大数据学习04：单机模式使用ZooKeeper

一、Zookeeper理论篇（一）

1.1 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，从而实现集群中类似Master/Slave管理模式
Zookeeper=文件系统+通知机制（zookeeper里面存的数据都很小，如配置文件等）
1.2 应用场景
提供的服务包括：分布式消息同步和协调机制、服务器节点动态上下线（访问服务器时需要先看服务器是否在线）、统一配置管理、负载均衡、集群管理等。

1.3 下载地址
1）官网首页：
http://zookeeper.apache.org/点击这里进入
2）下载截图

ZooKeeper是一种集中服务，用于维护配置信息、命名、提供分布式同步、以及提供群组服务。分布式应用程序以某种形式来使用这些服务。……

ZooKeeper是根据Google的一篇论文 The Chubby Lock Service for Loosely-Coupled Distributed Systems 《用于松耦合分布式系统的锁服务》而设计出来的。

二、Zookeeper实战篇（一）

2.1 本地模式安装部署
1）安装前准备：
（1）安装jdk点击下载

（2）通过filezilla工具拷贝zookeeper到到linux系统下
（3）修改tar包权限

chmod u+x zookeeper-3.4.10.tar.gz

（4）解压到指定目录

[atguigu@hadoop102 software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C
/opt/module/

2）配置修改
将/opt/module/zookeeper-3.4.10/conf这个路径下的zoo_sample.cfg修改为zoo.cfg；
进入zoo.cfg文件：

vim zoo.cfg

		修改dataDir路径为

dataDir=/opt/module/zookeeper-3.4.10/data/zkData

	在/opt/module/zookeeper-3.4.10/这个目录上创建data/zkData文件夹
		mkdir -p data/zkData

3）操作zookeeper
（1）启动zookeeper
[atguigu@hadoop102 zookeeper-3.4.10]$

bin/zkServer.sh start

（2）查看进程是否启动

[atguigu@hadoop102 zookeeper-3.4.10]$ jps 4020 Jps 4001
QuorumPeerMain

（3）查看状态：

[atguigu@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh status ZooKeeper
JMX enabled by default Using config:
/opt/module/zookeeper-3.4.10/bin/…/conf/zoo.cfg Mode: standalone

（4）启动客户端：
客户端可以对服务端数据进行增删改查，即以命令行模式对zookeeper集群进行操作；当然也可以编写代码对zookeeper进行操作。Zookeeper客户端是类似Linux的模式，可以用“ls”查看节点信息

[atguigu@hadoop102 zookeeper-3.4.10]$ bin/zkCli.sh

（5）退出客户端：
[zk: localhost:2181(CONNECTED) 0] quit
（6）停止zookeeper

[atguigu@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh stop

2.2 配置参数解读

解读zoo.cfg 文件中参数含义
1）tickTime：通信心跳数，Zookeeper服务器心跳时间，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：LF初始通信时限
集群中的follower跟随者服务器(F)与leader领导者服务器(L)之间初始连接时能容忍的最多心跳数（tickTime的数量为20，一个心跳是2000ms，意思是可以容忍F连接L20次），用它来限定集群中的Zookeeper服务器连接到Leader的时限。Leader允许F在 initLimit 时间内完成数据的同步。投票选举新leader的初始化时间Follower在启动过程中，会从Leader同步所有最新数据，然后确定自己能够对外服务的起始状态。Follower只能读客户端的数据，要写数据还必须leader。Leader允许F在initLimit时间内完成这个工作。
3）syncLimit：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。在运行过程中，Leader负责与ZK集群中所有机器进行通信，例如通过一些心跳检测机制，来检测机器的存活状态。如果L发出心跳包在syncLimit之后，还没有从F那收到响应，那么就认为这个F已经不在线了。
4）dataDir：数据文件目录+数据持久化路径
保存内存数据库快照信息的位置，如果没有其他说明，更新的事务日志也保存到数据库。
5）clientPort：客户端连接端口监听客户端连接的端口

三、Zookeeper理论篇（二）

3.1 数据结构
ZooKeeper数据模型的结构与Unix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。很显然zookeeper集群自身维护了一套数据结构。这个存储结构是一个树形结构，其上的每一个节点，我们称之为"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
3.2 节点类型

