[大数据]Zookeeper之基础知识

Zookeeper

基本操作：

create /xxx abc: 创建持久节点，值为abc
create -e /xxx: 创建临时节点
create -s /xxx: 创建持久序号节点
create -s -e /xxx: 创建临时序号节点
create -c /xxx: 创建容器节点，当容器中没有任何子节点，该容器会被定期删除（60s）

ls / : 获得所有结点
ls /xxx: 获得xxx的子节点
ls -R /xxx : 递归查询，获得xxx所有的子孙节点

get /xxx: 获得xxx的数据
get -s /xxx: 获得xxx的详细数据
//删除
delete /xxx: 删除xxx
//乐观锁删除
delete -v [version] /xxx : 删除xxx

zk的数据持久化

zk的数据使运行在内存中，zk提供了两种持久化机制：

- 事务日志

? zk把执行的命令以日志形式保存在dataLogDir指定的路径中的文件中

**- 数据快照 **

? zk会在一定的时间间隔内做一次内存数据的快照，把该时刻的内存数据保存在快照文件中

zk在恢复数据时，先恢复快照文件中的数据到内存中，再用日志文件中的数据做增量恢复

权限设置：

注册当前会话的账号和密码：

addauth digest xiaowang:123456

创建结点并设置权限：

create /test-node abc auth:xiaowang:123456:cdwra

在另一个会话中，必须先使用账号密码，才能拥有操作该节点的权限

Curator客户端的使用

Curator是一套zookeeper客户端框架，封装了大部分zookeeper的功能，比如leader选举、分布式锁…

1、maven引入依赖

<!-- https://mvnrepository.com/artifact/org.apache.curator/curator-framework -->
<dependency>
    <groupId>org.apache.curator</groupId>
    <artifactId>curator-framework</artifactId>
    <version>2.12.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.curator/curator-recipes -->
<dependency>
    <groupId>org.apache.curator</groupId>
    <artifactId>curator-recipes</artifactId>
    <version>2.12.0</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.zookeeper/zookeeper -->
<dependency>
    <groupId>org.apache.zookeeper</groupId>
    <artifactId>zookeeper</artifactId>
    <exclusions>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-log4j12</artifactId>
                </exclusion>
            </exclusions> //若不冲突可不加
    <version>3.7.0</version>
</dependency>

配置文件

curator.retryCount=5
curator.elapsedTimeMs=5000 
curator.connectString=192.168.132.129:2181
curator.sessionTimeoutMs=60000
curator.connectionTimeoutMs=5000

配置类：

@Data
@Component
@ConfigurationProperties(prefix = "curator")
public class WrapperZK {
    private int retryCount;
    private int elapsedTimeMs;
    private String connectString;
    private int sessionTimeoutMs;
    private int connectionTimeoutMs;
}

@Configuration
public class CuratorConfig {
    @Autowired
    WrapperZK wrapperZK;
    @Bean(initMethod = "start")
    public CuratorFramework curatorFramework(){
        return CuratorFrameworkFactory.newClient(
                wrapperZK.getConnectString(),
                wrapperZK.getSessionTimeoutMs(),
                wrapperZK.getConnectionTimeoutMs(),
                new RetryNTimes(wrapperZK.getRetryCount(),wrapperZK.getElapsedTimeMs())
        );
    }

}

test类

@Slf4j
@SpringBootTest
public class test {
    @Autowired
    CuratorFramework curatorFramework;
    @Test
    void createNode() throws  Exception{
        //添加持久结点
        String path1 = curatorFramework.create().forPath("/curator-node","abc".getBytes());
        //添加临时序号节点
//        String path2 = curatorFramework.create().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath("/curator-node","abc".getBytes());
        System.out.println(String.format("curator create node ：%s successfully,",path1));
        System.in.read();
    }
    @Test
    void testGetData() throws Exception {
        byte[] bytes = curatorFramework.getData().forPath("/curator-node");
        System.out.println(new String(bytes));
    }
    @Test
    void testSetData() throws Exception {
        curatorFramework.setData().forPath("/curator-node","changed".getBytes());
        byte[] bytes = curatorFramework.getData().forPath("/curator-node");
        System.out.println(new String(bytes));
    }
    @Test
    void testCreatWithParent() throws Exception{
        String pathWithParent = "/node-parent/sub-node-1";
        String path = curatorFramework.create().creatingParentsIfNeeded().forPath(pathWithParent);
        System.out.println(String.format("curator create node ：%s successfully,",path));
    }
    @Test
    void testDelete() throws Exception{
        String pathWithParent = "/node-parent"; 
 									curatorFramework.delete().guaranteed().deletingChildrenIfNeeded().forPath(pathWithParent);
    }
}

