Zookeeper从入门到实战（附企业面试题）

1.概述

Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目。

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了变化，Zookeeper就负责通知已经在Zookeeper上注册的那些观察者做出相应的反应.

Zookeeper = 文件系统 + 通知机制

1.1 工作机制

1.2 特点

1.3 数据结构

ZK中的数据保存的格式（树状结构）

注意：ZK中没有文件的概念，节点下直接存的就是内容。

1.4 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/服务进行统一命令，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:

统一集群管理：

服务器动态上下线：

软负载均衡：

2 Zookeeper单点安装

2.1 安装

1.把软件包上传到Linux的/opt/software下

2.解压ZK到/opt/module下

3.将解压后的目录名称修改一下（选做）

4.将ZK的安装目录下conf/zoo_sample.cfg文件改名为zoo.cfg

5.在ZK的安装目录下创建一个新的目录，作为zk的数据持久化目录

​ 修改zoo.cfg配置文件

​ dataDir = /opt/module/zooker-3.5.7/zkData

6.配置ZK的环境变量（选做）

单点模式的简单操作

1.启动zk服务端和 zk客户端

zkServer.sh start zkCli.sh -server host:port

2.查看一下zk的服务端和客户端对应的进程

QuorumPeerMain --> 服务端

ZookeeperMain --> 客户端

3.退出客户端

quit

2.2 配置参数解读

Zookeeper中的配置文件zoo.cfg中参数含义解读如下：

1）tickTime =2000，通信心跳数，Zookeeper服务器客户端心跳时间，单位毫秒

Zookeeper使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳，时间单位为毫秒。

它用于心跳机制，并且设置最小的session超时时间为两倍心跳时间。(session的最小超时时间是2*tickTime)

2）initLimit =10：LF初始通信时限

集群中的Follower跟随者服务器与Leader领导者服务器之间初始连接时能容忍的最多心跳数（tickTime的数量），用它来限定集群中的Zookeeper服务器连接到Leader的时限。

3）syncLimit =5：LF同步通信时限

集群中Leader与Follower之间的最大响应时间单位，假如响应超过syncLimit * tickTime，Leader认为Follwer死掉，从服务器列表中删除Follwer。

4）dataDir：数据文件目录+数据持久化路径

主要用于保存Zookeeper中的数据。

5）clientPort =2181：客户端连接端口

监听客户端连接的端口。

3 Zookeeper实战（开发重点）

注意事项：如果不是第一次搭建集群，那么就把zk安装目录下的zkData目录删除，并且把logs目录也删除

3.1 分布式安装部署

1）集群规划

在hadoop201、hadoop202和hadoop203三个节点上部署Zookeeper。

2）解压安装

3）修改201配置文件

clientPort=2181
server.2=hadoop201:2888:3888
server.3=hadoop202:2888:3888
server.4=hadoop203:2888:3888

server.A=B:C:D。
A是一个数字，表示这个是第几号服务器；
集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
B是这个服务器的地址；
C是这个服务器Follower与集群中的Leader服务器交换信息的端口；
D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。

4）编辑myid文件

在zkData下新建myid 编辑2

5）分发文件

修改202 和203 的myid

6)编写集群启动脚本

#!/bin/bash
if [ $# -lt 1 ]
then
 echo '参数不能为空！！！'
 exit
fi

for host in hadoop201 hadoop202 hadoop203
do
  case $1 in
  "start")
  echo "$**********$host****ZK启动*****************"
  ssh $host /opt/module/zookeeper-3.5.7/bin/zkServer.sh $1
  ;;
  "stop")
  echo "$**********$host****ZK停止*****************"
  ssh $host /opt/module/zookeeper-3.5.7/bin/zkServer.sh $1
  ;;
  "status")
  echo "$**********$host****ZK状态*****************"
  ssh $host /opt/module/zookeeper-3.5.7/bin/zkServer.sh $1
  ;;
  "*")
  echo '参数有误！！！'
  exit
  ;;
  esac
done

