Zookeeper入门学习

已于 2023-04-12 23:03:01 修改
阅读量1.7k 收藏 2
点赞数 1
文章标签： java-zookeeper zookeeper 学习
于 2023-04-12 22:52:40 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/weixin_44261754/article/details/130118788
版权

zookeeper学习

一、Zookeeper介绍

1、什么是Zookeeper

  • 在分布式组件里面，Zookeeper是一个为其他分布式服务提供协调服务的中间件。

  • 服务包含：统一配置管理、统一命名服务、分布式锁、集群管理、分布式队列、数据发布订阅…

    本质上可以归纳为两类：

    1.基于Znode树的数据管理

    2.数据的通知和监听

2、Zookeeper的应用场景

Zookeeper启动时，它会创建一个分层的命名空间，称为Znode树。Znode是Zookeeper中的基本数据节点，类似于文件系统中的文件夹。接下来，当应用程序连接到Zookeeper时，它可以使用Zookeeper提供的API将自己的信息存储在Znode上。这个过程被称为注册。

  • 统一配置管理

    在配置管理服务中，应用程序可以使用Zookeeper提供的API轻松读取和更改配置。Zookeeper允许多个应用程序同时监听某个Znode，从而使它们能够及时获得配置更改通知。

  • 统一命名服务

    在命名服务中，应用程序可以使用Zookeeper提供的API在特定的Znode路径下注册或查找它们的服务名称。Zookeeper会将这些服务名称分配给一个全局唯一的标识符，并允许其他应用程序查找它们。

  • 分布式锁

    在分布式锁管理中，应用程序可以使用Zookeeper提供的API创建锁节点。只有一个应用程序能够成功地在该节点上创建子节点，从而获得锁。其他应用程序必须等待当前持有锁的应用程序释放锁，然后才有机会获取锁并执行相应的任务。

  • 集群管理

    集群状态管理：所有服务节点创建临时节点，然后监听子节点的变化消息。比如一旦有机器挂掉，临时节点删除，其他节点收到通知。

    集群负载均衡：所有服务节点创建临时节点，zookeeper根据负载均衡算法将任务分发到各个机器节点中处理。

    集群leader选举：多个客户端请求创建同一个临时节点，最终只有一个客户端请求能够创建成功。

  • 分布式队列

    在分布式队列中，应用程序可以使用Zookeeper提供的API将任务添加到队列中，然后由不同的工作进程处理这些任务。当一个任务被添加到队列中时，它将作为一个Znode被创建。多个工作进程可以同时监听该Znode，以便及时获取新任务的通知。

  • 数据发布订阅

    Zookeeper 提供了一种称为“Watcher 机制”的发布/订阅模式，用于实现数据的发布和订阅。具体来说，Zookeeper 允许客户端在某个节点上设置 Watcher，当该节点的状态发生变化时，Zookeeper 会通知所有订阅该节点的客户端，从而实现数据的发布/订阅。

    下面是 Zookeeper 实现数据发布/订阅的步骤：

    1. 客户端向 Zookeeper 服务器注册一个 Watcher，指定要监控的节点路径。
    2. 当该节点的状态发生变化（例如节点数据被修改、节点删除等），Zookeeper 会将变化通知所有注册了 Watcher 的客户端。
    3. 客户端接收到 Watcher 通知后，可以采取相应的操作，例如重新获取节点数据、更新本地缓存等。
    4. 如果客户端不再需要订阅节点的变化，可以取消 Watcher 注册。

总体来说，Zookeeper通过提供基于Znode树的数据存储和一组强大的API，使得这些服务变得非常容易实现。应用程序只需要使用这些API来注册、读取和创建Znode，就可以使用Zookeeper提供的各种服务。

二、搭建ZooKeeper服务器

前提：安装了JDK

下载zookeeper安装包apache-zookeeper-3.7.1-bin.tar.gz，解压

zoo_sample.cfg 复制一份改名为zoo.cfg

1、zoo.cfg配置文件说明

# 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=/java/myzookeeper/data
# 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

