Observer不参与选举，，Follower参与选举
搜索技巧，在百度的搜索框中输入：
paxos site:douban.com（做一个豆瓣的定向搜索）
Paxos全解析：https://www.douban.com/note/208430424/
“ Paxos，它是一个基于消息传递的一致性算法”， Paxos还被认为是到目前为止唯一的分布式一致性算法，其它的算法都是Paxos的改进或简化。
Paxos有一个前提：没有拜占庭将军问题（网络中节点与节点之间是不可信的）。就是说Paxos只有在一个可信的计算环境中才能成立，这个环境是不会被入侵所破坏的。
“ Paxos描述了这样一个场景，有一个叫做Paxos的小岛(Island)上面住了一批居民，岛上面所有的事情由一些特殊的人决定，他们叫做议员(Senator)。议员的总数(Senator Count)是确定的，不能更改。岛上每次环境事务的变更都需要通过一个提议(Proposal)，每个提议都有一个编号(PID)，这个编号是一直增长的，不能倒退。每个提议都需要超过半数((Senator Count)/2 +1)的议员同意才能生效。每个议员只会同意大于当前编号的提议，包括已生效的和未生效的。如果议员收到小于等于当前编号的提议，他会拒绝，并告知对方：你的提议已经有人提过了。这里的当前编号是每个议员在自己记事本上面记录的编号，他不断更新这个编号。整个议会不能保证所有议员记事本上的编号总是相同的。现在议会有一个目标：保证所有的议员对于提议都能达成一致的看法。”
“ 好，现在议会开始运作，所有议员一开始记事本上面记录的编号都是0。有一个议员发了一个提议：将电费设定为1元/度。他首先看了一下记事本，嗯，当前提议编号是0，那么我的这个提议的编号就是1，于是他给所有议员发消息：1号提议，设定电费1元/度。其他议员收到消息以后查了一下记事本，哦，当前提议编号是0，这个提议可接受，于是他记录下这个提议并回复：我接受你的1号提议，同时他在记事本上记录：当前提议编号为1。发起提议的议员收到了超过半数的回复，立即给所有人发通知：1号提议生效！收到的议员会修改他的记事本，将1好提议由记录改成正式的法令，当有人问他电费为多少时，他会查看法令并告诉对方：1元/度。”（过半通过，两阶段提交）
“ 现在看冲突的解决：假设总共有三个议员S1-S3，S1和S2同时发起了一个提议:1号提议，设定电费。S1想设为1元/度, S2想设为2元/度。结果S3先收到了S1的提议，于是他做了和前面同样的操作。紧接着他又收到了S2的提议，结果他一查记事本，咦，这个提议的编号小于等于我的当前编号1，于是他拒绝了这个提议：对不起，这个提议先前提过了。于是S2的提议被拒绝，S1正式发布了提议: 1号提议生效。S2向S1或者S3打听并更新了1号法令的内容，然后他可以选择继续发起2号提议。”
ZAB协议：Zookeeper 原子 广播，zookeeper的协议，是Paxos协议的缩减版，更容易实现数据在可用状态（有leader时 ）下的同步。
zookeeperZAB协议流程图如下，核心点是队列（广播到每个follower的队列）和2PC（两个阶段提交：第一阶段写磁盘日志，第二阶段write到内存，更新内存状态，最终能对外提供内存的查询），主从模型，主是单点，单点处理顺序性的事情，主负责维护队列，维护所有事务的两阶段提交，维护过半通过。
zookeeper一挂，所有人都对外停止提供服务，开始选leader，建立连接，同步完数据，才开始对外提供服务，做到最终一致性。
过程中，节点是否对外提供服务，取决于节点的状态，有些状态是可以提供服务的，有些状态不能对外提供服务（例如，从连不上主），一个client连接上掉线的follower，可以调用该follower的回调callback服务，等待follower连接上leader，sync同步完以后，拿到数据，回调服务就可以返回数据。
zookeeper选举：采用谦让制，要使用到server自己的id和事务的Zxid。
M：myid server.id， Z：Zxid事务id
leader选举时，达到过半开始选举，先看事务id，大的选谁，事务id一样的情况下，选myid大的。
zookeeper详细投票过程（zookeeper可以200ms内选出leader）：
假设存在如下情况，node04是leader，node03还没同步完，事务id是7，比node01和02的事务id低一些。此时leader node04挂了，1s一次心跳，其他的node会发现leader挂了，如果恰巧不幸的是，node03（事务id低的）先发现leader挂了，node03会拿着server.id和Zxid通过socket发送给node01和02，node03此时投票自己+1，node01和node02（收票者）收到node03（投票者）的票，与比较的事务id相比，淘汰此票（因为自己的事务id更高），收票者如果否定对方，要给对方纠正，所以node01和ndoe02都会把自己的server.id和Zxid发给node03。重要的是，收票者会被动触发自己给自己投票，并把自己的票广播出去。node02自己给自己投票，node02票+1，node01和03收到02的票，对比过以后发现比自己大，又把node02的票返回来，node02票+2=3票。所以最后，所有的投票者和收票者都会拿到所有其他的投票者的票对比，自己与是leader那个node比较（自己认可，给leader那个node投一票），其他node的认可（给leader那个node投node总数-1(当前node)这么多票），所以最后每个node都会给那个node02节点投三票，因为node02的server.id和Zxid都是最高的。
zookeeper内部的watch监控机制基于callback回调，比两个client之间自己写个对别人的心跳检测速度要快得多，zookeeper的时效性。
Netty含金量很高，决定了服务器发挥50%能力还是发挥80%的能力。
zookeeperAPI实操，详见IDEA项目：zookeeper：
强调：zookeeper集群用的哪个版本，客户端就要相应用import哪个版本的maven依赖。
zookeeper都是跟session绑定在一起的，zk没有连接池的概念。
创建一个maven项目：
在App.class中，
public class App
{
