1. Zookeeper 概述
1.1 概述
ZooKeeper 是一个用于分布式应用的高性能协调服务。它在一个简单的接口中公开了常见的服务 —— 如命名、配置管理、同步和组服务,因此您不必从头开始编写它们。你可以用它来实现共识、组管理、组长选举和存在协议。您还可以根据自己的特定需求对其进行构建。
总结:Zookeeper 是一个开源的分布式(多台服务器干一件事)的,为分布式应用提供协调服务的 Apache 项目。美团,饿了么,淘宝,58同城等等应用都是Zookeeper的现实生活版。
1.2 工作机制
Zookeeper 从设计模式角度来理解:是一个基于观察者模式(一个人干活,有人盯着他)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,一旦这些数据的发生变化
-
Zookeeper 就将负责通知已经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。
1.3 特点
1.3.1 分布式和集群的区别
无论分布式和集群,都是很多人在做事情。具体区别如下:
例如:我有一个饭店,越来越火爆,我得多招聘一些工作人员。
- 分布式:招聘 1 个厨师,1 个服务员,1 个前台,三个人负责的工作不一样,但是最终目的都是为饭店工作。
- 集群:招聘 3 个服务员,三个人的工作一样。
1.3.2 特点概括
- 是一个 leader 和多个 follower 来组成的集群(狮群中,一头雄狮,N头母狮)
- 集群中只要有半数以上的节点存活,Zookeeper 就能正常工作(5 台服务器挂 2 台,没问题;4 台服务器挂 2 台,就停止)
- 全局数据一致性,每台服务器都保存一份相同的数据副本,无论 client 连接哪台 server,数据都是一致的
- 数据更新原子性,一次数据要么成功,要么失败
- 实时性,在一定时间范围内,client 能读取到最新数据
- 更新的请求按照顺序执行,会按照发送过来的顺序,逐一执行(发来 123,执行 123,而不是 321 或者别的)
1.4 数据结构
- ZooKeeper 数据模型的结构与 linux 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(ZookeeperNode)。
- 每一个 ZNode 默认能够存储 1MB 的数据(元数据),每个 ZNode 的路径都是唯一的。
- 元数据(Metadata),又称中介数据、中继数据,为描述数据的数据(data about data),主要是描述数据属性(property)的信息,用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。
1.5 应用场景
提供的服务包括:统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。
统一命名服务
-
在分布式环境下,通常需要对应用或服务进行统一的命名,便于识别
-
例如:服务器的 IP 地址不容易记,但域名相比之下却是很容易记住
统一配置管理
-
分布式环境下,配置文件做同步是必经之路
-
1000 台服务器,如果配置文件作出修改,那一台一台的修改,运维人员肯定会疯,如何做到修改一处就快速同步到每台服务器上
-
将配置管理交给 Zookeeper
-
将配置信息写入到 Zookeeper 的某个节点上
-
每个客户端都监听这个节点
-
一旦节点中的数据文件被修改,Zookeeper 这个话匣子就会通知每台客户端服务器
-
服务器节点动态上下线
- 客户端能实时获取服务器上下线的变化
- 例如:在美团 APP上实时可以看到商家是否正在营业或打样
软负载均衡
- Zookeeper 会记录每台服务器的访问数,让访问数最少的服务器去处理最新的客户请求(雨露均沾)
2. Zookeeper本地模式安装
镜像库地址:http://archive.apache.org/dist/zookeeper/
2.1 本地模式安装
2.1.1 安装前准备
- 安装 jdk
- 拷贝 apache-zookeeper-3.6.0-bin.tar.gz 到 opt 目录
- 解压安装包
tar -zxvf apache-zookeeper-3.6.0-bin.tar.gz
- 重命名
mv apache-zookeeper-3.6.0-bin zookeeper
2.1.2 配置修改
-
在 /opt/zookeeper/ 这个目录上创建 zkData 和 zkLog 目录
mkdir zkData
mkdir zkLog
-
进入 /opt/zookeeper/conf 这个路径,复制一份 zoo_sample.cfg 文件并命名为 zoo.cfg
cp zoo_sample.cfg zoo.cfg
-
编辑 zoo.cfg 文件,修改 dataDir 路径
dataDir=/opt/zookeeper/zkData
dataLogDir=/opt/zookeeper/zkLog
2.1.3 操作 Zookeeper
-
启动 Zookeeper:
./zkServer.sh start
-
查看进程是否启动:
jps
QuorumPeerMain:是zookeeper集群的启动入口类,是用来加载配置启动QuorumPeer线程的
-
查看状态:
./zkServer.sh status
Zookeeper启动失败:Error contacting service. It is probably not running.
