网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
lisi
可以清晰地看到不论是父子节点，都可以存放数据。要注意的是，Zookeeper Server启动时会把所有Znode加载进内存，所以zk不适合存储太大的数据，否则造成oom，作为心脏停止跳动，后果不堪设想！后面会专门写一篇文章记录一次线上事故
**zookeeper的文件系统的特点：**
* zk的文件系统和Linux的文件系统目录结构一样，从`/`开始
* zk的访问路径`只有绝对路径`，没有相对路径。
* zk中没有文件和目录的概念，`只有znode节点`，Znode既有文件的功能，又有目录的功能
#### 2、集群管理
在大数据生态中，各种各样的集群需要zk维护，zk做集群管理的功能无非就两个：
（1）节点的加入和退出
首先，在zk中创建`持久节点` /GroupMembers 作为父节点，父节点监听子节点的变化，client通过注册到zk，会在/GroupMembers下创建临时节点，临时节点的特性时当客户端与zk断开连接时会自动删除，不论是创建和删除，zk server都会监听，通过Watcher监听与通知机制，并且会把变动的结果通知到到其它client，这样，其它所有client都知道了其它兄弟们的存活情况
（2）Master的选举
有很多应用都是master-slave架构，master必须7\*24小时工作，但是每次只能一个master在工作，这时需要一个选举机制，确定一个active状态的master，当active的master出现故障挂掉的时候，standby的master顶上去，这里主要讲zk这端的实现。Master选举的功能，其实就是各个master注册到zk的目录下，创建临时节点，成功在zk创建临时节点的目录，也就被选举为Master，其它备用的Master就会收到监听zk里面临时节点的变化，一旦删除，就会争夺创建临时节点的权利成为新的Master。
>
> 本质其实是利用zookeeper的临时节点的特性：临时节点随着会话的消亡而消亡，同一个临时节点只能创建一个，创建失败的节点（从master）对创建成功节点（主master）进行监控，一旦创建成功的节点（主master）会话消失，之前创建失败的节点（从master）就会监听到去抢夺创建临时节点
>
>
>
如上图，master1和master2为争夺上位之战，都试图在zk里面创建一个临时的Znode，但是同一个路径只能创建一次，先创建的那个被选举为Master，未创建成功的则订阅监听Znode是否存在，如果不存在，则上位成Master。上图用的是排他锁，共享锁用的是后面10位数字最小的那个作为获取锁的节点，原理都差不多，先到先得的原则。下面会具体讲这两种锁。
#### 3、分布式锁机制
**锁的定义**：用于多线程环境下控制只有一个线程可以访问某一个资源，不能多个线程同时访问，锁旨在强制实施互斥排他、并发控制策略。
**分布式锁的定义**：在分布式系统中，应用可能部署在多台机器上，应用不在同一个jvm里面，这个时候还需要维护一个互斥排他的策略，需要一个跨jvm的锁同步，为了解决跨系统、跨jvm的锁，我们就必须引入分布式锁。
>
> 这里要搞清一个概念，所谓锁，并不是一个实际的对象或代码层面抽象存在的一种东西，锁是一种策略，这里初学者很容易搞混
>
>
>
（1）排他锁
排他锁，又称写锁或独占锁。如果事务T1对数据对象O1加上了排他锁，那么在整个加锁期间，只允许事务T1对O1进行读取或更新操作，其他任务事务都不能对这个数据对象进行任何操作，直到T1释放了排他锁。
排他锁核心是**保证当前有且仅有一个事务获得锁，并且锁释放之后，所有正在等待获取锁的事务都能够被通知到**。
Zookeeper 的强一致性特性，能够很好地保证在分布式高并发情况下**节点的创建一定能够保证全局唯一性**，即Zookeeper将会保证客户端无法重复创建一个已经存在的数据节点。可以利用Zookeeper这个特性，实现排他锁
（2）共享锁
共享锁，又称读锁。如果事务T1对数据对象O1加上了共享锁，那么当前事务只能对O1进行**读取操作**，其他事务也只能对这个数据对象加共享锁，直到该数据对象上的所有共享锁都被释放。
共享锁与排他锁的区别在于，加了排他锁之后，数据对象只对当前事务可见，而加了共享锁之后，数据对象对所有事务都可见。
#### 4、监听与通知机制
>
> Watcher机制官方解释：一个Watch事件是一个一次性的触发器，当被设置了Watch的数据发生了改变的时候，则服务器将这个改变发送给设置了Watch的客户端，以便通知它们。
>
>
>
其实上面描述的很多功能都用到了watcher机制，比如master选举的Znode监听，当备用的master发现Znode已经被其它master创建后，这时备用master会注册监听这个Znode的变化。还有锁机制，毋庸置疑，也是基于监听机制上才能实现，比如释放锁的时候，需要告诉其它访问的应用这个Znode代表的锁已经释放，通知其它应用可以获取锁以进行下一步操作。
Watcher机制的特点：
1. 注册的监听是一次的，如果你还需要监听第二次，那么就要重新注册。数据发生改变时，一个watcher event会被发送到client，但是client只会收到一次这样的信息
2. watcher event异步发送 watcher 的通知事件从server发送到client是异步的