zk实现分布锁

1.zk中锁的种类：

? 读锁：大家都可以读。要想上读锁的前提：之前的锁没有写锁。

? 写锁： 只有得到写锁才能写。要想上写锁的前提：之前没有任何锁。

2.zk如何上读锁

• 创建一个临时序号节点，节点的数据是read，表示是读锁

• 获取当前zk中序号比自己小的所有节点

• 判断最小节点是否是读锁：

  1. 如果不是读锁的话，则上锁失败，为最小结点设置监听。阻塞等待，zk的watch机制会当最小节点发生变化时通知当前节点，于是再执行第二步的流程

  2. 如果是读锁，则上锁成功

3.zk如何上写锁

• 创建一个临时序号节点，节点的数据是write，表示是写锁
• 获取当前zk中的所有节点
• 判断自己是否是最小的节点：
  1. 如果是，则上写锁成功
  2. 如果不是，说明前面还有锁，则上锁失败，监听最小的节点，如果最小节点有变化，则返回第二步

4.羊群效应

如果用上述的上锁方式，只要有节点发生变化，就会触发其他节点的监听事件，这样对zk的压力非常大，–羊群效应。

可以调整为链式监听，解决这个问题。

zk的watch机制：

把watch理解为注册在特定Znode上的触发器。当这个Znode发生改变，也就是调用了create，delete，setData方法的时候，将会触发Znode上注册的对应事件，请求watch的客户端会接收到异步通知。

具体交互过程如下：

? **get -w /xxx **

2.zkCli客户端使用watch

create /test xxx
get -w /test 一次性监听节点
ls -w /test	监听目录，创建和删除子节点会收到通知。子节点中新增节点不会收到通知
ls -R -w /test 对于子节点中子节点的变化，但内容的变化不会收到通知

3.Curator使用watch

@Test
    public void addNodeListener() throws Exception {
        NodeCache nodeCache = new NodeCache(curatorFramework, "/curator-node");
        nodeCache.getListenable().addListener(new NodeCacheListener() {
            @Override
            public void nodeChanged() throws Exception {
                log.info("{} path nodeChanged:","/curator-node");
                printNodeData();
            }
        });
        nodeCache.start();
        System.in.read();
    }
    public void printNodeData() throws Exception {
        byte[] bytes = curatorFramework.getData().forPath("/curator-node");
        log.info("data:{}",new String(bytes));
    }

5.Curator实现读写锁

1）获取读锁

	@Test
    public void testGetReadLock() throws Exception {
        //读写锁
        InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(curatorFramework,"/lock1");
        //获取读锁对象
        InterProcessLock interProcessLock = interProcessReadWriteLock.readLock();
        System.out.println("等待获取读锁对象！");
        //获取锁
        interProcessLock.acquire();
        for (int i = 0; i < 100; i++) {
            Thread.sleep(3000);
            System.out.println(i);
        }
        //释放锁
        interProcessLock.release();
        System.out.println("等待释放锁");
    }

2）获取写锁

    @Test
    public void testGetWriteLock() throws Exception {
        //读写锁
        InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(curatorFramework,"/lock2");
        //获取读锁对象
        InterProcessLock interProcessLock = interProcessReadWriteLock.writeLock();
        System.out.println("等待获取写锁对象！");
        //获取锁
        interProcessLock.acquire();
        for (int i = 0; i < 100; i++) {
            Thread.sleep(3000);
            System.out.println(i);
        }
        //释放锁
        interProcessLock.release();
        System.out.println("等待释放锁");
    }

zk集群

1.zk集群角色：

• leader：处理集群的所有事务请求，集群只有一个leader
• follower：只能处理读请求，参与leader选举
• observer：只能处理读请求，提升集群读的性能，但不能参与leader选举