-
启动客户端:
./zkCli.sh
-
退出客户端:
quit
2.2 配置参数解读
Zookeeper 中的配置文件 zoo.cfg 中参数含义解读如下:
- tickTime = 2000:通信心跳数,Zookeeper 服务器与客户端心跳时间,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。
- initLimit = 10:LF 初始通信时限
- 集群中的 Follower 跟随者服务器与 Leader 领导者服务器之间,启动时能容忍的最多心跳数。
- 10 * 2000(10个心跳时间)如果领导和跟随者没有发出心跳通信,就视为失效的连接,领导和跟随者彻底断开。
- syncLimit = 5:LF 同步通信时限
- 集群启动后,Leader 与 Follower 之间的最大响应时间单位,假如响应超过 syncLimit * tickTime ->10 秒,Leader 就认为 Follwer 已经死掉,会将Follwer 从服务器列表中删除。
- dataDir:数据文件目录 + 数据持久化路径
- 主要用于保存 Zookeeper 中的数据。
- dataLogDir:日志文件目录
- clientPort = 2181:客户端连接端口
- 监听客户端连接的端口。
3. Zookeeper 内部原理
3.1 选举机制(面试重点)
半数机制:集群中半数以上机器存活,集群可用。所以 Zookeeper 适合安装奇数台服务器。
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。
- Server1 先投票,投给自己,自己为 1 票,没有超过半数,根本无法成为 leader,顺水推舟将票数投给了 id 比自己大的 Server2
- Server2 也把自己的票数投给了自己,再加上 Server1 给的票数,总票数为 2 票,没有超过半数,也无法成为 leader,也学习 Server1,顺水推舟,将自己所有的票数给了 id 比自己大的 Server3
- Server3 得到了 Server1 和 Server2 的两票,再加上自己投给自己的一票,3 票超过半数,顺利成为 leader
- Server4 和 Server5 都投给自己,但是无法改变 Server3 的票数,只好听天由命,承认 Server3 是leader
3.2 节点类型
- 持久型(persistent):
- 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。
- 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,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,例如:Znode001,Znode002…
- 短暂型(ephemeral):
- 临时目录节点(ephemeral):客户端和服务器端断开连接后,创建的节点自动删除。
- 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,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,例如:Znode001,Znode002…
注意:序号是相当于 i++,和数据库中的自增长类似
3.3 监听器原理(面试重点)
- 在 main 方法中创建 Zookeeper 客户端的同时会创建两个线程,一个负责网络连接通信,一个负责监听
- 监听事件就会通过网络通信发送给 zookeeper
- zookeeper 获得注册的监听事件后,立刻将监听事件添加到监听列表里
- zookeeper 监听到 数据变化 或 路径变化,就会将这个消息发送给监听线程
- 常见的监听
- 监听节点数据的变化:get path [watch]
- 监听子节点增减的变化:ls path [watch]
- 常见的监听
- 监听线程就会在内部调用 process 方法(需要我们实现 process 方法内容)
3.4 写数据流程
- Client 想向 ZooKeeper 的 Server1 上写数据,必须的先发送一个写的请求。
- 如果 Server1 不是 Leader,那么 Server1 会把接收到的请求进一步转发给 Leader。
- 这个 Leader 会将写请求广播给各个 Server,各个 Server 写成功后就会通知 Leader。
- 当 Leader 收到半数以上的 Server 数据写成功了,那么就说明数据写成功了。
- 随后,Leader 会告诉 Server1 数据写成功了。
- Server1 会反馈通知 Client 数据写成功了,整个流程结束。
4. Zookeeper 实战
4.1 分布式安装部署
集群思路:先搞定一台服务器,再克隆出两台,形成集群!
