zookeeper笔记

已于 2023-08-10 10:25:35 修改
阅读量3.3k 收藏 39
点赞数 19
分类专栏： 分布式 中间件 文章标签： zookeeper java
于 2022-09-01 09:35:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28742063/article/details/126636725
版权

视频地址：千锋最新Zookeeper集群教程-全网最全Zookeeper应用及原理分析课程

一、zookeeper介绍

1. 什么是zookeeper

zookeeper是一种分布式协调服务，用于管理大型主机。
在分布式环境中协调和管理服务是一个复杂的过程，zookeeper通过其简单的架构和API解决了这个问题。zookeeper允许开发人员专注于核心业务逻辑开发，而不必担心应用的分布式特性。

2. zookeeper的应用场景

  • 分布式协调组件
    • 在分布式系统中，需要有zookeeper作为分布式协调组件，协调分布式系统中的状态
  • 分布式锁
    • zk在实现分布式锁上，可以做到强一致性（顺序一致性），在后文ZAB协议中会详细介绍zk实现分布式锁
  • 无状态化实现
    • 将分布式环境中多个节点的登录状态信息维护在zk数据中心中，实现了多个节点的无状态化

image.png

二、搭建zookeeper服务器

1. 安装zookeeper

  1. 准备一台虚拟机（或linux服务器），安装jdk，配置java运行环境
  2. 官网下载指定版本的zookeeper压缩包，apache-zookeeper-3.7.0-bin.tar.gz。官网地址：https://zookeeper.apache.org/
  3. zookeeper压缩包上传到服务器上，解压缩
  4. 进到conf目录中，执行命令：
cp zoo_sample.cfg zoo.cfg  # 拷贝一份cfg配置文件，新文件命名为zoo.cfg
  1. 修改zoo.cfg配置文件
# zookeeper时间配置中的基本单位（毫秒）
tickTime=2000
# 允许follower初始化连接到leader的最大时长，它表示tickTime的时间倍数，即：initLimit*tickTime
initLimit=10
# 允许follower与leader数据同步最大时长，它表示tickTime的时间倍速，即：syncLimit*tickTime
syncLimit=5
# zookeeper数据存储目录及日志保存目录（如果没有指明dataLogDir，则日志也保存在这个文件中）
dataDir=/tmp/zookeeper
# 对客户端提供的端口号
clientPort=2181
# 单个客户端与zookeeper最大并发连接数
maxClientCnxns=60
# 保存的数据快照数量，之外的将会被清除
autopurge.snapRetainCount=3
# 自动触发清除任务时间间隔，单位为小时，默认为0，表示不自动清除
autopurge.purgeInterval=1
  1. 启动zookeeper
# 进入到bin目录中，执行
./zkServer.sh start ../conf/zoo.cfg

2. zookeeper服务器的操作命令

  • 启动zk服务器
./zkServer.sh start ../conf/zoo.cfg
  • 查看zk服务器的状态（可以看当前启动的zk是leader、follower、还是 observer）
./zkServer.sh status ../conf/zoo.cfg
  • 停止zk服务器
./zkServer.sh stop ../conf/zoo.cfg

三、zookeeper内部的数据模型

1. zk是如何保存数据的

zk中数据是保存在节点上的，节点就是znode，多个znode之间构成了一棵树的目录结构
zk的数据模型是什么样子呢？有点像数据结构中的树，也比较像文件系统的目录。
image.png
根路径为 /。不同于树的节点，znode的引用方式是路径引用，类似于文件路径：
image.png
这样的层次结构，让每一个znode节点拥有唯一的路径，就像命名空间一样，对不同的信息作出清晰的隔离。
查看zk中的所有节点：

ls /

2. zk中znode是什么样的结构

zk中的znode节点，包含了四个部分：

  • data：znode存储的业务数据
  • acl 权限：
    • c：create 创建权限，允许在该节点下创建子节点
    • w：write 写/更新权限，允许更新该节点的数据
    • r：read 读权限，允许读取该节点的内容以及子节点的列表信息
    • d：delete 删除权限，允许删除该节点的子节点
    • a：admin 管理者权限，允许对该节点进行acl权限设置
  • stat：描述当前znode的元数据/状态信息（事务id、版本号、时间戳）
  • child：当前节点的子节点引用