2.集群搭建

1）创建4个节点的myid，并设值

2)在conf文件中创建4个zoo.cfg

其中zoo1.cfg配置如下：

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/opt/zookeeper/zkdata/zk1
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.1=192.168.132.129:2001:3001
server.2=192.168.132.129:2002:3002
server.3=192.168.132.129:2003:3003
server.4=192.168.132.129:2004:3004:observer

3）启动服务器

[root@192 bin]# ./zkServer.sh start ../conf/zoo1.cfg
[root@192 bin]# ./zkServer.sh start ../conf/zoo2.cfg
[root@192 bin]# ./zkServer.sh start ../conf/zoo3.cfg
[root@192 bin]# ./zkServer.sh start ../conf/zoo4.cfg

4）查看集群状态

[root@192 bin]# ./zkServer.sh status ../conf/zoo1.cfg
ZooKeeper JMX enabled by default
Using config: ../conf/zoo1.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
[root@192 bin]# ./zkServer.sh status ../conf/zoo2.cfg
ZooKeeper JMX enabled by default
Using config: ../conf/zoo2.cfg
Client port found: 2182. Client address: localhost.
Mode: leader
[root@192 bin]# ./zkServer.sh status ../conf/zoo3.cfg
ZooKeeper JMX enabled by default
Using config: ../conf/zoo3.cfg
Client port found: 2183. Client address: localhost.
Mode: follower
[root@192 bin]# ./zkServer.sh status ../conf/zoo4.cfg
ZooKeeper JMX enabled by default
Using config: ../conf/zoo4.cfg
Client port found: 2184. Client address: localhost.
Mode: observer

可见zk2为leader，zk4为observer，其他为follower

5）连接Zookeeper集群

./bin/zkCli.sh -server 192.168.132.129:2181,192.168.132.129:2182,192.168.132.129:2183

3.ZAB协议

1）什么是ZAB协议？

? zk作为非常重要的分布式协调组件，需要进行集群部署，集群中会以一主多从的形式进行部署。zk为了保证数据的一致性，使用了ZAB协议，这个协议解决了zk的崩溃恢复和主从数据同步的问题。

2）ZAB协议定义的四种节点状态

• Looking：选举状态
• Following：Follower节点所处状态
• Leading：Leader节点所处状态
• Observing：观察者节点所处状态

3）集群上线时的Leader选举过程：

4）崩溃恢复时的Leader选举过程：

leader建立完后，leader周期性不断向follower发送心跳（ping命令，没有内容的socket）。当leader崩溃后，follower发现socket通道已关闭，于是follower开始进入到looking状态，重新回到上一节中的leader选举状态，此时集群不能对外提供服务。

5）主从服务器之间的数据同步：

6）NIO和BIO的应用

NIO:

? 用于被客户端连接的2181端口，使用的是NIO模式与客户端建立连接

? 客户端开启Watch时，也使用NIO，等待Zookeeper服务器的回调

BIO：

? 集群在选举时，多个节点之间的投票通信端口，使用BIO进行通信

CAP理论

1.CAP定理：

一个分布式系统最多只能同时满足一致性，可用性和分区容错性这三项中的两项。

• 一致性

  更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。

• 可用性

  服务一直可用，而且是正常响应时间。

• 分区容错性（必须）

  分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具有容错性。

2.BASE理论

BASE理论是对CAP理论的延申，核心思想是即使无法做到强一致性（CAP理论中的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性。

• 基本可用

  基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。

  电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。

• 软状态

  允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication 的异步复制就是一种体现。

• 最终一致性

  系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具有容错性。

2.BASE理论

BASE理论是对CAP理论的延申，核心思想是即使无法做到强一致性（CAP理论中的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性。

• 基本可用

  基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。

  电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。

• 软状态

  允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication 的异步复制就是一种体现。

• 最终一致性

  系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。