4.1.1 配置服务器编号
- 在 /opt/zookeeper/zkData 创建 myid 文件
[root@localhost zkData]# vim myid
- 在文件中添加与 server 对应的编号:1
- 其余两台服务器分别对应 2 和 3
4.1.2 配置 zoo.cfg 文件
- 打开 zoo.cfg 文件,增加如下配置
#######################cluster##########################
server.1=192.168.61.1:2888:3888
server.2=192.168.61.1:2888:3888
server.3=192.168.61.1:2888:3888
-
配置参数解读
server.A= B : C : D
- A:一个数字,表示第几号服务器;集群模式下配置的 /opt/zookeeper/zkData/myid 文件里面的数据就是 A 的值
- B:服务器的 ip 地址
- C:与集群中 Leader 服务器交换信息的端口
- D:选举时专用端口,万一集群中的 Leader 服务器挂了,需要一个端口来重新进行选举,选出一个新的 Leader,而这个端口就是用来执行选举时服务器相互通信的端口
4.1.3 配置其余两台服务器
- 在虚拟机数据目录 vms 下,创建 zk02
- 将本台服务器数据目录下的 .vmx 文件和所有的 .vmdk 文件分别拷贝 zk02 下
- 虚拟机->文件->打开 (选择 zk02 下的.vmx 文件)
- 开启此虚拟机,弹出对话框,选择“我已复制该虚拟机”
- 进入系统后,修改 linux 中的 ip,修改 /opt/zookeeper/zkData/myid 中的数值为 2
4.1.4 集群操作
- 每台服务器的防火墙必须关闭:
systemctl stop firewalld.service
- 启动第 1 台:
./zkServer.sh start
- 查看状态:
./zkServer.sh status
- 注意:因为没有超过半数以上的服务器,所以集群失败 (防火墙没有关闭也会导致失败)
- 当启动第 2 台服务器时
- 查看第 1 台的状态:Mode: follower
- 查看第 2 台的状态:Mode: leader
4.2 客户端命令行操作
-
启动客户端:
./zkCli.sh
-
显示所有操作命令:
help
-
查看当前 znode 中所包含的内容:
ls /
-
查看当前节点详细数据:
ls -s /
- cZxid:创建节点的事务
- 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:被创建的毫秒数(从 1970 年开始)
- mZxid:最后更新的事务 zxid
- mtime:最后修改的毫秒数(从 1970 年开始)
- pZxid:最后更新的子节点 zxid
- cversion:创建版本号,子节点修改次数
- dataVersion:数据变化版本号
- aclVersion:权限版本号
- 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:数据长度
- numChildren:子节点数
- cZxid:创建节点的事务
-
分别创建 2 个普通节点
-
在根目录下,创建中国和美国两个节点
-
create /china create /usa
-
-
在根目录下,创建俄罗斯节点,并保存“普京”数据到节点上
-
create /ru "pujing"
-
-
多级创建节点
-
在日本下,创建东京 “热”
-
japan 必须提前创建好,否则报错 “节点不存在”
-
create /japan/Tokyo "hot"
-
-
-
获得节点的值
-
get /japan/Tokyo
-
-
创建短暂节点:创建成功之后,quit 退出客户端,重新连接,短暂的节点消失
-
create -e /uk ls / quit ls /
-
-
创建带序号的节点
-
在俄罗斯 ru 下,创建 3 个 city
-
如果原来没有序号节点,序号从 0 开始递增。
-
如果原节点下已有 2 个节点,则再排序时从 2 开始,以此类推
-
create -s /ru/city # 执行三次 ls /ru [city0000000000, city0000000001, city0000000002]
-
-
修改节点数据值
-
set /japan/Tokyo "too hot"
-
-
监听节点的值变化或子节点变化(路径变化)
- 在 Server3 主机上注册监听 /usa 节点的数据变化:
addWatch /usa
- 在 Server1 主机上修改 /usa 的数据:
set /usa "telangpu"
- Server3 会立刻响应:
WatchedEvent state:SyncConnected type:NodeDataChanged path:/usa
- 如果在 Server1 的 /usa 下面创建子节点 NewYork:
create /usa/NewYork
- Server3会立刻响应:
WatchedEvent state:SyncConnected type:NodeCreatedpath:/usa/NewYork
- 在 Server3 主机上注册监听 /usa 节点的数据变化:
-
删除节点
-
delete /usa/NewYork
-
-
递归删除节点 (非空节点,节点下有子节点)
-
deleteall /ru
-
不仅删除 /ru,而且 /ru 下的所有子节点也随之删除
-
4.3 API 应用
4.3.1 IDEA 环境搭建
1)创建一个 Maven 工程
2)添加 pom 文件
<dependencies>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.8.2</version>
</dependency>
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>3.6.0</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
</dependencies>