查看节点的详细信息：

get -s /xxx

image.png
节点的详细信息：

  • cZxid：创建节点的事务id
  • mZxid：修改节点的事务id
  • pZxid：添加或删除子节点的事务id
  • ctime：节点创建的时间
  • mtime：节点最近修改的时间
  • dataVersion：节点内数据的版本，每更新一次，版本+1
  • aclVersion：此节点的权限版本
  • ephemeralOwner：如果当前节点是临时节点，该值是当前节点所有者的session id。如果不是临时节点，则该值为0
  • dataLength：节点内数据的长度
  • numChildren：该节点的子节点个数

3. zk中节点znode的类型

  • 持久节点：创建出节点后，在会话结束后依然存在 【create /xxx】
  • 持久序号节点：创建出的节点，根据先后顺序，会在节点之后带上一个数值。越后创建的数值越大，单调递增。适用于分布式锁的应用场景/并发场景 【create -s /xxx】

image.png

  • 临时节点：创建之后，在会话结束后，节点会自动被删除。通过这个特性，zk可以实现服务的注册与发现的效果（如zk在dubbo中作为注册中心，实现服务注册与发现功能。服务提供者宕机，注册到zk的临时服务节点就会自动删除，消费者不可再调用） 【create -e /xxx】
    • 那么临时节点是如何维持心跳的呢？

image.png

  • 临时序号节点：跟持久节点类似，适用于临时的分布式锁 【create -e -s /xxx】
  • Container节点（3.5.3版本新增）：Container容器节点，当容器中没有任何子节点，该容器节点会被zk定期删除（60s）
  • TTL节点：可以指定节点的到期时间，到期后被zk删除，只能通过系统配置 zookeeper.extendedTypesEnabled=true开启

4. zk的数据持久化

zk的数据是运行在内存中的，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的形式保存在dataLogDir指定的路径的文件中（如果没有指定dataLogDir，则按dataDir指定的路径）
  • 数据快照
    • zk会在一定的时间间隔内生成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通过两种形式的持久化，在恢复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。这样的恢复速度更快

四、zookeeper客户端（zkCli）的使用

1. 多节点类型的创建

  • 创建持久节点 —— create /xxx
  • 创建持久序号节点 —— create -s /xxx
  • 创建临时节点 —— create -e /xxx
  • 创建临时序号节点 —— create -e -s /xxx
  • 创建容器节点 —— create -c /xxx

2. 查询节点

  • 普通查询
    • _ls /xxx _（查询/xxx下的一级子节点）
    • ls -R /xxx （查询/xxx下的所有子节点）
    • get /xxx （查询/xxx节点上的数据）
  • 查询节点信息 —— get -s /xxx （查询/xxx节点的所有信息）
    • cZxid：创建节点的事务id
    • mZxid：修改节点的事务id
    • pZxid：添加或删除子节点的事务id
    • ctime：节点创建的时间
    • mtime：节点最近修改的时间
    • dataVersion：节点内数据的版本，每更新一次，版本+1
    • aclVersion：此节点的权限版本
    • ephemeralOwner：如果当前节点是临时节点，该值是当前节点所有者的session id。如果不是临时节点，则该值为0
    • dataLength：节点内数据的长度
    • numChildren：该节点的子节点个数

3. 删除节点

  • 普通删除
    • delete /xxx
    • deleteall /xxx
  • 乐观锁删除
    • delete -v dataVersion(节点的数据版本号) /xxx 【只有指定删除的数据版本 == 当前节点的数据版本号，才能够删除成功】，每对节点进行一次数据操作，节点的dataVersion就会+1。这样删除，以乐观锁的机制，可保证并发下数据操作的唯一性

image.png

4. 权限设置

  • 注册当前会话的账号和密码：
addauth digest xiaowang:123456
  • 创建节点，并设置权限
# 创建一个节点/test-node，节点数据为abcd，此节点只能由账号为xiangwang，密码为123456的用户操作，可进行创建、删除、写、读、权限设置操作
create /test-node abcd auth:xiangwang:123456:cdwra