public static void main(String[] args ) throws IOException, InterruptedException, KeeperException {
System.out.println("Hello World!");
//param1:zk集群连接的字符串，用逗号隔开; param2:session的超时时间, 这个session断开后，那个临时节点就存活3秒; param3 watch
//watch 分两类，第一类：new zk时传入的watch，这个watch是session级别的，跟path,node没有关系
final CountDownLatch countDownLatch = new CountDownLatch(1);
final ZooKeeper zk = new ZooKeeper("", 3000, new Watcher() {
//watch的回调方法
@Override
public void process(WatchedEvent event) {
Event.KeeperState state = event.getState();
Event.EventType type = event.getType();
String path = event.getPath();
System.out.println("zk watch:"+event.toString());
switch (state) {
case Unknown:
break;
case Disconnected:
break;
case NoSyncConnected:
break;
case SyncConnected:
System.out.println("connected");
countDownLatch.countDown();
break;
case AuthFailed:
break;
case ConnectedReadOnly:
break;
case SaslAuthenticated:
break;
case Expired:
break;
}
switch (type) {
case None:
break;
case NodeCreated:
break;
case NodeDeleted:
break;
case NodeDataChanged:
break;
case NodeChildrenChanged:
break;
}
}
});
countDownLatch.await();
ZooKeeper.States states = zk.getState();
switch (states) {
case CONNECTING:
System.out.println("connecting!");
break;
case ASSOCIATING:
break;
case CONNECTED:
System.out.println("connected!");
break;
case CONNECTEDREADONLY:
break;
case CLOSED:
break;
case AUTH_FAILED:
break;
case NOT_CONNECTED:
break;
}
String pathName = zk.create("/ooxx", "olddata".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);
final Stat stat = new Stat();
byte[] data = zk.getData("/ooxx", new Watcher() {
//在取数据的同时注册一个观察Watch，未来这个节点发生变化以后会回调这个方法。
@Override
public void process(WatchedEvent event) {
System.out.println("getData watch: " + event.toString());
//以下代码让zk重新注册这个watch
try {
zk.getData("/ooxx",this, stat);
} catch (KeeperException e) {
e.printStackTrace();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}, stat);
System.out.println(new String(data));
//以下这个stat是有没有设置成功，原数据会返回
//同时以下会产生/ooxx这个节点变化的event，触发getData注册的回调事件
Stat stat1 = zk.setData("/ooxx", "newdata01".getBytes(), 0);
//还会不会回调getData的方法，不会，是一次性的
Stat stat2 = zk.setData("/ooxx", "newData02".getBytes(), stat1.getVersion());
Thread.sleep(222222222);
System.out.println("--------------async start--------------");
zk.getData("/ooxx", false, new AsyncCallback.DataCallback() {
//getdata自己的callback函数
//getData没有返回值也不会阻塞，rc返回状态码，path路径，data取到的数据，stat元数据，ctx是可以传任何东西进去、传参
@Override
public void processResult(int rc, String path, Object ctx, byte[] data, Stat stat) {
System.out.println("--------------async call back--------------");
System.out.println(new String(data));
System.out.println(ctx.toString());
}
},"abc");
System.out.println("--------------async over--------------");
}
}
扫一扫
1245
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