3.2 客户端命令行操作

命令基本语法	功能描述
help	显示所有操作命令
ls path	使用 ls 命令来查看当前znode的子节点-w 监听子节点变化-s 附加次级信息
create	普通创建-s 含有序列-e 临时（重启或者超时消失）
get path	获得节点的值-w 监听节点内容变化-s 附加次级信息
set	设置节点的具体值
stat	查看节点状态
delete	删除节点
deleteall	递归删除节点

1.查看当前znode中所包含的内容

[zk: hadoop201:2181(CONNECTED) 6] ls /
[zookeeper]

2.查看当前节点详细数据
[zk: hadoop201:2181(CONNECTED) 5] ls -s /
[zookeeper]cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0x0
cversion = -1
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 1

3.分别创建2个普通节点
[zk: hadoop201:2181(CONNECTED) 9] create /sanguo  创建持久化节点
Created /sanguo
[zk: hadoop201:2181(CONNECTED) 13] create -e /xiyou   创建临时节点
Created /xiyou
[zk: hadoop201:2181(CONNECTED) 4] create -s /honglou   创建带序号持久化节点 从零开始 把以前创建的节点也算上
Created /honglou0000000002
[zk: hadoop201:2181(CONNECTED) 6] create -s -e /shuihu    创建带序号临时节点
Created /shuihu0000000003

4. 获得节点的值
[zk: hadoop201:2181(CONNECTED) 3] set /sanguo "zhugeliang"  设置值
[zk: hadoop201:2181(CONNECTED) 4] get /sanguo               获取值
zhugeliang
从新设置会覆盖 不会追加

[zk: hadoop203:2181(CONNECTED) 2] get -w /sanguo  设置监听节点内容
huangyueying
[zk: hadoop203:2181(CONNECTED) 3] 
WATCHER::

WatchedEvent state:SyncConnected type:NodeDataChanged path:/sanguo

[zk: hadoop203:2181(CONNECTED) 1] ls -w /sanguo  设置监听节点名称
[shuhan]
[zk: hadoop203:2181(CONNECTED) 2] 
WATCHER::

WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/sanguo

查看节点状态  元数据
[zk: hadoop203:2181(CONNECTED) 2] stat /
cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0x20000000a
cversion = 5
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 3

删除空节点
[zk: hadoop203:2181(CONNECTED) 4] delete /honglou0000000002
删除非空节点
[zk: hadoop203:2181(CONNECTED) 5] deleteall /sanguo
[zk: hadoop203:2181(CONNECTED) 6] ls /
[zookeeper]

3.3 API应用

3.3.1 IDEA环境搭建

1）创建一个MavenModule

2）添加pom文件

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.zookeepe</groupId>
    <artifactId>Zookeepe</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.12.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.zookeeper</groupId>
            <artifactId>zookeeper</artifactId>
            <version>3.5.7</version>
        </dependency>
    </dependencies>
    
</project>

3)拷贝log4j.properties文件到项目根目录

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

3.3.2 初始化ZooKeeper客户端

/**
 * 1.获取ZK客户端连接对象
 * 2.调用相关API完成对应的功能
 * 3.关闭资源
 */
public class ZookeeperTest {
    /**
     * connectString : 连接ZK服务的地址 hadoop201:2181,hadoop202:2181,hadoop203:2181
     * sessionTimeout : 超时时间
     * new Watcher() : 
     */
    @Test
    public void testCreateZookeeperClient() throws IOException, InterruptedException {
        String connectStr = "hadoop201:2181,hadoop202:2181,hadoop203:2181";
        int sessionTimeout = 10000;  
        ZooKeeper zooKeeper = new ZooKeeper(connectStr, sessionTimeout, new Watcher() {
            public void process(WatchedEvent event) {
                System.out.println("根据具体的业务进行下一步操作。。。");
            }
        });

        System.out.println(zooKeeper);
        