在另一个会话中，必须先使用账号密码，才能拥有操作节点的权限
image.png

五、Curator客户端的使用

1. Curator介绍

image.png
Curator是Netflix公司开源的一套zookeeper客户端框架，Curator是对zookeeper支持最好的客户端框架。Curator封装了大部分zookeeper的功能，比如leader选举、分布式锁等，减少了技术人员在使用zookeeper时的底层细节开发工作。
在Java程序中使用zookeeper，可以引入Curator

  • 引入Curator依赖，zookeeper依赖
<!-- Curator -->
<dependency>
  <groupId>org.apache.curator</groupId>
  <artifactId>curator-framework</artifactId>
  <version>2.12.0</version>
</dependency>
<dependency>
  <groupId>org.apache.curator</groupId>
  <artifactId>curator-recipes</artifactId>
  <version>2.12.0</version>
</dependency>
<!-- zookeeper -->
<dependency>
  <groupId>org.apache.zookeeper</groupId>
  <artifactId>zookeeper</artifactId>
  <version>3.7.14</version>
</dependency>
  • application.properties配置文件
curator.retryCount=5 # 重试次数
curator.elapsedTimeMs=5000 # 临时节点的超时时间
curator.connectionString=172.16.253.35:2181 # 连接地址
curator.sessionTimeoutMs=60000 # session超时时间
curator.connectionTimeoutMs=5000 # 连接超时时间
  • 创建节点

image.png

  • 读取节点数据

image.png

  • 给节点添加数据

image.png

  • 创建节点，如果没有父节点，顺带创建父节点

image.png

  • 删除节点，如果节点下有子节点，一并删除

image.png

  • 节点监听事件

image.png

六、zookeeper实现分布式锁

1. zk中锁的种类：

  • 读锁：大家都可以读。想上读锁的前提是：上锁之前的，所有锁中没有写锁
  • 写锁：只有得到写锁才能写数据。想上写锁的前提是：上锁之前，没有任何锁

读读共享，读写互斥，写写互斥

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：
      • 如果是读锁的话，则上锁成功
      • 如果是写锁，则上锁失败。为最小节点设置监听，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，于是再次执行第二步的流程

image.png

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zk中所有的子节点
    • 判断自己是否是最小的节点：
      • 如果是，则上锁成功
      • 如果不是，说明前面还有锁，则上锁失败。监听最小的节点，如果最小节点发生变化，则回到第二步

4. 羊群效应

如果用上述的上锁方式，只要节点发生变化，就会触发其他节点的监听事件，这样的话对zk的压力非常大，这就是所谓的羊群效应（惊群效应）。
可以调整为链式监听，解决这个问题。
image.png

5. Curator实现读写锁

  1. 获取读锁

image.png

  1. 获取写锁
// 将上面的获取读锁改成获取写锁
InterProcessLock interProcessLock = interProcessReadWriteLock.writeLock();

七、zookeeper的watch机制

1. watch机制介绍

可以把watch机制理解成注册在znode上的触发器。当znode发生变化了（调用了create、delete、setData等方法时），将会触发znode上注册的对应事件，请求znode的客户端会接收到异步通知。
具体交互过程：

  • 客户端调用getData方法，watch参数设置为true（即客户端监听节点的变化）。服务端接收到请求，返回节点数据，并且在对应的哈希表中插入被watch的znode路径，以及watcher列表。
    • 监听节点数据变化：get -w /xxx
    • 当节点数据发生变化了，客户端会有监听信息的打印
    • 注意：客户端的监听只生效一次。如果想持续监听，需要在每次监听信息打印后，查看数据的时候，再使用：get -w /xxx
    • （get -w /xxx 的方式）在被监听的节点上创建子节点，watch监听事件不会被触发

image.png
image.png

  • 当被watch的znode已删除，服务端会查找哈希表，找到znode对应的所有watcher，异步通知客户端，并删除哈希表中对应的key-value。

image.png
客户端使用了NIO的通信模式监听服务端的调用。

2. zkCli客户端使用watch

create /xxx abc  # 创建持久节点/xxx，并设置节点数据为abc
get -w /xxx # 一次性监听节点
ls -w /xxx # 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 /xxx # 监听节点所有层级子节点的变化，但内容的变化不会收到通知

