1. 首页
  2. 文章中心
  3. 微服务

Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战

90 阅读 0 评论
我是靠谱客的博主 超级牛排，最近开发中收集的这篇文章主要介绍Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

Zookeeper知识概括

  • Zookeeper概述
  • Zookeeper本地模式安装
  • Zookeeper内部原理
  • Zookeeper实战

Zookeeper概述

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
    在这里插入图片描述

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。

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。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。在这里插入图片描述

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，经常需要对应用/服务进行统一命名，便于识别不同服务。
    ①类似于域名与ip之间对应关系，ip不容易记住，而域名容易记住。
    ②通过名称来获取资源或服务的地址，提供者等信息。
    在这里插入图片描述
  • 统一配置管理：
    ①分布式环境下，配置文件管理和同步是一个常见问题。
    <1>一个集群中，所有节点的配置信息是一致的，比如 Hadoop 集群。
    <2>对配置文件修改后，希望能够快速同步到各个节点上。
    ②配置管理可交由ZooKeeper实现。
    <1>可将配置信息写入ZooKeeper上的一个Znode。
    <2>各个节点监听这个Znode。
    <3>一旦Znode中的数据被修改，ZooKeeper将通知各个节点。
    在这里插入图片描述
  • 统一集群管理：
    ①分布式环境中，实时掌握每个节点的状态是必要的。
    <1>可根据节点实时状态做出一些调整。
    ②可交由ZooKeeper实现。
    <1>可将节点信息写入ZooKeeper上的一个Znode。
    <2>监听这个Znode可获取它的实时状态变化。
    ③典型应用
    <1>HBase中Master状态监控与选举。
    在这里插入图片描述
  • 服务器动态上下线：客户端能实时洞察到服务器上下线的变化
    在这里插入图片描述
  • 软负载均衡：在这里插入图片描述

Zookeeper本地模式安装

本地模式安装：

  • 安装前准备：
    ①安装jdk
    ②通过SecureCRT工具拷贝zookeeper到linux系统下
    ③修改tar包所有者： 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/
  • 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/zkData

在/opt/module/zookeeper-3.4.10/这个目录上创建zkData文件夹 mkdir zkData
  • 操作zookeeper：
    ①启动zookeeper
    ②查看进程是否启动
    ③查看状态：
    ④启动客户端：
    ⑤退出客户端：
    ⑥停止zookeeper
[atguigu@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh start

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

[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

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

[zk: localhost:2181(CONNECTED) 0] quit

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

配置参数解读：

  • tickTime=2000：通信心跳数：
    ①tickTime：通信心跳数，Zookeeper服务器心跳时间，单位毫秒
    ②Zookeeper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。
    ③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)。
  • initLimit=10：LF初始通信时限：
    ①initLimit：LF初始通信时限
    ②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），用它来限定集群中的Zookeeper服务器连接到Leader的时限。
    ③投票选举新leader的初始化时间。
    ④Follower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。
    ⑤Leader允许F在initLimit时间内完成这个工作。
  • syncLimit=5：LF同步通信时限：
    ①syncLimit：LF同步通信时限
    ②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。
    ③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。
    ④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。
  • dataDir：数据文件目录+数据持久化路径：
    ①dataDir：数据文件目录+数据持久化路径
    ②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。
  • clientPort=2181：客户端连接服务器端口

Zookeeper内部原理

选举机制：

  • 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。
  • 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。
  • 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，它发出去的信息没有任何响应，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。
    在这里插入图片描述

节点类型：

  • Znode有两种类型：
    ①短暂（ephemeral）：客户端和服务器端断开连接后，创建的节点自动删除
    ②持久（persistent）：客户端和服务器端断开连接后，创建的节点不删除
  • 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

stat结构体：

  • czxid- 引起这个znode创建的zxid，创建节点的事务的zxid
    ①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

监听器原理：

  • 首先要有一个main()线程
  • 在main线程中创建Zookeeper客户端，这时就会创建两个线程，一个负责网络连接通信（connet），一个负责监听（listener）。
  • 通过connect线程将注册的监听事件发送给Zookeeper。
  • 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。
  • Zookeeper监听到有数据或路径变化，就会将这个消息发送给listener线程。
  • listener线程内部调用了process（）方法。
  • 常见的监听：
    ①监听节点数据的变化：get path [watch]
    ②监听子节点增减的变化：ls path [watch]
    在这里插入图片描述

写数据流程：
在这里插入图片描述

Zookeeper实战

分布式安装部署：
在这里插入图片描述
客户端命令行操作：
在这里插入图片描述
API应用：

  • Eclipse环境搭建：
    ①创建一个工程
    ②解压zookeeper-3.4.10.tar.gz文件
    ③拷贝zookeeper-3.4.10.jar、jline-0.9.94.jar、log4j-1.2.16.jar、netty-3.10.5.Final.jar、slf4j-api-1.6.1.jar、slf4j-log4j12-1.6.1.jar到工程的lib目录。并build一下，导入工程。
    ④拷贝log4j.properties文件到项目根目录
  • 创建ZooKeeper客户端：
private static String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
	private static int sessionTimeout = 2000;
	private ZooKeeper zkClient = null;

	@Before
	public void init() throws Exception {

	zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
			@Override
			public void process(WatchedEvent event) {
				// 收到事件通知后的回调函数（用户的业务逻辑）
				System.out.println(event.getType() + "--" + event.getPath());

