Dubbo源码阅读前夜-SPI的本质

本文深入探讨了SPI(Service Provider Interface)机制,包括JAVA SPI的工作原理、使用方式及源码分析,对比了Spring SPI与Dubbo SPI的特点,揭示了它们在动态加载类机制上的异同。

阅读源码可能不会提高我的编码能力,但至少我在用它的时候,心里通畅。

前言

近日,在浏览Dubbo官网时看到了Dubbo SPI 这个词。搜了搜,原来JAVA有个SPI机制。好奇心驱使我想知道,这到底是个什么东西。

JAVA SPI机制

如果我们要动态加载一个类,会怎么办?

  • 调用 Class.forName(“cn.test.Hello”) 方法
  • 调用某个 ClassLoader. loadClass(“cn.test.Hello”) 方法

动态加载的好处,就是能在运行期按需加载,需要什么类,就加载什么类,编译期不报错。这样带来的好处,就是我们可以动态配置运行期加载什么类。

SPI ,全称为 Service Provider Interface,是一种服务发现机制。它能够加载ClassPath路径下的META-INF/services文件夹下的文件中,配置的类。

如何使用

先定义一个接口

public interface HellloService {
    public void sayHello();
}

定义两个实现类:

public class ChineseHello implements HellloService {
    @Override
    public void sayHello() {
        System.out.println("中文说你好");
    }
}
public class EnglishHello implements HellloService {
    @Override
    public void sayHello() {
        System.out.println("English  hello");
    }
}

接着接着我们建一个META-INF/services的文件夹,在文件夹内新建一个以接口全限定名为名字的文件
在这里插入图片描述
并在文件中配置接口的实现类。

com.service.hi.servicehi.spi.ChineseHello
com.service.hi.servicehi.spi.EnglishHello

然后使用ServiceLoader 在运行期动态的加载接口的实现类,调用其方法

public class SpiMain {
    public static void main(String[] args) {
        ServiceLoader<HellloService> services = ServiceLoader.load(HellloService.class);
        for (HellloService hellloService: services){
            hellloService.sayHello();
        }
    }
}
中文说你好
English  hello

由此看出:
SPI就是一个“基于接口的编程+策略模式+配置文件”组合实现的动态加载机制.
ServiceLoader 就是动态加载动态的工具类。

所以:

  • 往大了说SPI是一种服务发现机制,
  • 往小了说SPI就是一个可配置化动态加载类的工具类。
源码分析
ServiceLoader

我们再从源码的层面解开他的面目
ServiceLoader#load静态方法。

public static <S> ServiceLoader<S> load(Class<S> service) {
        ClassLoader cl = Thread.currentThread().getContextClassLoader();
        return ServiceLoader.load(service, cl);
}
public static <S> ServiceLoader<S> load(Class<S> service,
                                            ClassLoader loader)
{
        return new ServiceLoader<>(service, loader);
}

可以看出

  • ServiceLoader#load静态方法调用另一个重载的load方法并默认把当前线程的
    ClassLoader 作为参数传递过去。
  • 从两个参数的load可以看出,我们可以指定其ClassLoader
  • load静态方法最终是new 一个 ServiceLoader实例出来。

下面看看ServiceLoader的构造方法。

 private ServiceLoader(Class<S> svc, ClassLoader cl) {
     service = Objects.requireNonNull(svc, "Service interface cannot be null");
     loader = (cl == null) ? ClassLoader.getSystemClassLoader() : cl;
     acc = (System.getSecurityManager() != null) ? AccessController.getContext() : null;
     reload();
}
public void reload() {
     providers.clear();
     lookupIterator = new LazyIterator(service, loader);
}

发现没有加载配置文件的过程啊?

其实ServiceLoader使用懒加载的方式,也就是当我们在遍历的时候才去加载配置文件。LazyIterator 就是懒加载迭代器。

LazyIterator
public S next() {
       if (acc == null) {
          return nextService();
       } 
}
private S nextService() {
            if (!hasNextService())//判断是否又下一个元素
                throw new NoSuchElementException();
            String cn = nextName;
            nextName = null;//下一个实现类的全限定名
            Class<?> c = null;
            //使用反射获取实现类的Class对象
            c = Class.forName(cn, false, loader);  
            //创建一个对象
            S p = service.cast(c.newInstance());
            //放到缓存中
            providers.put(cn, p);
            返回
            return p;      
 }
 private boolean hasNextService() {
            if (nextName != null) {
                return true;
            }
            if (configs == null) {
                try {
                	//获取文件名
                    String fullName = PREFIX + service.getName();
                    //加载文集URL
                    if (loader == null)
                        configs = ClassLoader.getSystemResources(fullName);
                    else
                        configs = loader.getResources(fullName);
                } catch (IOException x) {
                    fail(service, "Error locating configuration files", x);
                }
            }
            while ((pending == null) || !pending.hasNext()) {
                if (!configs.hasMoreElements()) {
                    return false;
                }
                //解析文件
                pending = parse(service, configs.nextElement());
            }
            //赋值下一个实现类的全限定名
            nextName = pending.next();
            return true;
}

