dubbo过滤器有什么作用？举一些你使用过的例子？

可以通过 Dubbo 的过滤器（Filter）实现传递公共参数（例如 `traceId`）的功能。过滤器可以在请求上下文中添加公共参数，并通过 `RpcContext` 传递给调用链中的各个服务，实现跨服务的公共参数传递。 ### 实现思路 1. **在请求发起方添加参数**：通过过滤器在请求发起方生成并添加公共参数（如 `traceId`）到 `RpcContext`，并将该参数传递给下游服务。 2. **在服务提供方获取参数**：通过 `RpcContext` 获取传递的公共参数，进行后续处理或记录日志。 ### 示例：使用过滤器传递 `traceId` #### 1. 定义消费者端过滤器：生成 `traceId` 并传递给服务提供者 ```java import org.apache.dubbo.common.extension.Activate; import org.apache.dubbo.rpc.*; @Activate public class TraceIdConsumerFilter implements Filter { @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { // 生成或获取 traceId（示例中随机生成，实际项目中应从上下文或日志系统获取） String traceId = generateTraceId(); RpcContext.getContext().setAttachment("traceId", traceId); // 将 traceId 设置到上下文 // 调用远程服务 return invoker.invoke(invocation); } private String generateTraceId() { return java.util.UUID.randomUUID().toString(); // 随机生成 traceId } } ``` #### 2. 定义提供者端过滤器：获取并使用 `traceId` ```java import org.apache.dubbo.common.extension.Activate; import org.apache.dubbo.rpc.*; @Activate public class TraceIdProviderFilter implements Filter { @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { // 从上下文中获取 traceId String traceId = RpcContext.getContext().getAttachment("traceId"); // 输出 traceId，或将其传递给日志系统等 System.out.println("收到 traceId：" + traceId); // 继续调用服务 return invoker.invoke(invocation); } } ``` ### 工作原理 1. **消费者过滤器**：在服务调用前，`TraceIdConsumerFilter` 生成 `traceId` 并将其添加到 `RpcContext` 的 `attachment` 中。Dubbo 会自动将 `RpcContext` 中的 `attachment` 附加到请求中，并发送给服务提供者。 2. **提供者过滤器**：在服务端，`TraceIdProviderFilter` 从 `RpcContext` 中读取 `traceId`。这样，服务提供者可以获取到调用链上的公共参数 `traceId`。 ### 适用场景 该方式适合在分布式系统中传递公共参数，例如 **链路追踪、上下文信息、调用标识** 等。每个服务都可以通过过滤器获取 `RpcContext` 中的参数，实现跨服务共享参数的目的。 ### 总结 通过 Dubbo 的过滤器和 `RpcContext`，可以轻松地在服务间传递公共参数，如 `traceId`，实现跨服务的统一上下文共享。

Dubbo 过滤器（Filter）在 Dubbo 调用链中扮演了拦截器的角色，它可以在服务调用的前后执行一些逻辑。通过 Dubbo 过滤器，可以实现一系列的通用功能，比如日志记录、权限控制、限流、监控等，增强了服务的可扩展性和可维护性。 ### Dubbo 过滤器的作用 Dubbo 过滤器可以在请求的**处理前后**执行逻辑，以下是主要作用： 1. **日志记录**：在请求处理前后记录日志，便于服务调用过程的跟踪。 2. **权限控制**：根据调用方的身份信息、IP 地址等实现访问控制。 3. **限流与熔断**：控制请求流量，避免超载，同时实现熔断功能，保障服务的稳定性。 4. **性能监控**：统计请求的延迟、成功率等信息，提供服务监控数据。 5. **异常处理**：在服务请求出错时处理异常，返回友好错误信息。 ### 实战案例 #### 1. 日志记录过滤器 记录请求的输入参数、处理时间和返回结果，帮助排查问题。 ```java import org.apache.dubbo.common.extension.Activate; import org.apache.dubbo.rpc.*; @Activate public class LoggingFilter implements Filter { @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { long startTime = System.currentTimeMillis(); System.out.println("方法调用开始：" + invocation.getMethodName()); // 执行实际的服务调用 Result result = invoker.invoke(invocation); long elapsedTime = System.currentTimeMillis() - startTime; System.out.println("方法调用结束：" + invocation.getMethodName() + "，耗时：" + elapsedTime + "ms"); return result; } } ``` #### 2. 权限控制过滤器 在调用服务之前检查权限，比如判断调用方的身份、IP 等信息，决定是否允许调用。 ```java @Activate public class AuthorizationFilter implements Filter { @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { String clientIp = RpcContext.getContext().getRemoteHost(); // 检查IP是否在允许的白名单内 if (!isAllowedIp(clientIp)) { throw new RpcException("访问拒绝，未经授权的IP：" + clientIp); } // 调用服务 return invoker.invoke(invocation); } private boolean isAllowedIp(String clientIp) { // 检查IP是否在白名单中（可以从配置或数据库中加载白名单） return "127.0.0.1".equals(clientIp); // 示例：只允许本地调用 } } ``` #### 3. 限流过滤器 使用计数器或令牌桶算法控制请求的流量，比如限制每秒最多处理多少请求，防止服务被过度调用。 ```java import java.util.concurrent.atomic.AtomicInteger; @Activate public class RateLimitFilter implements Filter { private static final int MAX_REQUESTS_PER_SECOND = 100; private AtomicInteger requestCount = new AtomicInteger(0); @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { if (requestCount.incrementAndGet() > MAX_REQUESTS_PER_SECOND) { throw new RpcException("请求频率过高，请稍后再试"); } try { return invoker.invoke(invocation); } finally { requestCount.decrementAndGet(); } } } ``` #### 4. 性能监控过滤器 记录服务的响应时间和调用次数，并将数据发送到监控系统，便于服务监控和报警。 ```java @Activate public class PerformanceMonitorFilter implements Filter { @Override public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException { long start = System.currentTimeMillis(); Result result = invoker.invoke(invocation); long elapsed = System.currentTimeMillis() - start; // 记录调用信息到监控系统 recordMetrics(invocation.getMethodName(), elapsed); return result; } private void recordMetrics(String methodName, long elapsed) { System.out.println("方法：" + methodName + "，耗时：" + elapsed + "ms"); // 发送数据到监控系统，示例中仅打印信息 } } ``` ### 总结 Dubbo 的过滤器提供了一种标准方式，在服务调用的前后执行自定义逻辑。无论是日志记录、权限控制，还是限流和性能监控，过滤器都能实现这些通用功能，且不会影响业务代码，极大提升了服务的扩展性和可维护性。