2、Zookeeper服务器的操作命令

cd /java/myzookeeper

重启zk服务器：

./bin/zkServer.sh start ./conf/zoo.cfg

查看zk服务器的状态：

./bin/zkServer.sh status ./conf/zoo.cfg

停止服务器：

./bin/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中的数据是保存在节点上的，节点就是znode，多个znode之间构成一棵树的目录结构。类似于数据结构中的树，同时也很像文件系统的目录

image-20230412154513892

这样的层级结构，让每一个Znode的节点拥有唯一的路径，就像命名空间一样对不同信息做出清晰的隔离。

# 查看根节点
ls /

image-20230412154931891

2、zk中的znode是什么样的数据结构

zk中的znode包含了四个部分

data：保存数据

acl：权限：

​ c：create 创建权限，允许在该节点下创建子节点

​ w：write 更新权限，允许更新该节点的数据

​ r：read 读取权限，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信息

​ 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

child：当前节点的子节点

3、zk中节点znode的类型

1、持久节点：创建出的节点，在会话结束后依然存在。保存数据

2、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，越后执行数值越大，适用于分布式锁的应用场景-单调递增

3、临时节点：临时节点是在会话结束后，自动被删除的，通过这个特性，zk可以实现服务注册与发现的效果。

4、临时序号节点：跟持久序号节点相同，适用于临时的分布式锁

image-20230412170044744

5、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

6、TTL节点：可以指定节点的到期时间，到期后被zk定时删除。只能通过系统配置zookeeper.extendedTypeEnablee=true开启

4、zk的数据持久化

zk的数据是运行在内存中，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形式保存在dataLogDir指定的路径中的文件中（如果没有指定dataLogDir，则按照 dataDir指定的路径）

- 数据快照

zk会在一定的时间间隔内做一次内存数据快照，把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，这样恢复的速度更快。

四、Zookeeper客户端（zkCli）的使用

1、多节点类型创建

  • 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

    # 本级查询
ls /xxx
# 递归查询
ls -R /xxx

  • 查询节点的内容

  • get /xxx

  • 查询节点信息

    get -s /xxx

    image-20230412171546189

    • cZxid：创建节点的事务ID
    • mZxid：修改节点的事务ID
    • pZxid：添加和删除子节点的事务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，每更新一次数据，版本会+1
    • aclVersion：此节点的权限版本
    • ephemeralOwner：如果当前节点是临时节点，该是是当前节点所有者的session id。如果节点不是临时节点，则该值为零
    • 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

    # 删除节点，当有子节点，删除失败，要用下面的命令
delete /xxx
# 删除节点以及子节点
deleteall /xxx

    image-20230412171928359

  • 乐观锁删除

    #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，因为每对节点进行一次数据操作，节点的dataVersion就会+1。这样删除，通过乐观锁保证并发下数据操作的唯一性
delete -v  dataVersion

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（指定该节点的用户，以及用户所拥有的权限s）

    create /test-node abcd auth:xiaowang: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

五、Curator客户端的使用

1、Curator介绍

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。

2、引入依赖


~~~ xml
<!--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>3.7.1</version>
</dependency>
~~~

3、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=172.0.0.1:2181 # 连接地址
curator.sessionTimeoutMs=60000 # session超时时间
curator.connectionTimeoutMs=5000 # 连接超时时间

4、编写配置curator配置类

@Data
@Component
@ConfigurationProperties(prefix = "curator")
public class WrapperZK {
  private int retryCount;

  private int elapsedTimeMs;

  private String connectionString;

  private int sessionTimeoutMs;

  private int connectionTimeoutMs;
}

//引用配置类
@Configuration
public class CuratorConfig {

    @Autowired
    private WrapperZK wrapperZK;

    @Bean(initMethod = "start")
    public CuratorFramework curatorFramework(){
        return CuratorFrameworkFactory.newClient(
            wrapperZK.getConnectionString(),
            wrapperZK.getSessionTimeoutMs(),
            wrapperZK.getConnectionTimeoutMs(),
            new RetryNTimes(wrapperZK.getRetryCount(), wrapperZK.getElapsedTimeMs())
        );
    }

}

5、测试

@Autowired
private CuratorFramework curatorFramework;

@Test
//添加节点
void createNode() throws Exception{
    //添加默认(持久)节点
    String path = curatorFramework.create().forPath("/curator-node");
    //添加临时序号节点
    //String path2 = curatorFramework.create().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath("/curator-nodes", "messageDate".getBytes());
    System.out.println(String.format("curator create node :%s  successfully!", path));
    //		System.in.read();
}

@Test
//获取节点值
void getDate() throws Exception {
    byte[] bttes = curatorFramework.getData().forPath("/curator-node");
    System.out.println("bttes = " + bttes);
}