流程:

  1. 根据接口全限定名,结合META-INF/services/ ,拼接文件位置。这个是定死
  2. 使用ClassLoader 加载文件资源
  3. 解析出 对应的文件中配置了接口的哪些实现类
  4. 使用反射 根据解析出的类全限定名,实例化
  5. 放到缓存中。
  6. 返回

再次验证了:

  • SPI 本质 就是动态加载类机制
  • ServiceLoader 就是一个动态加载类的工具类
  • 底层还是使用了我们常见的Class ,ClassLoader
熟悉又陌生的应用场景

SPI 其实对于我们来说一定不陌生。
以前我们需要手写Class.forName("com.mysql.jdbc.Driver")加载驱动。

现在不用写了,其实就是使用了SPI技术。

存在问题
  • 当我们想找某个类时,需要遍历,没有做到真正的按需加载,
  • 多线程下不安全

似曾相似(Spring SPI)

SpringFactoriesLoader

其实当首次看到SPI的时候,突然看着很熟悉的感觉,好像在spring见过。

思索一番,最最经典不就是SpringFactoriesLoader

SpringFactoriesLoader

配置文件的文件夹目录
public static final String FACTORIES_RESOURCE_LOCATION = "META-INF/spring.factories";

//加载META-INF/spring.factories 中的所有配置。
public static List<String> loadFactoryNames(Class<?> factoryClass, @Nullable ClassLoader classLoader) {
		String factoryClassName = factoryClass.getName();
		return loadSpringFactories(classLoader).getOrDefault(factoryClassName, Collections.emptyList());
	}
private static Map<String, List<String>> loadSpringFactories(@Nullable ClassLoader classLoader) {
		MultiValueMap<String, String> result = cache.get(classLoader);
		if (result != null) {
			return result;
		}

		try {
			//加载文件资源URL
			Enumeration<URL> urls = (classLoader != null ?
					classLoader.getResources(FACTORIES_RESOURCE_LOCATION) :
					ClassLoader.getSystemResources(FACTORIES_RESOURCE_LOCATION));
			result = new LinkedMultiValueMap<>();
			while (urls.hasMoreElements()) {
				URL url = urls.nextElement();
				UrlResource resource = new UrlResource(url);
				Properties properties = PropertiesLoaderUtils.loadProperties(resource);
				for (Map.Entry<?, ?> entry : properties.entrySet()) {
					List<String> factoryClassNames = Arrays.asList(
							StringUtils.commaDelimitedListToStringArray((String) entry.getValue()));
					result.addAll((String) entry.getKey(), factoryClassNames);
				}
			}
			//放入缓存
			cache.put(classLoader, result);
			return result;
		}
		catch (IOException ex) {
			throw new IllegalArgumentException("Unable to load factories from location [" +
					FACTORIES_RESOURCE_LOCATION + "]", ex);
		}
	}

spring.factories

# PropertySource Loaders
org.springframework.boot.env.PropertySourceLoader=\
org.springframework.boot.env.PropertiesPropertySourceLoader,\
org.springframework.boot.env.YamlPropertySourceLoader

与JAVA SPI 不同的是,

  • Spring spi 获取的是 固定META-INF/spring.factories文件中的配置。JAVA SPI是以某个接口的全限定路径为名的文件,需要开发人员自己定义
  • Spring Spi 是以K-V的形式配置,
  • Spring SPI 首次加载配置文件时,会把所有spring.factories配置文件中配置解析出来放到缓存中,以后获取时直接从缓存中按Key值,取Value