			}
		});
	}
  • 创建子节点：
   // 创建子节点
	@Test
	public void create() throws Exception {
		// 数据的增删改查
		// 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
		String nodeCreated = zkClient.create("/eclipse", "hello zk".getBytes(), Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT);
	}
  • 获取子节点：
   // 获取子节点
	@Test
	public void getChildren() throws Exception {
		List<String> children = zkClient.getChildren("/", true);

		for (String child : children) {
			System.out.println(child);
		}

		// 延时阻塞
		Thread.sleep(Long.MAX_VALUE);
	}
  • 判断znode是否存在：
   // 判断ZNode是否存在
	@Test
	public void exist() throws Exception {
		Stat stat = zkClient.exists("/eclipse", false);

		System.out.println(stat == null ? "not exist" : "exist");
	}

监听服务器节点动态上下线案例：

  • 需求：某分布式系统中，主节点可以有多台，可以动态上下线，任意一台客户端都能实时感知到主节点服务器的上下线

  • 需求分析：在这里插入图片描述

  • 具体实现：

------------------------现在集群上创建/servers节点------------------------------
[zk: localhost:2181(CONNECTED) 10] create /servers "servers"
Created /servers

----------------------------------------服务器端代码-------------------------------
package com.atguigu.zkcase;

import java.io.IOException;
import org.apache.zookeeper.CreateMode;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.Watcher;
import org.apache.zookeeper.ZooKeeper;
import org.apache.zookeeper.ZooDefs.Ids;

public class DistributeServer {
	private static String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
	private static int sessionTimeout = 2000;
	private ZooKeeper zk = null;
	private String parentNode = "/servers";
	
	// 创建到zk的客户端连接
	public void getConnect() throws IOException{
		
		zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {

			@Override
			public void process(WatchedEvent event) {

			}
		});
	}
	
	// 注册服务器
	public void registServer(String hostname) throws Exception{
		String create = zk.create(parentNode + "/server", hostname.getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
		
		System.out.println(hostname +" is online "+ create);
	}
	
	// 业务功能
	public void business(String hostname) throws Exception{
		System.out.println(hostname+" is working ...");
		
		Thread.sleep(Long.MAX_VALUE);
	}
	
	public static void main(String[] args) throws Exception {
		// 1 获取zk连接
		DistributeServer server = new DistributeServer();
		server.getConnect();
		
		// 2 利用zk连接注册服务器信息
		server.registServer(args[0]);
		
		// 3 启动业务功能
		server.business(args[0]);
	}
}


----------------------------------------客户端代码-------------------------------
package com.atguigu.zkcase;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.Watcher;
import org.apache.zookeeper.ZooKeeper;

public class DistributeClient {
	private static String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
	private static int sessionTimeout = 2000;
	private ZooKeeper zk = null;
	private String parentNode = "/servers";

	// 创建到zk的客户端连接
	public void getConnect() throws IOException {
		zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {

			@Override
			public void process(WatchedEvent event) {

				// 再次启动监听
				try {
					getServerList();
				} catch (Exception e) {
					e.printStackTrace();
				}
			}
		});
	}

	// 获取服务器列表信息
	public void getServerList() throws Exception {
		
		// 1获取服务器子节点信息，并且对父节点进行监听
		List<String> children = zk.getChildren(parentNode, true);

        // 2存储服务器信息列表
		ArrayList<String> servers = new ArrayList<>();
		
        // 3遍历所有节点，获取节点中的主机名称信息
		for (String child : children) {
			byte[] data = zk.getData(parentNode + "/" + child, false, null);

			servers.add(new String(data));
		}

        // 4打印服务器列表信息
		System.out.println(servers);
	}

	// 业务功能
	public void business() throws Exception {
		System.out.println("client is working ...");
Thread.sleep(Long.MAX_VALUE);
	}

	public static void main(String[] args) throws Exception {

		// 1获取zk连接
		DistributeClient client = new DistributeClient();
		client.getConnect();

		// 2获取servers的子节点信息，从中获取服务器信息列表
		client.getServerList();

		// 3业务进程启动
		client.business();
	}
}

最后

以上就是超级牛排为你收集整理的Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战的全部内容，希望文章能够帮你解决Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(60)

相关文章

（五）Zookeeper原理源码分析之新建连接交互流程源码分析-单机Server服务端与Client客户端一、重要源码分析
（五）Zookeeper原理源码分析之新建连接交互流程源码分析-单机Server服务端与Client客户端一、重要源码分析
eureka配置info_服务注册和服务发现-Eureka的常用配置 -配置报错-问答-阿里云开发者社区-阿里云...
eureka配置info_服务注册和服务发现-Eureka的常用配置 -配置报错-问答-阿里云开发者社区-阿里云...
ZooKeeper学习笔记(三): Zookeeper的五大参数解读
ZooKeeper学习笔记(三): Zookeeper的五大参数解读
Zookeeper总结
Zookeeper总结
Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战
Zookeeper知识概括Zookeeper概述Zookeeper本地模式安装Zookeeper内部原理Zookeeper实战
三、配置选项说明
三、配置选项说明
深入学习zookeeper
深入学习zookeeper
Kafka 判断一个节点是否还活着的条件
Kafka 判断一个节点是否还活着的条件

评论列表共有 0 条评论

立即
投稿
返回
顶部