分布式助手Zookeeper(一)

转载地址 http://qindongliang.iteye.com/blog/1985087


Zookeeper最早是Hadoop的一个子项目,主要为Hadoop生态系统中一些列组件提供统一的分布式协作服务,在2010年10月升级成Apache Software 
Foundation(ASF)顶级项目,它主要提供以下的四个功能: 

功能名
组管理服务
分布式配置服务
分布式同步服务
分布式命名服务

Zookeeper的目标就是封装好复杂易出错的关键服务,将简单易用的接口和性能高效、功能稳定的系统提供给用户; 
Zookeeper的架构图如下: 




Zookeeper的特点如下: 
特点说明
最终一致性为客户端展示同一个视图,这是zookeeper里面一个非常重要的功能
可靠性如果消息被到一台服务器接受,那么它将被所有的服务器接受。
实时性Zookeeper不能保证两个客户端能同时得到刚更新的数据,如果需要最新数据,应该在读数据之前调用sync()接口。
独立性各个Client之间互不干预
原子性更新只能成功或者失败,没有中间状态。
顺序性所有Server,同一消息发布顺序一致。



zookeeper的工作原理, 
1.每个Server在内存中存储了一份数据; 
2.Zookeeper启动时,将从实例中选举一个leader(Paxos协议) 
3.Leader负责处理数据更新等操作(Zab协议); 
4.一个更新操作成功,当且仅当大多数Server在内存中成功修改数据。 


zookeeper中的几个重要角色: 
角色名描述
领导者(Leader)领导者负责进行投票的发起和决议,更新系统状态,处理写请求
跟随者(Follwer)Follower用于接收客户端的读写请求并向客户端返回结果,在选主过程中参与投票
观察者(Observer)观察者可以接收客户端的读写请求,并将写请求转发给Leader,但Observer节点不参与投票过程,只同步leader状态,Observer的目的是为了,扩展系统,提高读取速度。
客户端(Client)执行读写请求的发起方



为什么,在3.3.0版本之后,引入Observer角色? 

Zookeeper需保证高可用和强一致性; 
为了支持更多的客户端,需要增加更多Server; 
Server增多,投票阶段延迟增大,影响性能; 
权衡伸缩性和高吞吐率,引入Observer 
Observer不参与投票; 
Observers接受客户端的连接,并将写请求转发给leader节点; 
加入更多Observer节点,提高伸缩性,同时不影响吞吐率。 




为什么zookeeper集群的数目,一般为奇数个? 

Leader选举算法采用了Paxos协议; 
Paxos核心思想:当多数Server写成功,则任务数据写成功 
如果有3个Server,则两个写成功即可; 
如果有4或5个Server,则三个写成功即可。 
Server数目一般为奇数(3、5、7) 
如果有3个Server,则最多允许1个Server挂掉; 
如果有4个Server,则同样最多允许1个Server挂掉 
由此,我们看出3台服务器和4台服务器的的容灾能力是一样的,所以 
为了节省服务器资源,一般我们采用奇数个数,作为服务器部署个数。 


zookeeper的数据模型: 
基于树形结构的命名空间,与文件系统类似 
节点(znode)都可以存数据,可以有子节点 
节点不支持重命名 
数据大小不超过1MB(可配置) 
数据读写要保证完整性 
层次化的目录结构,命名符合常规文件系统规范; 
每个节点在zookeeper中叫做znode,并且其有一个唯一的路径标识; 
节点Znode可以包含数据和子节点(EPHEMERAL类型的节点不能有子节点); 
Znode中的数据可以有多个版本,比如某一个路径下存有多个数据版本,那么查询这个路径下的数据需带上版本; 
客户端应用可以在节点上设置监视器(Watcher); 
节点不支持部分读写,而是一次性完整读写。 

Znode有两种类型,短暂的(ephemeral)和持久的(persistent); 
Znode的类型在创建时确定并且之后不能再修改; 
短暂znode的客户端会话结束时,zookeeper会将该短暂znode删除,短暂znode不可以有子节点; 
持久znode不依赖于客户端会话,只有当客户端明确要删除该持久znode时才会被删除; 
Znode有四种形式的目录节点,PERSISTENT、PERSISTENT_SEQUENTIAL、EPHEMERAL、EPHEMERAL_SEQUENTIAL。 





Zookeeper的应用场景一(统一命名服务) 
分布式环境下,经常需要对应用/服务进行统一命名,便于识别不同服务; 
类似于域名与ip之间对应关系,域名容易记住; 
通过名称来获取资源或服务的地址,提供者等信息 
按照层次结构组织服务/应用名称 
可将服务名称以及地址信息写到Zookeeper上,客户端通过Zookeeper获取可用服务列表类 




Zookeeper的应用场景二(配置管理) 
分布式环境下,配置文件管理和同步是一个常见问题; 
一个集群中,所有节点的配置信息是一致的,比如Hadoop; 
对配置文件修改后,希望能够快速同步到各个节点上 
配置管理可交由Zookeeper实现; 
可将配置信息写入Zookeeper的一个znode上; 
各个节点监听这个znode 
一旦znode中的数据被修改,zookeeper将通知各个节点 



Zookeeper的应用场景三(集群管理) 

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作出一些调整; 
可交由Zookeeper实现; 
可将节点信息写入Zookeeper的一个znode上; 
监听这个znode可获取它的实时状态变化 
典型应用 
Hbase中Master状态监控与选举 

Zookeeper的应用场景四(分布式通知和协调) 
分布式环境中,经常存在一个服务需要知道它所管理的子服务的状态; 
NameNode须知道各DataNode的状态 
JobTracker须知道各TaskTracker的状态 
心跳检测机制可通过Zookeeper实现; 
信息推送可由Zookeeper实现(发布/订阅模式) 


Zookeeper的应用场景五(分布式锁) 
Zookeeper是强一致的; 
多个客户端同时在Zookeeper上创建相同znode,只有一个创建成功。 
实现锁的独占性 
多个客户端同时在Zookeeper上创建相同znode ,创建成功的那个客户端得到锁,其他客户端等待。 
控制锁的时序 
各个客户端在某个znode下创建临时znode (类型为CreateMode.EPHEMERAL_SEQUENTIAL),这样,该znode可掌握全局访问时序。 



Zookeeper的应用场景六(分布式队列) 
两种队列; 
当一个队列的成员都聚齐时,这个队列才可用,否则一直等待所有成员到达,这种是同步队列。 
队列按照 FIFO 方式进行入队和出队操作,例如实现生产者和消费者模型。(可通过分布式锁实现) 
同步队列 
一个job由多个task组成,只有所有任务完成后,job才运行完成。 
可为job创建一个/job目录,然后在该目录下,为每个完成的task创建一个临时znode,一旦临时节点数目达到task总数,则job运行完成。 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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