由此看出:
Spring spi 比 JAVA spi 设计的更好。
其本质也是 Class , ClassLoader的高级封装

Dubbo SPI

看了JAVA SPI ,想了想Sprng SPI , 我似乎知道了 Dubbo SPI 是什么样子了。

ExtensionLoader
  • Dubbo使用ExtensionLoader 做为动态加载配的工具。

  • Dubbo的配置文件 放到"META-INF/dubbo/"目录下,并以具体扩展接口全名命名,类似 Java spi

  • Dubbo SPI 也是采用了K-V形式的配置,类似spring spi

  • ExtensionLoader 提供了更多的方法,提供丰富的获取功能

  • Dubbo SPI 还增加了 IOC 和 AOP 等特性

  • 其本质也是 Class , ClassLoader的高级封装。

看出Dubbo 跟JAVA SPI ,Spring SPI 都有哦相似之处,也许Dubbo设计之初就是参考了 JAVA SPI ,Spring SPI

本文并不讲Dubbo SPI 的更多内容,只想讲讲我对 SPI的理解,为以后读Dubbo源码打个前站。

总结

万变不离其宗,不管是 JAVA SPI ,Spring SPI ,Dubbo SPI 。其本质都是对反射的高级封装,Class, ClassLoader 才是核心。


推荐阅读:
SpringCloud源码阅读0-SpringCloud必备知识
SpringCloud源码阅读1-Eureka服务端的秘密
SpringCloud源码阅读2-Eureka客户端原理
SpringCloud源码阅读3:Ribbon实现客户端负载均衡(上)
Springcloud源码阅读4:Ribbon客户端负载均衡(下)
欢迎大家关注我的公众号【源码行动】,最新个人理解及时奉送。