        //关闭连接
        zooKeeper.close();
    }
}

3.3.3 其它API操作

package com.zk;

import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.lang.reflect.ParameterizedType;
import java.time.Period;
import java.util.List;

/**
 * 1.获取ZK客户端连接对象
 * 2.调用相关API完成对应的功能
 * 3.关闭资源
 */
public class ZookeeperTest {
    private ZooKeeper zk;


    /**
     * 创建节点
     * 1.path: 指定创建节点的路径
     * 2.data : 节点内容
     * 3.acl:对操作用户的权限控制
     * 4.CreateMode : 创建节点格式 是否持久 是否带序号
     */
    @Test
    public void testCreateNode() throws KeeperException, InterruptedException {
        zk.create("/xiyou",
                "rulai".getBytes(),
                ZooDefs.Ids.OPEN_ACL_UNSAFE,
                CreateMode.PERSISTENT);
    }

    /**
     * 获取子节点
     * getChildren
     * path: 路径
     * boolean watch ： 是否监控
     */
    @Test
    public void testGetChildren() throws KeeperException, InterruptedException {
        //获取子节点不监控
//        List<String> children = zk.getChildren("/", false);
//        for (String child : children) {
//            System.out.println(child);
//        }
        //监控
        List<String> children = zk.getChildren("/", new Watcher() {
            public void process(WatchedEvent event) {
                System.out.println("发现根目录下的节点有变化");
            }
        });
        for (String child : children) {
            System.out.println(child);
        }
        Thread.sleep(Long.MAX_VALUE);
    }

    /**
     * 判断节点是否存在
     */
    @Test
    public void testExist() throws KeeperException, InterruptedException {
        Stat stat = zk.exists("/sanguo", false);
        if (stat == null){
            System.out.println("不存在");
        }else {
            System.out.println("存在"+ stat.toString());
        }
    }

    /**
     * 获取节点的数据,不监听
     * path
     * watch
     * stat
     */
    @Test
    public void testGetData() throws KeeperException, InterruptedException {
        //封装一个path
        String path = "/sanguo";
        //判断当前节点是否存在
        Stat stat = zk.exists(path, false);
        if (stat == null){
            System.out.println("不存在");
        }else {
            byte[] datas = zk.getData(path, false, stat);
            System.out.println(new String(datas));
        }
    }


    /**
     * 获取节点值
     * @throws KeeperException
     * @throws InterruptedException
     */
    @Test
    public void testGetDataWatch() throws KeeperException, InterruptedException {
        //封装一个path
        String path = "/sanguo";
        //判断当前节点是否存在
        Stat stat = zk.exists(path, false);
        if (stat == null){
            System.out.println("不存在");
        }else {
            byte[] datas = zk.getData(path, new Watcher() {
                @Override
                public void process(WatchedEvent event) {
                    System.out.println("节点的值改变了");
                }
            }, stat);
            System.out.println(new String(datas));
        }
        Thread.sleep(Long.MAX_VALUE);
    }

    /**
     * 设置节点值
     * path
     * data[]
     * version
     */
    @Test
    public void setNodeData() throws KeeperException, InterruptedException {
        //封装一个path
        String path = "/sanguo";
        //判断当前节点是否存在
        Stat stat = zk.exists(path, false);
        if (stat == null){
            System.out.println("不存在");
        }else {
           //zk.setData(path, "guanerye,abei,agfei".getBytes(), stat.getVersion());
            //-1代表不检测版本
           zk.setData(path, "guanerye,abei,agfei1".getBytes(), -1);
        }
    }


    /**
     * 删除空节点，没有字节点
     */
    @Test
    public void deleteNode() throws KeeperException, InterruptedException {
        //封装一个path
        String path = "/a";
        //判断当前节点是否存在
        Stat stat = zk.exists(path, false);
        if (stat == null){
            System.out.println("不存在");
        }else {
           zk.delete(path, stat.getVersion());
        }
    }