@Test
//设置节点值
void setDate() throws Exception {
    curatorFramework.setData().forPath("/curator-node", "newMessage".getBytes());
    byte[] bytes = curatorFramework.getData().forPath("/curator-node");
    System.out.println("bytes = " + bytes);
}

@Test
//创建多级节点
void createWithParent() throws Exception {
    String pathWithParent = "/node-parent/sub-node-1";
    String path = curatorFramework.create().creatingParentContainersIfNeeded().forPath(pathWithParent);
    System.out.println(String.format("curator create node :%s success!", path));
}

@Test
//删除节点
void delete() throws Exception {
    String path = "/node-parent";
    //删除节点的同时一并删除子节点
    curatorFramework.delete().guaranteed().deletingChildrenIfNeeded().forPath(path);
}

六、zk实现分布式锁

1、zk中锁的种类

  • 读锁（读锁共享）：大家都可以读。上锁前提：之前的锁没有写锁

  • 写锁（写锁排他）：只有得到写锁的才能写。上锁前提：之前没有任何锁

    读数据并不会对数据本身产生影响所以可以同时读，写数据说明数据发生了变化，这个时候就不能读数据了

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

    • 如果不是读锁的话，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，再执行第二步的流程
    • 如果是读锁的话，则上锁成功。

image-20230412212242128

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，则上写锁成功
    • 如果不是，说明前面还有锁，则上锁失败，监听最小节点，如果最小节点有变化，则再执行第二步。

4、羊群效应

如果用上述的上锁方式，只要有节点发生变化，就会触发其他节点的监听事件，这样对zk的压力非常大，而羊群效应，可以调整成链式监听。解决这个问题。

image-20230412213110288

5、Curator实现读写锁

  • 获取读锁
@Test
void testGetReadLock()throws Exception{
    //读写锁
    InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(client, "/lock1");
    //获取读锁对象
    InterProcessLock interProcessLock = interProcessReadWriteLock.readLock();
    System.out.println("等待获取读锁对象中...");
    //获取锁
    interProcessLock.acquire();
    for(int i = 1; i <= 100; i ++){
        Thread.sleep(3000);
        System.out.println(i);
    }
    //释放锁
    interProcessLock.release();
    System.out.println("等待释放锁...");
}
  • 获取写锁
@Test
void testGetWriteLock()throws Exception{
    //读写锁
    InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(client, "/lock1");
    //获取写锁对象
    InterProcessLock interProcessLock = interProcessReadWriteLock.writeLock();
    System.out.println("等待获取写锁对象中...");
    //获取锁
    interProcessLock.acquire();
    for(int i = 1; i <= 100; i ++){
        Thread.sleep(3000);
        System.out.println(i);
    }
    //释放锁
    interProcessLock.release();
    System.out.println("等待释放锁...");
}

七、zk的watch机制

1、Watch机制介绍

我们可以把Watch理解成是注册在特定Znode上的触发器。当这个Znode发生改变，也就是调用了create，delete，setData方法的时候，将会触发Znode上注册的对应事件，请求Watch的客户端会收到异步通知。

具体交互过程如下：

image-20230412230015985

  • 客户端调用getData方法，watch参数是true。服务端接到请求，返回节点数据，并且在对应的哈希表里插入被Watch的Znode路径，以及Watcher列表。

    1.监听节点数据变化：get -w /xxx
    2.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
    3.在被监听的节点上创建子节点，watch监听事件不会被触发

  • 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。

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 /test1 aaa
get -w /test1	一次性监听节点
ls -w /test1		监听目录，创建和删除子节点会收到通知。但是子节点中新增节点不会被监听到
ls -R -w /test1	监听子节点中节点的变化，但内容的变化不会收到通知

3、Curator客户端使用Watch

@Test
public void addNodeListener() throws Exception{
    NodeCache nodeCache = new NodeCache(curatorFramework,"/curator-node");
    nodeCache.getListenable().addListener(new NodeCacheListener() {
        @Override
        public void nodeChanged() throws Exception{
            log.info("{} path nodeChanged: ", "/curator-node");
            printNodeData();
        }
    )};
    nodeCache.start();
    //System.in.read();
}

public void printNodeData() throws Exception{
    byte[] bytes = curatorFramework.getData().forPath("/curator-node");
    log.info("data: {}", new String(bytes));
}