本资源是一套基于 CSDN 技术文章《七种车辆类型细粒度检测系统》落地实现的可交互单文件工作台。它沿用原文 Vue3 + Spring Boot + Flask 三服务架构设计,将方案转化为开箱即用的产品原型,采用深色科技数据大屏风格,无需安装依赖、无需启动后端,双击 HTML 即可在浏览器运行,适用于算法演示、教学讲解、产品评审与功能展示。 资源含两大文件:工作台本体 vehicle_detect_workbench.html 与配套 车辆检测系统工作台_功能说明.md,已打包为 车辆检测系统工作台.zip 便于分发。 工作台内置八大模块。数据看板为首页,实时呈现累计检测量、检出车辆数、平均耗时等 KPI,并提供五模型 mAP 对比、七类车型分布、三十天趋势等图表;图片、视频、摄像头三类检测台覆盖主流输入,支持模型选择、阈值调节、SVG 精准标注与 AI 解读,结果自动落库;检测记录模块支持分类筛选、分页与详情回溯;模型训练台可配超参并动态生成 loss 与 mAP 曲线;模型对比实验室以指标总表与雷达图横向评测 YOLOv8/v10/v11/v12/v26 五模型;系统架构模块还原三服务拓扑并列出完整接口清单。 数据层内置七类车型(小型汽车、中型车、大型车、轻型货车、重型货车、油罐车、特种车辆)与五模型实测指标,各模块共享同一 MockDB,实现"操作即数据、数据即看板"的活联动。全局 API 层已映射文章真实接口,可在配置中一键切换纯前端 Mock 与真实后端,便于二次开发对接。 无论是交通安防教学、算法选型汇报还是产品原型评审,本资源都能帮助你直观、专业地呈现七类车型细粒度检测能力的全貌。
内容概要:本研究针对微电网在遭受拒绝服务(DoS)攻击时面临的功率分配不均与电能质量问题,提出了一种兼顾功率精确均分与电压频率质量恢复的抗攻击混合动态事件触发二次控制策略。该策略通过设计新型混合动态事件触发机制,有效减少控制器与分布式单元间的网络通信负担,同时增强系统对DoS攻击的鲁棒性。研究构建了完整的微电网二次控制框架,整合了分布式协同控制算法与事件触发通信机制,在保证系统稳定性的同时,实现了对频率、电压偏差的快速调节和有功/无功功率的精确分配。通过Simulink平台进行仿真实验,验证了所提方法在遭受DoS攻击及正常运行工况下均能有效维持微电网的稳定运行与高质量电能输出。; 适合人群:具备电力系统自动化、分布式控制或微电网相关基础知识,从事新能源、智能电网领域研究的研发人员及高年级研究生。; 使用场景及目标:① 解决微电网在通信受限及网络攻击场景下的协同控制难题;② 实现微电网在异常工况下功率均分与电能质量的双重优化;③ 为设计高安全性、高可靠性的智能微电网控制系统提供理论依据与仿真验证方案。; 阅读建议:本资源侧重于控制策略的设计与仿真验证,建议读者结合微电网基础理论与Simulink仿真技术,深入理解事件触发机制与抗DoS攻击控制算法的实现细节,并动手复现仿真案例以加深对系统动态性能与鲁棒性的认识。
内容概要:本文围绕《【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)》展开,系统阐述了采用粒子群优化算法(PSO)对风能与水力发电系统进行联合优化调度的研究方法与技术路径。研究聚焦于构建多能源互补协调的优化模型,详细论述了目标函数的设计、系统约束条件的处理、算法求解流程及收敛性分析,并通过Matlab编程实现了完整的仿真验证过程,有效提升了可再生能源系统的运行效率与稳定性。该工作属于电力系统智能优化领域,强调对高水平期刊论文的高精度复现,兼具理论深度与工程实用性,适用于科研复现、学术研究与教学参考。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源优化调度、智能算法应用的工程技术人员。; 使用场景及目标:①用于复现《太阳能学报》等高水平期刊中关于风-水电联合调度的EI/SCI论文;②掌握粒子群算法在多源协同优化中的建模、编码与求解关键技术;③辅助完成学位论文、科研项目申报或学术竞赛中的仿真建模任务; 阅读建议:建议结合文中提供的网盘资源下载完整代码与文档资料,按照目录结构循序渐进学习,重点关注算法实现细节、电力系统建模逻辑与参数设置方法,同时可延伸学习灰狼优化算法、YALMIP工具包等先进优化技术,以全面提升科研仿真与创新能力。
内容概要:本文聚焦“基于源网荷储一体化的配电网协同优化研究”,提出一种面向高渗透率电动汽车接入场景的双层优化模型,并采用Matlab实现完整的仿真与求解。研究系统整合电源、电网、负荷与储能四大环节,构建多时段、多约束条件下的协同调度框架,涵盖电动汽车有序充电、V2G(车网互动)技术、分布式能源并网、无功优化及储能协同配置等关键要素。通过引入二阶锥松弛或凸规划方法对非线性模型进行线性化处理,有效提升优化求解效率与收敛性。同时,结合熵权法与模糊综合评价方法,建立多维度的配电网承载能力量化评估体系,实现对系统运行状态的科学评判。文中配套提供完整Matlab代码,具有较强的可复现性与工程应用价值,适用于科研仿真与实际项目开发。; 适合人群:具备电力系统分析基础和Matlab编程能力,从事新能源接入、智能配电网、综合能源系统优化等方向的研究生、科研人员及电力行业工程技术开发者。; 使用场景及目标:①用于高比例可再生能源与大规模电动汽车接入背景下配电网承载能力的量化评估;②实现源---储多主体参与的协同优化调度建模与仿真分析;③支撑硕博学位论文撰写、高水平期刊论文结果复现及科研项目的算法验证与系统开发。; 阅读建议:建议结合文中提供的Matlab代码与相关参考文献同步研习,重点关注双层优化架构的设计逻辑、二阶锥松弛的数学处理技巧以及多指标综合评价体系的构建流程,建议动手调试代码以深入掌握模型实现细节与算法运行机制。
源码链接: https://pan.quark.cn/s/a4b39357ea24 DMA(直接内存访问)是计算机系统中一种关键的数据传输机制,它使得特定的硬件子系统得以直接对系统内存进行读写操作,无需CPU的介入。这种机制对于提高I/O操作的效能具有极其重要的作用,特别是在网络设备、存储设备等驱动程序的编写过程中占据着核心地位。Cache(缓存)则是一种用于暂存频繁访问的数据和指令的存储结构,其目的是减少处理器对主存储器的访问次数,进而增强系统的整体性能。然而,DMA和Cache之间存在着一致性的挑战,特别是在部分嵌入式系统中,DMA操作可能绕过Cache机制,从而引发数据不一致的情况,这就需要采取一系列策略来维护Cache的一致性。 在DMA的运作模式中,主要存在两种Cache一致性问题:流式DMA(streaming DMA)与一致性DMA(coherent DMA)。流式DMA通常应用于需要大量数据传输的场景,它不关注Cache的一致性,因此传输速度较快,但要求软件开发者自行管理数据的一致性。而一致性DMA则保证了在DMA传输期间,数据在Cache与主内存之间保持同步,通常适用于对一致性要求较高的应用场景。 在Linux内核中,为了有效管理DMA操作,提供了一系列接口函数。其中,一致性DMA接口负责维护数据的一致性,而流式DMA接口则提供了更快的传输速度,但要求开发者自行解决数据一致性的问题。开发者在选用这些接口时,必须依据硬件平台的特点和性能需求,选择合适的DMA模式。 Cache一致性的解决方案通常取决于硬件平台的属性。在某些先进的处理器架构中,Cache对程序员而言是透明的,即处理器与Cache控制器之间的交互对程序员不可见,从而简化了编程的复...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值