3)在 resources 下创建 log4j.properties
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/zk.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
4.3.2 创建 ZooKeeper 客户端
public class TestZK {
// zookeeper集群的ip和端口
private String connectString = "192.168.61.1:2181,192.168.61.1:2181,192.168.61.1:2181";
/*
session超时时间 60s: 时间不宜设置太小,因为zookeeper和加载集群环境会因为性能等原因而延迟略高,
如果时间太少,还没有创建好客户端,就开始操作节点,会报错的(心急吃不了热豆腐)
*/
private int sessionTimeout = 60 * 1000;
//zookeeper客户端对象
private ZooKeeper zkClient;
@Before
public void init() throws Exception {
zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
public void process(WatchedEvent watchedEvent) {
System.out.println("得到监听反馈,再进行的业务处理代码!");
System.out.println(watchedEvent.getType());
}
});
}
}
4.3.3 创建节点
- 一个 ACL 对象就是一个 Id 和 permission 对
- 表示哪个/哪些范围的 Id(Who)在通过了怎样的鉴权(How)之后,就允许进行那些操作(What):Who How What;
- permission(What)就是一个 int 表示的位码,每一位代表一个对应操作的允许状态。
- 类似 Linux 的文件权限,不同的是共有 5 种操作:CREATE、READ、WRITE、DELETE、ADMIN(对应更改 ACL 的权限)
- OPEN_ACL_UNSAFE:创建开放节点,允许任意操作(用的最多,其余的权限用的很少)
- READ_ACL_UNSAFE:创建只读节点
- CREATOR_ALL_ACL:创建者才有全部权限
@Before
public void init() throws IOException{
// 省略...
}
//创建节点
@Test
public void createNode() throws Exception {
String str = zkClient.create("/lagou", "laosun".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
// 参数1:要创建的节点的路径
// 参数2:节点数据
// 参数3:节点权限
// 参数4:节点的类型
System.out.println("已创建节点: " + str);
}
4.3.4 查询节点的值
@Test
public void getNodeData() throws Exception {
byte[] bytes = zkClient.getData("/lagou", false, new Stat()); // 路径不存在时会报错
String str = new String(bytes);
System.out.println("/lagou节点的数据:" + str);
}
4.3.5 修改节点的值
@Test
public void update()throws Exception{
Stat stat = zkClient.setData("/lagou", "laosunA".getBytes(), 0); //先查看节点详情,获得dataVersion = 0
System.out.println(stat);
}
4.3.6 删除节点
@Test
public void delete() throws Exception {
zkClient.delete("/lagou", 1); // 先查看节点详情,获得dataVersion = 1
System.out.println("删除成功!");
}
4.3.7 获取子节点
@Test
public void getChildren() throws Exception {
List<String> children = zkClient.getChildren("/",false); // false:不监听
for (String child : children) {
System.out.println(child);
}
}
4.3.8 监听子节点的变化
@Test
public void getChildren() throws Exception {
List<String> children = zkClient.getChildren("/", true); // true:注册监听
for (String child : children) {
System.out.println(child);
}
// 让线程不停止,等待监听的响应
System.in.read();
}
- 程序在运行的过程中,我们在 linux 下创建一个节点
- IDEA 的控制台就会做出响应:NodeChildrenChanged–/
4.3.9 判断 Znode 是否存在
@Test
public void exist() throws Exception {
Stat stat = zkClient.exists("/lagou", false);
System.out.println(stat == null ? "不存在" : "存在");
}
先在main方法中写出业务流程,再创建用到的方法。
4.4 案例——分布式锁——商品秒杀
锁:我们在多线程中接触过,作用就是让当前的资源不会被其他线程访问!
在 zookeeper 中使用传统的锁引发的 “羊群效应” :1000 个人创建节点,只有一个人能成功,999人 需要等待!