八、Zookeeper集群实战

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，集群中只有一个Leader
  • Follwoer：只能处理读请求，参与Leader选举
  • Observer：只能处理读请求，提升集群读的性能，但不能参与Leader选举

image-20230412220947736

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中创建一下四个文件

/usr/local/zookeeper/data/zk1# echo 1 > myid
/usr/local/zookeeper/data/zk2# echo 2 > myid
/usr/local/zookeeper/data/zk3# echo 3 > myid
/usr/local/zookeeper/data/zk4# echo 4 > myid
2.编写4个zoo.cfg
# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes. 修改对应的zk1 zk2 zk3 zk4
dataDir=/usr/local/zookeeper/zkdata/zk1
# the port at which the clients will connect
clientPort=2181

#2001为集群通信端口，3001为集群选举端口，observer（观察者身份）
server.1=127.0.0.1:2001:3001
server.2=127.0.0.1:2002:3002
server.3=127.0.0.1:2003:3003
server.4=127.0.0.1:2004:3004:observer
3.启动服务节点以及观察节点状态

启动

image-20230412221612166

观察角色

image-20230412221651598

4.连接Zookeeper集群
#在 ZooKeeper 集群中，客户端不需要显式地连接观察者节点。因为观察者节点只是提供额外的备份服务，并且不参与写操作的投票，所以客户端只需要连接到主节点和从节点即可。
./bin/zkCli.sh -server 127.0.0.12181,127.0.0.1:2182,127.0.0.1:2183

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为了保证数据的一致性，使用了ZAB（Zookeeper Atomic Broadcast）协议，这个协议解决了Zookeeper的崩溃恢复和主从数据同步的问题。

image-20230412221716103

2、ZAB协议定义的四种节点状态

  • Looking：选举状态
  • Following：Following节点（从节点）所处的状态
  • Leading：Leader节点（主节点）所处状态

3、集群上线Leader选举过程

image-20230412221816348

选票规则：

myid和zxid,先比较zXid看谁大，如果一样大就比较myid谁大

简单理解：

投票超过集群数一半就选定为leader

阶段一：broker_1启动，此时broker_1生成一张选票

阶段二：broker_2启动，broker_2和broker_1比较，发现zxid一样， broker的myid大于broker_1, 所以各自节点都会有两个选票都是broker_2，此时票数超过一半，所以broker_2当选为leader

阶段三：broker_3启动，此时leader已经选举，所以为follower.

阶段四：boroker_4启动，作为observer

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，没有内容的socket）。当Leader崩溃后，Follower发现socket通道已关闭，于是Follower开始进入到Looking状态，重新回到上一节中的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-20230412221848390

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？

    • 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与BIO的应用

  • 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BIO进行通信

十、CAP理论

2000年7月，加州大学伯克利分校的 Eric Brewer教授在ACM PODC会议上提出CAP猜想。2年后，麻省理工学院的Seth Gilbert和 Nancy Lynch 从理论上证明了CAP。之后，CAP理论正式成为分布式计算领域的公认定理。

CAP理论

image-20230412222848103

CAP理论为：一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和区分容错性（Partition tolerance）这三项中的两项。

  • —致性(Consistency)

一致性指"all nodespsee the same data at the same time"，即更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。

  • 可用性(Availability)

可用性指"Reads and writes always succeed"，即服务一直可用，而且是正常响应时间。

  • 分区容错性(Partition tolerance)

分区容错性指"the system continues to operate despite arbitrary message loss or failure of part of the system"，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。

BASE理论

eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结，在ACM上发表文章提出BASE理论，BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性《Strong Consistency，CAP的一致性就是强一致性)，但应用可以采用适合的方式达到最终一致性(Eventual Consitency) 。

  • 基本可用(Basically Available)

基本可用是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。

电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层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)

软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。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的异步复制也是一种体现。

  • 最终一致性(Eventual Consistency)

最终一致性是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—种特殊情况。

Zookeeper追求的一致性

ZooKeeper是弱一致性，能保证最终一致性。

zookeeper使用的ZAB协议进行主从数据同步，ZAB协议认为只要是过半数节点写入成为，数据就算写成功了，然后会告诉客户端A数据写入成功，如果这个时候客户端B恰好访问到还没同步最新数据的zookeeper节点，那么读到的数据就是不一致性的，因此zookeeper无法保证写数据的强一致性，只能保证最终一致性，而且可以保证同一客户端的顺序一致性。