### 四、实际应用
#### 1、hadoop
**Hadoop HA**：不论是namenode的HA或是yarn的HA，都通过zkfc机制来选举控制只有一个active状态的namenode和resourcemanager在工作，这里通过上面描述的master的选举功能，采用的是排他锁完成的选举，我们通过zk可视化客户端可以清晰地看到上图Znode的结构，yarn和hdfs的路径下各有一把锁的标记文件，同时文件的内容也带有active节点的信息。
**yarn application容错**：在yarn上跑任务时，所有application启动时都会把application的信息写入zk里面，右边是写入的一堆序列化的二进制信息，假如这时active状态的resourcemanager突然挂了，standby的转换成active状态后会接管挂之前的application，这样resourcemanager主从的切换对正在yarn运行的application不影响。
**yarn的容错机制也带来一系列问题：**
1. 一个spark任务在yarn运行突然失败了，默认会重试，重试前会把上一次的driver端的信息写入zk，这时如果driver端的数据太大，比如你代码里broadcast一个很大的文件，这样很容易把zk写满写挂，直接导致zk不能工作，zk停止工作直接的代价是整个集群不能正常工作，简直毁灭性的代价，有幸经历过一次，后续会整理后发出来。
2. 如上图的application的信息存放在zk里面是持久化的节点，不会自动删除，当yarn的历史任务运行太多的时候，zk里面会存一堆的application的历史信息，导致zk的内存占用越来越大，也影响性能，需要写脚本手工清除
#### 2、hbase
**zk在hbase应用的功能主要有两个：**
1. hbase regionserver 向zookeeper注册，提供hbase regionserver状态信息（是否在线），HMaster通过watcher监听regionserver的存活情况，并不是HMaster跟Regionserver通过心跳机制检测。
2. HMaster启动时候会将hbase系统表-ROOT- 加载到 zookeeper cluster，通过zookeeper cluster可以获取当前系统表.META.的存储所对应的regionserver信息
>
> zookeeper是hbase集群的"协调器"。由于zookeeper的轻量级特性，因此我们可以将多个hbase集群共用一个zookeeper集群，以节约大量的服务器。多个hbase集群共用zookeeper集群的方法是使用同一组ip，修改不同hbase集群的"zookeeper.znode.parent"属性，让它们使用不同的根目录。比如cluster1使用/hbase-c1,cluster2使用/hbase-c2，等等
>
>
>
#### 3、kafka
**zk在kafka的应用功能主要有三个：**
1. **broker的注册**：我们上面描述的zk一个基本的功能是做集群的管理，所有broker会把自己的id号注册进zk的Znode里面，通过事件监听的机制，各个broker之间都知道所有兄弟的存活情况。当有broker启动时，会在zk里面创建Znode，并通知其它broker；当有broker下线或挂掉时，同样会通知其它broker。
2. **topic的注册**：当topic创建时，kafka会把topic的name、partition、leader、topic的分布情况等信息写入zk里面，当broker退出时，会触发zookeeper更新其对应topic分区的isr列表，并决定是否需要做消费者的负载均衡。
3. **consumer的注册**：当有新的消费者消费kafka数据时，会在zk中创建Znode保存一些信息，节点路径为ls /consumers/{group\_id}，其节点下有三个子节点，分别为[ids, owners, offsets]。在常用的offset的维护中，应用消费kafka数据时要设置参数enable.auto.commit为true才会自动更新offset。
#### 4、hive
**zk在hive的两个主要应用：**
1. **hiveserver2的选举**：在上面的namenode选举中用的是排他锁，而hiveserver2用的锁是共享锁，如下图
>
> 可以看到有两个节点在zk中注册，会创建有序的临时节点，每个Znode都有一串数字后缀，zk默认是同一个锁路径下id最小的那个znode获取锁，也就是上图中的后缀000000228所代表的hiveserver2节点是主的状态，假如这个节点挂了，这个znode会自动删除，watcher机制会通知另一个hiveserver2上位。
>
>
>
1. **表数据锁**：Hive 锁机制是为了让 Hive 支持并发读写的原子性而设计的 特性，比如，一个sql在insert数据，这时需要锁住表，不让其它sql去读取表数据，否则会有问题。等到释放锁之后，也就是insert完了其它客户端才能读取这个表，hive表的锁机制非常有必要，通过hive.support.concurrency=true来开启，后面打算专门一节来讲hive的锁机制，这里就不详述了。
### 五、总结
>
> 今天浅谈了一下zookeeper的基础知识点和在大数据的基本应用，其实zk的应用非常广，还有比如统一的命名空间、做配置中心等等功能这里没讲。总之zk是专门为分布式服务而生的，强大的协调能力为大数据生态提供了强大的后勤保障。在后面的章节里，我会把zk结合大数据的具体应用和踩过的一些坑跟大家分享，让大家知道zk的重要性，毕竟zk是大数据的心脏！
>
>
>
本篇文章已经征得原作者同意转载至本公众号，并且征得他的同意标注为原创。如果觉得本文对你有帮助，欢迎赞赏， 所得款项全部归还原作者。
作者：喜剧之皇
文章链接：https://blog.csdn.net/u013289115/article/details/105334765
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
究，那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
1009
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