羊群是一种很散乱的组织,平时在一起也是盲目地左冲右撞,但一旦有一只头羊动起来,其他的羊也会不假思索地一哄而上,全然不顾旁边可能有的狼和不远处更好的草。羊群效应就是比喻人都有一种从众心理,从众心理很容易导致盲从,而盲从往往会陷入骗局或遭到失败。
避免“羊群效应”,zookeeper 采用分布式锁。
- 羊群效应:所有人都盯着同一个资源
- 分布式锁:对前面小我一级的节点进行监听
- 所有请求进来,在 /lock 下创建临时顺序节点 ,zookeeper 会帮你编号排序
- 判断自己是不是 /lock 下最小的节点
- 是,获得锁(创建节点)
- 否,对前面小我一级的节点进行监听
- 获得锁请求,处理完业务逻辑,释放锁(删除节点),后一个节点得到通知
- 重复步骤 2
4.4.1 初始化数据库
在Linux环境下(SQLyog连接CentOS7)创建数据库 zkproduct,使用默认的字符集 utf8。
-- 商品表
create table product(
id int primary key auto_increment, -- 商品编号
product_name varchar(20) not null, -- 商品名称
stock int not null, -- 库存
version int not null -- 版本
)
insert into product (product_name,stock,version) values('锦鲤-清空购物车-大奖',5,0)
-- 订单表
create table `order`(
id varchar(100) primary key, -- 订单编号
pid int not null, -- 商品编号
userid int not null -- 用户编号
)
4.4.2 搭建工程
搭建 ssm 框架,对库存表 -1,对订单表 +1
1)pom.xml
<packaging>war</packaging>
<properties>
<spring.version>5.2.7.RELEASE</spring.version>
</properties>
<dependencies>
<!-- Spring -->
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-context</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-beans</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-webmvc</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-jdbc</artifactId>
<version>${spring.version}</version>
</dependency>
<!-- Mybatis -->
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis</artifactId>
<version>3.5.5</version>
</dependency>
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis-spring</artifactId>
<version>2.0.5</version>
</dependency>
<!-- 连接池 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.10</version>
</dependency>
<!-- 数据库 -->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.20</version>
</dependency>
<!-- junit -->
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<!-- maven内嵌的tomcat插件 -->
<plugin>
<groupId>org.apache.tomcat.maven</groupId>
<!-- 目前apache只提供了tomcat6和tomcat7两个插件 -->
<artifactId>tomcat7-maven-plugin</artifactId>
<configuration>
<port>8001</port>
<path>/</path>
</configuration>
<executions>
<execution>
<!-- 打包完成后,运行服务 -->
<phase>package</phase>
<goals>
<goal>run</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
2)mybatis.xml
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
"http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
<!-- 后台的日志输出:针对开发者-->
<settings>
<setting name="logImpl" value="STDOUT_LOGGING"/>
</settings>
</configuration>
3)spring.xml
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:mvc="http://www.springframework.org/schema/mvc"
xmlns:context="http://www.springframework.org/schema/context"
xmlns:tx="http://www.springframework.org/schema/tx"
xsi:schemaLocation="http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context.xsd
http://www.springframework.org/schema/tx
http://www.springframework.org/schema/tx/spring-tx.xsd">
<!-- 1.扫描包下的注解 -->
<context:component-scan base-package="controller,service,mapper"/>
<!-- 2.创建数据连接池对象 -->
<bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource" destroy-method="close">
<property name="url" value="jdbc:mysql://192.168.204.131:3306/zkproduct?serverTimezone=GMT" />
<property name="driverClassName" value="com.mysql.jdbc.Driver" />
<property name="username" value="root" />
<property name="password" value="123123" />
<property name="maxActive" value="10" />
<property name="minIdle" value="5" />
</bean>
<!-- 3.创建SqlSessionFactory,并引入数据源对象 -->
<bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
<property name="dataSource" ref="dataSource"></property>
<property name="configLocation" value="classpath:mybatis/mybatis-config.xml"></property>
</bean>
<!-- 4.告诉spring容器,数据库语句代码在哪个文件中-->
<!-- mapper.xDao接口对应resources/mapper/xDao.xml-->
<bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
<property name="basePackage" value="mapper"></property>
</bean>
<!-- 5.将数据源关联到事务 -->
<bean id="transactionManager" class="org.springframework.jdbc.datasource.DataSourceTransactionManager">