但也可以支持强一致性，通过sync()方法与Leader节点同步后可保证当前节点数据与Leader一致。

mznpdjw
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
zookeeper教程：入门篇
江夏、的博客
07-03 1494
在分布式系统中，注册中心充当着重要角色，是服务发现、客户端负载均衡中不可缺少的一员。注册中心除了能够实现基本的功能外，它的稳定性、可用性和健壮性对整个分布式系统的流畅运行影响重大。dubbo作为国内一款主流的分布式系统，支持的注册中心有zookeeper、nacos和redis等第三方中间件。...
ZooKeeper快速入门
夜月鸿影的博客
08-23 435
跟我学习zookeeper入门一、zookeeper简介1.1 什么是zookeeper1.2 分布式系统1、分布式系统定义：2、分布式系统的难点 一、zookeeper简介 1.1 什么是zookeeper zookeeper:字母意思是动物园管理员。 zooKeeper是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。 它的核心是：文件系统 +...
大数据最全Zookeeper基础入门-1【集群搭建】，2024年最新总结2024年180道大数据开发岗面试题
最新发布
2301_82243558的博客
05-07 830
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。4） 在Zookeeper的注册监听器列表中将注册的监听事件添加到列表中，表示这个服务器中的/path，即根目录这个路径被客户端监听了；客户端注册监听它关心的目录节点，当目录节点发生变化（数据改变、节点删除、子目录节点增加删除）时，ZooKeeper 会通知客户端。
zookeeper快速入门
日积月累，水滴石穿
06-16 851
ZooKeeper 是 Apache 软件基金会的一个软件项目，是一个树形目录服务。Zookeeper翻译过来就是动物管理员，他还是用来管Hadoop(大象)、Hive(蜜蜂)、Pig(小猪)的管理员。简称zk。Zookeeper是一个分布式的、开源的分布式应用程序的协调服务。Zookeeper是一个典型的分布式数据一致性的解决方案，分布式应用程序可以基于它实现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知、集群管理、Master 选举、分布式锁和分布式队列等功能。zookeeper 提供的名称空
Zookeeper 基础学习
sekever的博客
05-07 387
最后，我们得出结论，ZK 提供分布式协同服务，解决出现在分布式系统中出现的一系列问题，它的设计目标是将那些复杂且容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集，并以一系列简单易用的接口提供给用户使用。作为dubbo的注册中心使用，每个服务器创建临时节点，里面存放可提供的服务，web网页作为客户端连接zookeeper，在需要时查找自己想要的服务，将服务器的IP、方法等信息存放到自己的缓存中。而且更重要的是，路径是我们可以自己定义的，这对于我们对有些有语意的对象的ID设置可以更加便于理解。...
zookeeper 学习(一)：简单认识zookeeper
lujia_loney的博客
03-27 609
highly reliable distributed coordination. 来自官网，高可用的分布式协调服务，应用最多的场景就是用来做其他服务中间件的协调者，我最开始接触zk ，是用来做注册中心，后来搭建kafka，需要用zookeeper。其实zk内部就想一个文件系统一样，内部数据以节点znode的形式保存，节点的特性去帮助我们实现以上这些功能。个人学习，这里推荐使用docker 安装，方便快捷,默认端口 映射 2181。官网：https://zookeeper.apache.org/
zookeeper入门学习
10-09
《Zookeeper入门学习详解》 Zookeeper，一个分布式协调服务，是Apache Hadoop的一个子项目，主要用于解决分布式环境中的数据一致性问题。它提供了一种基于发布/订阅模式的消息系统，可以实现命名服务、配置管理、...
分布式服务框架Zookeeper入门学习
01-27
ZooKeeper是一种为分布式应用所设计的高可用、高性能且一致的开源协调服务,是Google的Chubby一个开源的实现。提供功能：命名服务配置管理集群管理分布式锁队列管理特性：顺序一致性：从同一个客户端发起的事务请求，...
zookeeper 入门学习(PPT)
03-09
公司最近开发的一个项目需要用到ZK，内部分享的一个Zookeeper 入门的一个PPT,共享出来
zookeeper 学习资料 上篇
02-21
观看这个视频，你可以获得ZooKeeper入门的第一手经验，了解如何在本地环境中设置和运行ZooKeeper服务器，以及如何通过命令行工具进行交互。 总的来说，"Zookeeper 学习资料 上篇"会带你走进ZooKeeper的世界，从基础...
zookeeper笔记
kyrielx的博客
09-01 3168
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。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。...
zk框架入门学习
02-19
zk框架的入门介绍，刚开始学习和接触zk框架的伙伴可以看看，不错的资料
zookeeper 学习
iceforg123的博客