    /**
     * 测试递归删除节点
     */
    @Test
    public void testDeleteAll() throws KeeperException, InterruptedException {
        deleteNodeAll("/a", zk);
    }


    public void deleteNodeAll(String path, ZooKeeper zk) throws KeeperException, InterruptedException {
        //判断节点是否存在
        Stat stat = zk.exists(path, false);
        if (stat == null) {
            System.out.println("节点不存在...");
            return;
        }
        //先获取当前传入节点下的所有子节点
        List<String> children = zk.getChildren(path, false);
        if (children.isEmpty()) {
            //说明传入的节点没有子节点,可以直接删除
            zk.delete(path, stat.getVersion());
        } else {
            //如果传入的节点有子节点,循环所有子节点
            for (String child : children) {
                //删除子节点,但是不知道子节点下面还有没有子节点,所以递归调用
                deleteNodeAll(path + "/" + child, zk);
            }
            //删除完所有子节点以后,记得删除传入的节点
            zk.delete(path, stat.getVersion());
        }
    }





    /**
     * 获取连接对象
     */
    @Before
    public void init() throws IOException {
        String connectStr = "hadoop201:2181,hadoop202:2181,hadoop203:2181";
        int sessionTimeout = 10000;
        zk = new ZooKeeper(connectStr, sessionTimeout, new Watcher() {
            public void process(WatchedEvent event) {
            }
        });
    }

    /**
     * 关闭资源
     */
    @After
    public void close(){
        try {
            if (zk != null){
                zk.close();
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    /**
     * connectString : 连接ZK服务的地址 hadoop201:2181,hadoop202:2181,hadoop203:2181
     * sessionTimeout : 超时时间
     * new Watcher() :
     */
    @Test
    public void testCreateZookeeperClient() throws IOException, InterruptedException {
        String connectStr = "hadoop201:2181,hadoop202:2181,hadoop203:2181";
        int sessionTimeout = 10000;
        ZooKeeper zooKeeper = new ZooKeeper(connectStr, sessionTimeout, new Watcher() {
            public void process(WatchedEvent event) {
                System.out.println("根据具体的业务进行下一步操作。。。");
            }
        });

        System.out.println("ZK:**********" + zooKeeper);

        //关闭连接
        zooKeeper.close();
    }
}

4 Zookeeper内部原理

4.1 节点类型

4.2 Stat结构体

（1）czxid-创建节点的事务zxid

每次修改ZooKeeper状态都会收到一个zxid形式的时间戳，也就是ZooKeeper事务ID。

事务ID是ZooKeeper中所有修改总的次序。每个修改都有唯一的zxid，如果zxid1小于zxid2，那么zxid1在zxid2之前发生。

（2）ctime - znode被创建的毫秒数(从1970年开始)

（3）mzxid - znode最后更新的事务zxid

（4）mtime - znode最后修改的毫秒数(从1970年开始)

（5）pZxid-znode最后更新的子节点zxid

（6）cversion - znode子节点变化号，znode子节点修改次数

（7）dataversion - znode数据变化号

（8）aclVersion - znode访问控制列表的变化号

（9）ephemeralOwner- 如果是临时节点，这个是znode拥有者的session id。如果不是临时节点则是0。

（10）dataLength- znode的数据长度 默认不能超过1M

（11）numChildren - znode子节点数量

4.3 监听器原理（面试重点）

4.4 选举机制（面试重点）

1.选举机制总原则：集群中的每台机器都参与投票，通过交换选票得到每台机器的最终得票，一旦出现得票数超过机器总数一半以上的数量，当前机器即为leader。

（1）半数机制：集群中半数以上机器存活，集群可用。所以Zookeeper适合安装奇数台服务器。

（2）Zookeeper虽然在配置文件中并没有指定Master和Slave。但是，Zookeeper工作时，是有一个节点为Leader，其他则为Follower，Leader是通过内部的选举机制临时产生的。

（3）以一个简单的例子来说明整个选举的过程。

场景一：

​ 假设有五台服务器组成的Zookeeper集群，它们的id从1-5，同时它们都是最新启动的，也就是没有历史数据，在存放数据量这一点上，都是一样的。假设这些服务器依序启动，来看看会发生什么。