3. Curator客户端使用watch

image.png

八、zookeeper集群

1. zookeeper集群角色

zookeeper集群中的节点有三种角色：

  • leader：处理集群的所有事务请求，一般进行写请求处理，集群中只有一个leader
  • follower：只能处理读请求，可参与leader选举
  • observer：只能处理读请求，提高集群读的性能，但不能参与leader选举

2. 集群搭建

搭建4个节点，其中一个节点为observer

  1. 创建4个节点的myid，并设值
# 在/usr/local/zookeeper中创建四个文件
/usr/local/zookeeper/zkdata/zk1# echo 1 > myid
/usr/local/zookeeper/zkdata/zk2# echo 2 > myid 
/usr/local/zookeeper/zkdata/zk3# echo 3 > myid
/usr/local/zookeeper/zkdata/zk4# echo 4 > myid
  1. 编写4个zoo.cfg
# 不同的zoo.cfg文件中需要更改两处：dataDir和clientPort

...

dataDir=/usr/local/zookeeper/zkdata/zk1  # 数据日志存放路径
clientPort=2181 # 提供给客户端通信的端口
# 2001,2002,2003,2004是用于服务节点之间通信的
# 3001，3002，3003，3004是用于投票选举leader的端口
server.1=172.16.253.55:2001:3001
server.1=172.16.253.55:2002:3002
server.1=172.16.253.55:2003:3003
server.1=172.16.253.55:2004:3004:observer

3. 启动四台服务节点

image.png

4. 查看四台已启动节点在集群中的角色

image.png

5. 客户端连接zookeeper集群

image.png

九、ZAB协议

1. 什么是ZAB协议

zookeeper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。zookeeper为了保证数据一致性，使用了ZAB协议（zookeeper atomic broadcast），这个协议解决了zookeeper的崩溃恢复和主从数据同步的问题。
image.png

2. ZAB协议定义的四种节点状态

  • looking：选举状态
  • following：follower节点（从节点）所处的状态
  • leading：leader节点（主节点）所处的状态
  • observer：观察者节点所处的状态

3. 集群上线的时候，leader是怎么选举出来的

zookeeper集群中的节点上线时，将会进入looking状态，即leader选举状态，会经历过程如下：
image.png

  • 选票格式（由两部分组成）
    • myid：每个节点初始配置的myid值
    • zXid：事务id，节点上每进行一次事务的增删改操作，zXid就会+1
  • 第一轮投票：
    • 两个节点根据自己的myid和zXid生成一张自己的选票
    • 然后将各自持有的选票投递给对方
    • 这样，两个节点都各自拥有两张选票。然后各自按照（先比较zXid，取出较大者；如果zXid相同，再比较myid，取出较大者）的规则，选出一张选票，投到投票箱中
      • 为什么先比较zXid？ —— 因为zXid较大者，代表节点上的数据更新次数较多，更适合作为leader。而且后面，经历过数据同步，最终，各个节点上的数据都会保持一致
    • 第一轮投票结束。投票箱中产生了各个节点的选票（node-1中（2，0）；node-2中（2，0））
  • 第二轮投票：—— 由于对于一个节点的来说，投票箱中的票数没有过半（3个参与投票的节点，过半票数为2，目前节点中的票数为1，1<2，所以需要进行第二轮投票）
    • 各个节点，将上一轮手中较大的选票投递给对方
    • 各自按照（先比较zXid，取出较大者；如果zXid相同，再比较myid，取出较大者）的规则，选出一张选票，投到投票箱中
    • 第二轮投票结束。投票箱中产生了各个节点的选票（node-1中（2，0）（2，0）；node-2中（2，0）（2，0））
  • 此时，投票箱中有票数过半的节点，该节点确定为leader，选票结束
  • 第三台节点启动后，发现集群中已经选举出了leader，于是把自己作为follower了

总结：zookeeper集群中，一般设置奇数节点比较好，leader选举的时候，比较好判断票数过半的节点

4. 崩溃恢复时的leader选举

leader建立完后，leader周期性地不断向follower发送心跳（ping命令，没有内容地socket）。当leader崩溃后，follower发现socket通道关闭，于是follower就会从following状态切换到looking状态，重新回到第3节中地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

image.png

  • leader收到半数以上follower的ack，就发送commit（向所有follower，和自己）
    • 为什么要半数以上？ —— 半数以上的好处：提升整个集群写数据的性能。因为集群中3台节点，有两台都写成功了，说明网络通信基本正常，集群能够持续提供服务
    • 半数，指的是整个集群所有节点的半数
  • 也可以理解成分布式事务中的两阶段提交

