete((value, t) -> {
System.err.println("invokeAsyncSayHelloAsync(whenComplete): " + value);
latch.countDown();
});
latch.await();
}
原理分析
消费端通过一个代理对象进行服务调用，
1）执行InvokerInvocationHandler#invoke方法，
2）调用MockClusterInvoker#invoke方法
3）调用AbstractCluster$InterceptorInvokerNode#invoke方法
这里新增了一个ClusterInterceptor，与Filter不同，它在一个特定的地址或invoker被选择之前的较外层执行逻辑，在服务发现之前拦截请求。
3.1）调用ConsumerContextClusterInterceptor#before方法。
从RpcContext设置invocation，并设置localAddress和invoker(默认FailoverClusterInvoker)，清除RpcContext内部的SERVER_LOCAL上下文内容。
3.2）调用ClusterInterceptor#intercept方法
默认调用FailoverClusterInvoker#doinvoke方法。
在该方法中从RegistryDirectory中获取invoker列表，然后获取负载均衡LoadBalance（默认RandomLoadBalance）, 选择一个invoker，进行服务调用。
4）调用InvokerWrapper#invoke方法，之后执行一个Filter链
4.1）调用ConsumerContextFilter#invoke方法，
设置RpcContext中的invoker变量问当前invoker（默认是ProtocolFilterWrapper），设置invocation。
从RpcContext中获取timeout-countdown变量，如果存在，则转化为TimeCountDown对象，判断该调用是否超时，如果超时，则返回一个AsyncRpcResult对象，记录一个异常。
4.2）调用FutureFilter#invoke方法和MonitorFilter#invoke方法。
4.3）调用GenericImplFilter#invoke方法，这里是泛化调用在客户端的主要核心步骤。
4.3.1）从url中获取generic字段，调用方法不是$invoke，也不是$invokeAysnc时：
4.3.1.1）重新创建一个RpcInvocation，在attributes变量中添加GENERIC_IMPL_MARKER值，设置为true，其中：attributes变量参数类型为Map<Object,Object>，并且该变量只在调用者端，不会出现在线路上。
4.3.1.2）获取调用的方法名，调用的参数类型和参数值，对参数类型进行解析修改，效果如下：
java.lang.Object[][].class => "java.lang.Object[][]"
4.3.1.3）如果泛化调用方式为bean方式，遍历参数值，并序列化为JavaBeanDescriptor类型数据；
如果是其他调用方式，深入对象，将复杂类型转化为简单类型。
4.3.1.4）如果方法返回类型是CompletableFuture，则设置方法名为$invokeAysnc；其他情况设置方法名为$invoke
4.3.1.5）将参数类型设置为new Class<?>[]{String.class, String[].class, Object[].class};，这样转化为传统的泛化调用方式，并将参数值设置为类似new Object[]{methodName, types, args}的格式。
4.3.2）当调用方法为$invoke或者$invokeAysnc，并且方法参数变量数量为3个时，首先获取泛化参数，然后判断泛化调用方式：
4.3.2.1）如果是nativejava方式，判断参数是否为byte[]类型；如果不是，则说明参数传递异常。
4.3.2.2）如果是bean方式，则判断参数是否为JavaBeanDescriptor类型；如果不是，则说明参数传递异常。
4.3.3）在RpcInvocation中的attachment中设置是否泛化调用。
4.4） 调用invoker#invoke方法
当远程调用返回结果时，会触发onResponse方法。
从url中获取generic参数值，从invocation中获取方法名，方法参数类型，参数值GENERIC_IMPL是否存在。
如果参数值GENERIC_IMPL存在，并且为true：
从invoker中获取接口类型，当方法不是$invoke也不是$invokeAysnc，并且接口父类型为GenericService时，从invoker中的interface参数中获取真实的interface，并转化为Class类型。
之后，是所有不同调用方式的统一处理。
获取调用的方法Method，如果调用方式是Bean方式：
判断appReponse的value是否为JavaBeanDescriptor类型，如果是，将该value进行反序列化，重新赋值；如果不是，则抛出异常。
如果是其他调用方式，则使用PojoUtils工具类进行反序列化。
5）调用AsyncToSyncInvoker#invoke方法
6）调用DubboInvoker#invoke方法，发起远程调用。
服务端收到请求后，在最终调用AbstractProxyInvoker#invoke方法之前，会先执行一个过滤器链，和上述的消费端的类似，其中会经过一个GenericFilter，该类是服务端实现泛化调用功能的重要步骤。
在GenericFilter中，首先判断方法名是否为$invoke或者$invokeAsync，由此来判定是否为泛化调用，如果方法名不是这两个，则直接调用下一个invoker；如果是，则执行下面的逻辑。
获取参数名称、参数类型、参数值，通过反射获取调用方法，根据不同的调用方式进行反序列化，获取实际调用方法的相关信息，然后将RpcInvocation中的相关信息进行替换：
Dubbo2.7下的超时机制
在上述中的ConsumerContextFilter#invoke中涉及到了超时情况的处理，使用了TimeoutCountDown类，是2020.5.1日提交的信息。
Dubbo2.6版本中，在HeaderExchangeChannel中进行远程调用前，会创建一个DefaultFuture对象，里面有一个静态代码块，创建一个线程，执行RemotingInvocationTimeoutScan任务，轮询FUTURES集合，通过DefaultFuture记录的开始时间与当前时间进行计算，判断是否超时，如果超时，则直接创建一个超时的Response，并将该DefaultFuture从FUTURES集合中移除。
当服务端在一定时间内执行完逻辑后，会发送给客户端，在此之前，客户端通过定时任务已经将相关信息从FUTURES集合中移除，所以这次服务端发送过来的信息在FUTURES集合中查找不到，所以不做处理，服务端的这次发送显得有些多余，对于客户端来说是无用的。
所以在2020.5.1日，提交了上述代码来解决这一问题。
在DubboInvoker#doInvoke方法中进行远程远程调用前，会计算timeout。
首先从RpcContext中获取timeout-countdown变量值
如果为空：
----》 从url中通过timeout参数获取超时时间，默认是1000，
----》从url中获取enable-timeout-countdown参数值，默认是false，通过该参数开启新的超时机制（使用了上述的TimeoutCountDown）
----》如果开启了，在attachments变量里添加_TO变量，值为计算后的timeout
如果不为空：
将其转化为 TimeoutCountDown对象，计算剩余的有效时间，将其设置为新的timeout，并将其添加到_TO变量，值为计算后的timeout。
那TimeoutCountDown对象在什么时候被创建的呢？
在服务端的ContextFilter。
从RpcInvocation中获取“_TO”变量的值，如果不为-1，则在RpcContext中创建一个TimeoutCountDown。
在后续的TimeoutFilter中，从RpcContext中获取TimeoutCountDown，如果超时了，则清空处理的结果。
在消费端的ConsumerContextFilter中，在进行远程调用前，同样从RpcContext中获取TimeOutCountDown，当过期时，直接返回一个异常，而不再进行远程调用。
疑问点
但是最后有一个疑问，即当超时后，服务端仍然会发送给客户端，虽然结果已经被清空，（可能自己的理解问题）。
下面的这个建议感觉挺好的，但是在Dubbo在没有发现类似的机制。