<property name="dataSource" ref="dataSource"></property>
</bean>
<!-- 6.开启事务 -->
<tx:annotation-driven/>
<!-- 7.扫描 mapper 注解 -->
<bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
<property name="basePackage" value="com.linuaa.mapper"/>
</bean>
</beans>
4)web.xml
<?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns="http://xmlns.jcp.org/xml/ns/javaee"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://xmlns.jcp.org/xml/ns/javaee
http://xmlns.jcp.org/xml/ns/javaee/web-app_3_1.xsd"
version="3.1">
<servlet>
<servlet-name>springMVC</servlet-name>
<servlet-class>org.springframework.web.servlet.DispatcherServlet</servlet-class>
<init-param>
<param-name>contextConfigLocation</param-name>
<param-value>classpath:spring/spring.xml</param-value>
</init-param>
<load-on-startup>1</load-on-startup>
<async-supported>true</async-supported>
</servlet>
<servlet-mapping>
<servlet-name>springMVC</servlet-name>
<url-pattern>/</url-pattern>
</servlet-mapping>
</web-app>
5)Mapper
@Mapper
@Component
public interface OrderMapper {
// 生成订单
@Insert("insert into `order` (id,pid,userid) values (#{id},#{pid},#{userid})")
int insert(Order order);
}
@Mapper
@Component
public interface ProductMapper {
// 查询商品(目的查库存)
@Select("select * from product where id = #{id}")
Product getProduct(@Param("id") int id);
// 减库存
@Update("update product set stock = stock-1 where id = #{id}")
int reduceStock(@Param("id") int id);
}
6)service 实现类
@Service
public class OrderServiceImpl implements OrderService {
@Autowired
ProductMapper productMapper;
@Autowired
OrderMapper orderMapper;
@Override
public void reduceStock(int id) throws Exception {
// 1.获取库存
Product product = productMapper.getProduct(id);
// 模拟网络延迟
Thread.sleep(1000);
if(product.getStock() <= 0)
throw new RuntimeException("已抢光!");
// 2.减库存
int i = productMapper.reduceStock(id);
if(i == 1){
Order order = new Order();
order.setId(UUID.randomUUID().toString());
order.setPid(id);
order.setUserid(101);
orderMapper.insert(order);
}else
throw new RuntimeException("减库存失败,请重试!");
}
}
7)Controller
@Controller
public class ProductAction {
@Autowired
private ProductService productService;
@GetMapping("/product/reduce")
@ResponseBody
public Object reduceStock(int id) throws Exception{
productService.reduceStock(id);
return "ok";
}
}
4.4.3 启动测试
-
启动两次工程,端口号分别 8001 和 8002
-
使用 nginx 做负载均衡
upstream sga{ server 192.168.204.1:8001; server 192.168.204.1:8002; } server { listen 80; server_name localhost; #charset koi8-r; #access_log logs/host.access.log main; location / { proxy_pass http://sga; root html; index index.html index.htm; } }
-
使用 JMeter 模拟 1 秒内发出 10 个 http 请求
-
查看测试结果,10 次请求全部成功
-
查看数据库,stock 库存变成 -5 (并发导致的数据结果错误)
4.4.4 apahce 提供的 zookeeper 客户端
基于 zookeeper 原生态的客户端类实现分布式是非常麻烦的,我们使用 apahce 提供的一个 zookeeper客户端来实现。
Curator:http://curator.apache.org/
pom.xml
<dependency>
<groupId>org.apache.curator</groupId>
<artifactId>curator-recipes</artifactId>
<version>4.2.0</version>
</dependency>
recipes 是 curator 族谱大全,里面包含 zookeeper 和 framework
4.4.5 在控制层中加入分布式锁的逻辑代码
@Controller
public class ProductAction {
@Autowired
private ProductService productService;
private static String connectString = "192.168.131.128:2181,192.168.131.129:2181,192.168.131.130:2181";
@GetMapping("/product/reduce")
@ResponseBody
public Object reduce( int id) throws Exception {
// 重试策略 (1000毫秒试1次,最多试3次)
RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3);
//1.创建curator工具对象
CuratorFramework client = CuratorFrameworkFactory.newClient(connectString, retryPolicy);
client.start();
//2.根据工具对象创建“内部互斥锁”
InterProcessMutex lock = new InterProcessMutex(client, "/product_"+id);
try {
//3.加锁
lock.acquire();
productService.reduceStock(id);
}catch(Exception e){
if(e instanceof RuntimeException){
throw e;
}
}finally{
//4.释放锁
lock.release();
}
return "ok";
}
}