6. zookeeper中的NIO和BIO的应用

zookeeper在3.1之后的版本用的Netty

  • 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，使用的是BIO进行通信

7. zookeeper的一致性问题

zookeeper在数据同步时，追求的并不是强一致性，它保证的是顺序一致性（通过事务id的单调递增）

十、CAP理论、Base理论

1. CAP理论

一个分布式系统中最多只能同时满足一致性、可用性、分区容错性三项中的两项（CP、或者AP）

  • 一致性
    • 即更新操作成功并返回客户端完成后，所有节点在同一时刻的数据完全一致
  • 可用性
    • 即服务一直可用，而且是正常响应时间
  • 分区容错性
    • 即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，这样的分区就具备了容错性。

2. BASE理论

BASE理论是对CAP理论的延伸，核心思想：即使无法做到强一致性，但应用可以采用适合的方式达到最终一致性

  • 基本可用（basically available）
    • 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。（如电商大促时，为了应对访问量激增，部分用户可以会被引导到降级页面，服务处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（soft state）
    • 指允许系统存在中间状态，而该状态不会影响系统的整体可用性（如：支付中）。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的异步复制也是软状态的一种体现。
  • 最终一致性（eventual consistency）
    • 指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。
kyrielx
关注
专栏目录
Zookeeper数据节点可视化查看工具
11-29
Zookeeper数据节点可视化查看工具； 下载解压后即可使用； 内有说明文本。 Zookeeper数据节点可视化查看工具； 下载解压后即可使用； 内有说明文本。 Zookeeper数据节点可视化查看工具； 下载解压后即可使用； 内有说明文本。
zookeeper原理 使用场景
zjw11763的专栏
06-18 1934
hive.metastore.local true javax.jdo.option.ConnectionURL jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver
Zookeeper
最新发布
YCyjs的博客
09-23 2987
zookeeper。
zookeeper
weixin_42054515的博客
12-12 375
zookeeperzookeeper的特点zookeeper命令zookeeper的节点类型zookeeper的节点信息zookeeper的java api操作连接操作创建节点删除节点跟新数据获取数据判断节点存在获取子节点监听节点数据变化监听子节点变化监听节点变化 Zookeeper是开源的分布式的协调服务框架，是Apache Hadoop的子件，适用于绝大部分分布式集群的管理 分布式引发问题： ...
ZooKeeper概念详解，最全整理
热门推荐
春风化雨
09-11 9万+
相信大家对 ZooKeeper 应该不算陌生，但是你真的了解 ZooKeeper 是什么吗？如果别人/面试官让你讲讲 ZooKeeper 是什么，你能回答到哪个地步呢？ 我本人曾经使用过 ZooKeeper 作为 Dubbo 的注册中心，另外在搭建 Solr 集群的时候，我使用到了 ZooKeeper 作为 Solr 集群的管理工具。 前几天，总结项目经验的时候，我突然问自己 ZooKeepe...
2021尚硅谷技术之Zookeeper笔记
09-17
**尚硅谷2021 ZooKeeper笔记概述** ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，它是集群的管理者，监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作。最终将简单易用的接口和...
整合rpc远程调用_RPC---远程过程调用协议（二）（完）
weixin_39676979的博客
01-14 178
经过大海的一番磨砺，卵石才变得更加美丽光滑【RPC---远程过程调用协议】五、Zookeeper安装1. Zookeeper简介zookeeper分布式管理软件。常用它做注册中心（依赖zookeeper的发布/订阅功能）、配置文件中心、分布式锁配置、集群管理等。zookeeper一共就有两个版本。主要使用的是java语言写的。2. 安装2.1 上传压缩文件上传到 /usr/local/tmp中2....
ZooKeeper笔记：配置、Java API和应用
"ZooKeeper笔记.pdf" ZooKeeper是 Apache 软件基金会下的一个开源项目，提供了一个分布式应用程序协调服务。它主要用来解决分布式系统中的数据一致性问题，提供了一个高可用、高性能、可扩展的解决方案。 **...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

kyrielx

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值