​ Zookeeper的选举机制

（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ID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。

场景二：

​ 当前集群正在使用（有数据/没数据），leader突然宕机的情况。

当集群的leader挂掉，集群会重新选出一个leader，此时首先会比较每一台机器的czxid，

czxid最大的被选为leader。极端情况，czxid都相等的情况，那么就会直接比较myid。

一般情况下，Zookeeper适合安装奇数台服务器原因？

在ZK集群中，奇数台 和 偶数台（接近的台数）机器的容错能力是一样的，所以在考虑资源节省的情况下，我们推荐使用奇数台方案。

4.5 写数据流程

1）Client向Zookeeper的Server1上写数据，发送一个写请求

2）如果Server1不是Leader，那么Server1会把接收到的请求进一步转发给Leader，因为每个Zookeeper的Server里面有一个是Leader。这个Leader会将写请求广播给各个Server，比如Server1和Server2，各个Server会将该写请求加入待写队列，并向Leader发送成功信息

3）当Leader接收到半数以上Server的成功信息，说明该写操作可以执行。Leader会向各个Server发送提交信息，各个Server收到信息后会落实队列里的写请求，此时写成功。

4）Server1会进一步通知Client数据写成功了，这时就认为整个写操作成功。

5.企业问答题

一、请简述ZooKeeper的选举机制

选举机制总原则：集群中的每台机器都参与投票，通过交换选票得到每台机器的最终得票，一旦出现得票数超过机器总数一半以上的数量，当前机器即为leader。

场景一：

​ 假设有五台服务器组成的Zookeeper集群，它们的id从1-5，同时它们都是最新启动的，也就是没有历史数据，在存放数据量这一点上，都是一样的。假设这些服务器依序启动。

（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ID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。

场景二：

​ 当前集群正在使用（有数据/没数据），leader突然宕机的情况。

当集群的leader挂掉，集群会重新选出一个leader，此时首先会比较每一台机器的czxid，

czxid最大的被选为leader。极端情况，czxid都相等的情况，那么就会直接比较myid。

二、ZooKeeper的监听原理是什么？

原理：

1）首先要有一个main()线程

2）在main线程中创建Zookeeper客户端，这时就会创建两个线程，一个负责网络连接通信（connect）,一个负责监听（listener）.

3）通过connect线程将注册的监听事件发送给Zookeeper。

4）在Zookeeper的注册监听列表将注册的监听事件添加到列表中

5）Zookeeper监听到有数据或路径变化，就会将这个消息发送给listener线程

6）listener线程内部调用了process()方法。

三、ZooKeeper的部署方式有哪几种？集群中的角色有哪些？集群最少需要几台机器？

（1）部署方式单机模式、集群模式

（2）角色：Leader和Follower

（3）集群最少需要机器数：3

四、ZooKeeper的常用命令

命令基本语法	功能描述
help	显示所有操作命令
ls path	使用 ls 命令来查看当前znode的子节点-w 监听子节点变化-s 附加次级信息
create	普通创建-s 含有序列-e 临时（重启或者超时消失）
get path	获得节点的值-w 监听节点内容变化-s 附加次级信息
set	设置节点的具体值
stat	查看节点状态
delete	删除节点
deleteall	递归删除节点

五、ZK的写数据流程

1.客户端会向ZK集群中的一台机器Server1发送写数据请求

2.server1就收到请求后，马上会通知Leader有写数据的请求来了

3.Leader拿到请求后，进行广播，让集群每一台机器都准备要写数据

4.集群中的所有机器接收到Leader的广播后都回应一下leader

5.leader再次进行广播，开始写数据,其它机器就收到广播后开始写数据

6.数据成功写入后，回应leader，最后由leader来做整个事务提交

7.当数据成功写入后，由最初和客户端连接的Server1回应客户端数据写入成功。