所有的技术或者开源项目，最终都是为业务服务，归根结底为人和社会服务
dubbo 的三大核心功能分别是
1.RPC 调用
2.服务注册与订阅 （可用 redis , zookeeper ......）
3.自动容错（调用失败后的策略）与负载均衡
对于一个工具，先要知道他解决什么问题，才能更好的了解他
应用在垂直拆分的业务架构 向 分布式服务的架构 演进之后，虽然对数据库的连接使用减少，应用逻辑本身和基础的服务分离
1.RPC
但是有一个问题是，应用本身怎么和服务通信？怎么去调用服务？
最简单的做法是使用 http 应用层接口，但是 http 的报头报尾相对较大，不免造成浪费，报头报尾在RPC调用中几乎没有用处
在本语境下，RPC最根本希望做到的事情是 应用快速告知服务要调用什么方法，服务处理后能将结果快速返回给应用
这要求 RPC 通道中传输的数据尽可能小，在并发量大的情况下尤其如此。
dubbo 针对这一点，推荐使用基于TCP长连接的 dubbo 协议，所谓长连接，也就是三次握手之后不是简单的一次请求-响应就调用close或shutdown进行四次挥手
服务和应用之间通过长连接通信，主要是为了免除三次握手，四次挥手造成的消耗，因为应用被海量用户调用，自然要用也需要十分频繁地调用服务。
而且功能切分合理的话，应用和服务之间的 TCP 连接数量一般不会超过系统的负荷
dubbo 架构：
2.注册，订阅
还有一个问题，假如直接在应用中写死了 服务的IP 地址，那么当服务所在的物理机故障要迁移的时候，就需要重新改应用里写死的 IP 地址，然后让应用重启。
在生产环境中，如果无缘无故关停，重启，无疑是重大的生产事故。
应用需要保存一份 服务的地址列表，但这个地址列表不能是写死的，需要实时更新，更新的来源呢？：注册中心
服务需要实时地将自己的地址 添加到注册中心，让应用通过注册中心发现他们。
而且注册中心会在TCP长连接上定时通过心跳检测的方式检验服务是否存活，对于不存活的服务，从列表上剔除，并且通过和应用的TCP长连接，告知应用需要从本地的列表中剔除哪些死亡的服务地址
3.容错：当应用调用服务失败，应用将会使用不同策略处理 ， 详见官网
1.重试，通过负载均衡策略选择其他服务器重试（未知具体重试策略）
2.立刻失败，当调用失败时，立刻报错，对于非幂等性质的请求（多次请求的共同效果和单次请求的共同效果不等）常用。比如添加订单操作，如果一次提交订单，失败，则不应该提交第二次，因为可能两次订单都被接受，但是网络问题导致服务的响应未回复。避免重复添加订单，就应该在一次失败后立刻报错。
注意这里的非幂等不同于网络导致的非幂等，网络导致的非幂通常采用MVCC(多版本并发控制)，也就是给一个记录打版本，要操作前先读版本，提交操作给处理者时希望处理者持有的版本是读的时候的版本，不是的话就失败。或者 token，每个token 都是在操作时产生的，并且只能用于一次操作，这样提交操作给处理者的时候会带有 之前产生的 token，对比 token 就能看看请求是否在网络中错乱，导致大于1个包出现。而此处的非幂等是应用造成的，就算用 MVCC 或 token，每次应用再去调用服务还是会生成新的 版本或者 新的 token，相当于多调用一次服务，无法通过 MVCC 或 token 预防。和网络中包重复不是一个问题。
3.忽视，失败后不做处理
4.调用多个（可配置）服务提供者，一个成功就能返回
4.负载均衡：
1.随机选取（可调权重）
2.轮询
3.最小活跃数，服务提供者被调用前 计数 1， 调用完 后 计数 - 1，所以处理慢的提供者请求会一直累计，计数大，处理快的计数消耗快，计数小，所以被调用可能性大
4.一致性hash，如果是使用请求的第一个参数去hash，可以通过 hash.arguments 指定哪几个参数参与一致性 hash，hash.nodes 可以指定一份服务器的 虚拟节点数
5.额外功能：监控
监控中心是采集整个系统信息的一个部分，比如说我们想看到我们的某个服务一条被调用了多少次，或者想找到调用时间最长的那个服务（可能存在某些故障），就可以去监控中心找数据，因为应用和服务都会将数据推送到监控中心。
服务和应用通过短链接和注册中心通信
应用和服务都会积累一段时间后，将这段时间内的服务调用次数和调用时间通过短连接（一次请求-响应）发送给监控中心。