04-12 1315
1 zookeeper介绍 1.1 应用场景 分布式协调组件 协调分布系统状态 分布式锁 zk可以做到强一致性（顺序一致） 无状态话的实现 类似于分布式session 1.2 zk配置 # The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of
zookeeper详解
热门推荐
weixin_38612401的博客
06-13 9万+
zookeeper详解，zookeeper的选主流程，zookeeper的数据一致性，原子广播协议，分布式协调服务，分布式锁，配置中心
ZooKeeper客户端常用命令
学而时习之，不亦说乎？温故而知新，可以为师矣！
10-13 2762
连接客户端 ZK的客户端位于安装目录的bin目录下。ZK的客户端为zkCli.sh，进入bin目录后执行./zkCli.sh即可启动客户端。 zkCli.sh还可以携带一些参数： ./zkCli.sh –timeout 1000 –r –server ip:port -timeout 1000：设置超时时间，单位毫秒 -r：设置为只读权限，不加-r则为可读可写权限 -server ip:port：指定连接的ZK服务器以及端口号 如果就是连接本机的ZK服务，那么可以在bin目录下直接输入：./zkCli
Zookeeper-Zookeeper特性与节点数据类型详解
weixin_43874650的博客
12-28 2404
和持久节点的区别是 ZK 服务端启动后，会有一个单独的线程去扫描，所有的容器节点，当发现容器节点的子节点数量为0时，会自动删除该节点。pZxid:表示该节点的子节点列表最后一次修改的事务1D，添加子节点或删除子节点就会影响子节点列表，但是修改子节点的数据内容则不影响该ID注意: 只有子节点列表变更了才会变更pzxid，子节点内容变更不会影响pzxid)。数据发布订阅的一个常见的场景是配置中心，发布者把数据发布到 ZooKeeper 的一个或一系列的节点上，供订阅者进行数据订阅，达到动态获取数据的目的。
ZooKeeper的Znode剖析
Leo的博客
07-02 2万+
在ZooKeeper中，节点也称为znode。由于对于程序员来说，对zk的操作主要是对znode的操作，因此，有必要对znode进行深入的了解。 ZooKeeper采用了类似文件系统的的数据模型，其节点构成了一个具有层级关系的树状结构。例如，图1展示了zk节点的层级树状结构。 图1：ZooKeeper的层级树状结构图1中，根节点 / 包含了两个字节点 /module1，/module2，而节点
ZooKeeper-客户端命令 zkCli
weixin_30641465的博客
04-22 98
执行bin/zkCli 文件进入客户端 查看帮助 help ZooKeeper -server host:port cmd args stat path [watch] set path data [version] ls path [watch] delquota [-n|-b] path ...
zookeeper入门到精通01——zookeeper入门
半旧518的博客
03-23 3116
1.zookeeper入门 1.1 概述 选择zookeeper3.5.7作为教程版本.Zookeeper 是一个开源的分布式的，为分布式框架提供协调服务的 Apache 项目。也就是说zookeeper可以为其它的分布式框架提供服务，而它本身也是分布式项目。 从设计模式的角度理解，zookeeper是一个基于观察者模式的设计模式，它可以存储一些大家都关心的数据，然后接受观察者的注册，一旦数据发生变化，就会通知到各个观察者们，使其做出相对应的反应。其实它就相当于一个文件系统+通知机制。 1.2 特点 1
zookeeper入门
08-12
Zookeeper是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理数据，并且能够通知已注册的观察者响应数据状态的变化。如果你想了解如何入门使用Zookeeper，可以按照以下步骤进行操作: 1. 首先，确保你已经安装了Zookeeper并正确配置了环境变量。 2. 接下来，你可以查看Zookeeper的日志文件，它默认保存在启动zkServer命令所在的目录中的zookeeper.out文件中。你也可以通过修改bin/zkEnv.sh文件中的ZOO_LOG_DIR变量来指定日志文件保存的位置。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Zookeeper入门](https://blog.csdn.net/weixin_44079636/article/details/118580234)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Zookeeper 入门](https://blog.csdn.net/weixin_45417821/article/details/118383129)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Zookeeper入门学习](https://blog.csdn.net/weixin_44261754/article/details/130118788)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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
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