Zookeeper 概述 1.1 Zookeeper 定义 Zookeeper是一个开源的分布式的,为分布式框架提供协调服务的Apache项目。 1.2 Zookeeper 工作机制 Zookeeper从设计模式角度来理解:是一个基于观察者模式设计的分布式服务管理框架,它负责存储和管理大家都关心的数据,然后接受观察者的注册,一旦这些数据的状态发生变化,Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说 Zookeeper = 文件系统 + 通知机制。 1.3 Zookeeper 特点 (1)Zookeeper:一个领导者(Leader),多个跟随者(Follower)组成的集群。 (2)Zookeeper集群中只要有半数以上节点存活,Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。 (3)全局数据一致:每个Server保存一份相同的数据副本,Client无论连接到哪个Server,数据都是一致的。 (4)更新请求顺序执行,来自同一个Client的更新请求按其发送顺序依次执行,即先进先出。 (5)数据更新原子性,一次数据更新要么成功,要么失败。 (6)实时性,在一定时间范围内,Client能读到最新数据。 1.4 Zookeeper 数据结构 ZooKeeper数据模型的结构与Linux文件系统很类似,整体上可以看作是一棵树,每个节点称做一个ZNode。每一个ZNode默认能够存储1MB的数据,每个ZNode都可以通过其路径唯一标识。 1.5 Zookeeper 应用场景 提供的服务包括:统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。 ●统一命名服务 在分布式环境下,经常需要对应用/服务进行统一命名,便于识别。例如:IP不容易记住,而域名容易记住。 ●统一配置管理 (1)分布式环境下,配置文件同步非常常见。一般要求一个集群中,所有节点的配置信息是一致的,比如Kafka集群。对配置文件修改后,希望能够快速同步到各个节点上。 (2)配置管理可交由ZooKeeper实现。可将配置信息写入ZooKeeper上的一个Znode。各个客户端服务器监听这个Znode。一旦Znode中的数据被修改,ZooKeeper将通知各个客户端服务器。 ●统一集群管理 (1)分布式环境中,实时掌握每个节点的状态是必要的。可根据节点实时状态做出一些调整。 (2)ZooKeeper可以实现实时监控节点状态变化。可将节点信息写入ZooKeeper上的一个ZNode。监听这个ZNode可获取它的实时状态变化。 ●服务器动态上下线 客户端能实时洞察到服务器上下线的变化。 ●软负载均衡 在Zookeeper中记录每台服务器的访问数,让访问数最少的服务器去处理最新的客户端请求。 1.6 Zookeeper 选举机制 ●第一次启动选举机制 (1)服务器1启动,发起一次选举。服务器1投自己一票。此时服务器1票数一票,不够半数以上(3票),选举无法完成,服务器1状态保持为LOOKING; (2)服务器2启动,再发起一次选举。服务器1和2分别投自己一票并交换选票信息:此时服务器1发现服务器2的myid比自己目前投票推举的(服务器1)大,更改选票为推举服务器2。此时服务器1票数0票,服务器2票数2票,没有半数以上结果,选举无法完成,服务器1,2状态保持LOOKING (3)服务器3启动,发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果:服务器1为0票,服务器2为0票,服务器3为3票。此时服务器3的票数已经超过半数,服务器3当选Leader。服务器1,2更改状态为FOLLOWING,服务器3更改状态为LEADING; (4)服务器4启动,发起一次选举。此时服务器1,2,3已经不是LOOKING状态,不会更改选票信息。交换选票信息结果:服务器3为3票,服务器4为1票。此时服务器4服从多数,更改选票信息为服务器3,并更改状态为FOLLOWING; (5)服务器5启动,同4一样当小弟。 ●非第一次启动选举机制 (1)当ZooKeeper 集群中的一台服务器出现以下两种情况之一时,就会开始进入Leader选举: 1)服务器初始化启动。 2)服务器运行期间无法和Leader保持连接。 (2)而当一台机器进入Leader选举流程时,当前集群也可能会处于以下两种状态: 1)集群中本来就已经存在一个Leader。 对于已经存在Leader的情况,机器试图去选举Leader时,会被告知当前服务器的Leader信息,对于该机器来说,仅仅需要和 Leader机器建立连接,并进行状态同步即可。 2)集群中确实不存在Leader。 假设ZooKeeper由5台服务器组成,SID分别为1、2、3、4、5,ZXID分别为8、8、8、7、7,并且此时SID为3的服务器是Leader。某一时刻,3和5服务器出现故障,因此开始进行Leader选举。 选举Leader规则: 1.EPOCH大的直接胜出 2.EPOCH相同,事务id大的胜出 3.事务id相同,服务器id大的胜出 SID:服务器ID。用来唯一标识一台ZooKeeper集群中的机器,每台机器不能重复,和myid一致。 ZXID:事务ID。ZXID是一个事务ID,用来标识一次服务器状态的变更。在某一时刻,集群中的每台机器的ZXID值不一定完全一致,这和ZooKeeper服务器对于客户端“更新请求”的处理逻辑速度有关。 Epoch:每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加. 先把所需的安装包拉去进去;然后安装所需的依赖环境; 解压zookeeper 移动到方便管理的地方; 将该包提供的模版文件拷贝一份出来; 修改该文件的参数; 将数据目录指定到我们指定的地方; 创建出来该子目录; 启动该服务; 解压kafka; 移动该解压目录至方便管理的地方; 修改其配置文件; 指定日志文件的目录; 然后在将其创建出来; 启动kafka;且启动的时候要先启动zookeeper;再启动kafka;关闭的时候先关闭kafka,再关闭zookeeper; 启动的时候指定配置文件,及后台运行; 查看一下进程; 进行一个简单的测试; 先创建一个topic;然后查询该topic; 然后再使用kafka提供的脚本产生数据; 然后再打开会话,也是连接到该服务器; 进行查看队列的信息; 如何删除主题; 单节点的kafka就做好了;接下来做一个三节点的kafka; 同步会话,将安装包拉进去三个节点; 修改一下hosts文件,方便用名字进行解析; 关闭掉防火墙和内核安全机制; 安装依赖环境; 然后解压zookeeper; 然后移动,并提前创建要指定的数据目录; 进入配置文件中进行修改; 然后在末尾指定集群中各个服务器的IP及端口; 此时关闭同步会话功能; 进入到各自的数据目录生成ID值; 然后再开启会话同步功能;启动; 会在集群中选出一个leader; 解压kafka并移动; 修改配置文件; 先修改ID和监听;三个主机不一样; 指定文件目录; zookeeper连接的主机; 此时关闭同步会话,修改各自的配置; 再开启会话同步,创建日志的目录; 启动kafka; 分别查看一下以下端口是否成功开启; 关闭同步会话,开始验证; 然后在其他任意一个节点上查询topic; 还是在当前目录下生产消息; 用102去查看消息; 消费者还可以在其他节点消费信息;