• 1）Znode有两种类型：
  短暂（ephemeral）：客户端和服务器端断开连接后，创建的节点自己删除
  持久（persistent）：客户端和服务器端断开连接后，创建的节点不删除
• 2）Znode有四种形式的目录节点（默认是persistent ） （1）持久化目录节点（PERSISTENT）
  客户端与zookeeper断开连接后，该节点依旧存在 （2）持久化顺序编号目录节点（PERSISTENT_SEQUENTIAL）客户端与zookeeper断开连接后，该节点依旧存在，只是Zookeeper给该节点名称进行顺序编号
  （3）临时目录节点（EPHEMERAL） 客户端与zookeeper断开连接后，该节点被删除
  （4）临时顺序编号目录节点（EPHEMERAL_SEQUENTIAL）客户端与zookeeper断开连接后，该节点被删除，只是Zookeeper给该节点名称进行顺序编号
• 3）创建znode时设置顺序标识，znode名称后会附加一个值，顺序号是一个单调递增的计数器，由父节点维护
• 4）在分布式系统中，顺序号可以被用于为所有的事件进行全局排序，这样客户端可以通过顺序号推断事件的顺序

3.3 特点
1）Zookeeper：一个领导者（leader），多个跟随者（follower）组成的集群。
2）Leader负责进行投票的发起和决议，更新系统状态
3）Follower用于接收客户请求并向客户端返回结果，在选举Leader过程中参与投票
4）集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。
5）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。
6）更新请求顺序进行，来自同一个client的更新请求按其发送顺序依次执行。
7）数据更新原子性，一次数据更新要么成功，要么失败。
8）实时性，在一定时间范围内，client能读到最新数据。
3.4 选举机制
1）半数机制：集群中半数以上机器存活，集群可用。所以zookeeper适合装在奇数台机器上。
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。
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。

（1）服务器1启动，此时只有它一台服务器启动了，它发出去的报没有任何响应，所以它的选举状态一直是LOOKING状态。
（2）服务器2启动，它与最开始启动的服务器1进行通信，互相交换自己的选举结果，由于两者都没有历史数据，所以id值较大的服务器2胜出，但是由于没有达到超过半数以上的服务器都同意选举它(这个例子中的半数以上是3)，所以服务器1、2还是继续保持LOOKING状态。
（3）服务器3启动，根据前面的理论分析，服务器3成为服务器1、2、3中的老大，而与上面不同的是，此时有三台服务器选举了它，所以它成为了这次选举的leader。
（4）服务器4启动，根据前面的分析，理论上服务器4应该是服务器1、2、3、4中最大的，但是由于前面已经有半数以上的服务器选举了服务器3，所以它只能接收当小弟的命了。
（5）服务器5启动，同4一样当小弟。
3.5 stat结构体

• czxid- 引起这个znode创建的zxid，创建节点的事务的zxid（ZooKeeper Transaction
  Id）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。

• ctime - znode被创建的毫秒数(从1970年开始)

• mzxid - znode最后更新的zxid

• mtime - znode最后修改的毫秒数(从1970年开始)

• pZxid-znode最后更新的子节点zxid

• cversion - znode子节点变化号，znode子节点修改次数

• dataversion - znode数据变化号

• aclVersion - znode访问控制列表的变化号

• 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。

• dataLength- znode的数据长度

• numChildren - znode子节点数量

3.6 监听器原理

监听器是一个接口，我们的代码中可以实现Wather这个接口，实现其中的process方法，方法中即我们自己的业务逻辑
监听器的注册是在获取数据的操作中实现：
getData(path,watch?)监听的事件是：节点数据变化事件
getChildren(path,watch?)监听的事件是：节点下的子节点增减变化事件

四、Zookeeper实战篇（二）

4.1 分布式安装部署

0）集群规划
在hadoop2、hadoop3和hadoop4三个节点上部署Zookeeper。

1）解压安装

（1）解压zookeeper安装包到/opt/module/目录下
[atguigu@hadoop102 software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/
（2）在/opt/module/zookeeper-3.4.10/这个目录下创建data/zkData
mkdir -p data/zkData
（3）重命名/opt/module/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg
mv zoo_sample.cfg zoo.cfg
2）配置zoo.cfg文件
（1）具体配置

dataDir=/opt/module/zookeeper-3.4.10/data/zkData

增加如下配置
#######################cluster##########################

server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888
（2）配置参数解读
Server.A=B:C:D。
A是一个数字，表