Zookeeper机制

顾名思义 zookeeper 就是动物园管理员，他是用来管 hadoop（大象）、Hive(蜜蜂)、pig(小 猪)的管理员， Apache Hbase 和 Apache Solr 的分布式集群都用到了 zookeeper；Zookeeper: 是一个分布式的、开源的程序协调服务，是 hadoop 项目下的一个子项目。他提供的主要功 能包括：配置管理、名称服务、分布式锁、集群管理。

功能特性

1. 最终一致性：client 不论连接到哪个 Server，展示给它都是同一个视图，这是 zookeeper 最重要的性能。
2. 可靠性：具有简单、健壮、良好的性能，如果消息 m 被到一台服务器接受，那么它 将被所有的服务器接受。
3. 实时性：Zookeeper 保证客户端将在一个时间间隔范围内获得服务器的更新信息，或 者服务器失效的信息。但由于网络延时等原因，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。
4. 等待无关（wait-free）：慢的或者失效的 client 不得干预快速的 client 的请求，使得每 个 client 都能有效的等待。
5. 原子性：更新只能成功或者失败，没有中间状态。

6. 顺序性：包括全局有序和偏序两种：全局有序是指如果在一台服务器上消息 a 在消息 b 前发布，则在所有 Server 上消息 a 都将在消息 b 前被发布；偏序是指如果一个消息 b 在消 息 a 后被同一个发送者发布，a 必将排在 b 前面。

   进程角色

• leader：由集群成员投票选举出来的领导者，负责处理外部发到集群的读写请求，处理写请求时会发起投票，只有集群内超过半数节点通过后写操作才会被通过。
• follower：负责处理都请求并返回结果，如果接收到写请求则将之转发给leader，还要负责leader选举时的投票。

• observer：可以理解为没有选举权的follower，只负责处理业务，时为了提高集群吞吐率，同时又能保证集群快速完成选举而引进的机制。

  机制

1. 集群的两种模式

• 恢复模式：集群的一种非稳定状态，集群不能处理外部请求；集群启动或遇到leader崩溃时，集群进入恢复模式，在本模式中选举leader，leader选举完成后其他节点与leader进行数据同步，当过半节点完成同步后恢复模式结束，进入广播模式。
• 广播模式：集群的稳定状态，集群能正常的处理外部请求；此时若有新节点加入，新节点会自动从leader同步数据。

1. 集群启动过程：
   • leader选举原则
     • 集群中只有超过半数的节点处于正常状态，集群才能稳定，才能处理外部请求。
     • 集群正常工作之前myid小的节点会优先给myid大的节点投票，直到选出leader为止。
     • 选出leader之前，集群所有节点都处于looking状态，选举成功后，除leader节点外，其余节点的状态由looking变为following，角色也成为了follower。
   • leader选举过程
     • 假设集群有5个节点，myid分别为1~5，假设集群第一次启动，所有节点都没有历史数据，启动顺序1~5。由集群节点数量可知，至少要有3个节点正常，集群才能稳定工作。
     • 节点1启动，其初始状态为looking，发起一轮选举，节点1投自己一票，由于不过半，本轮选举无法完成。节点1仍然保持looking状态。
     • 节点2启动，其初始状态为looking，它也发起一轮选举，节点2投自己一票；节点1也参与进本轮投票，打算给自己投一票，但是发现节点2的myid比自己的大，就改投节点2一票；本轮投票过后节点1得0票，节点2得2票，由于节点2的得票数不过半，所以本轮选举未能完成；节点1、2都保持looking状态。
     • 节点3启动，其初始状态为looking，它也发起一轮选举，且节点3先投自己一票；节点1、2也都参与进本轮投票中来，打算投自己一票，发现本轮中节点3的myid大于自己的，所以节点1、2都转投节点3一票；此时节点3就收获了3票，超过了集群节点的半数，节点3率先当选，并从looking状态变为leading状态。节点1、2的状态变为following。
     • 节点4启动，其初始状态为looking，它也发起一轮选举；此时由于节点1、2处于following状态，这两个节点就不参与本轮选举。节点4本打算投自己一票，但是发现节点3已进入leading状态，且票数已经过半，此时节点4就会将自己的一票转投给节点3。节点4未收到投票，状态由looking变为following。
     • 节点5的启动过程与节点4一样，最终未获得投票，也处于following状态。
     • 最终节点3成为leader，节点1、2、4、5成为follower。
2. 崩溃恢复过程：当leader崩溃后，集群中的其他follower节点会重新变为looking状态，重新进行leader选举。选举过程同启动时的leader选举一样。
3. 消息广播算法：
   • leader接收到一个写请求后，leader会给此请求标记一个全局自增的64位事务id（zxid）。
   • leader以队列未载体将每个事务依此发送给follower，follower读取也严格遵循队列的顺序，这就避免了paxos算法的全序问题。
   • follower在本地缓存了它最新执行的事务的zxid，当接收到新事务后，会取出zxid与本地的zxid做比较，如果接收到的zxid大于本地的就执行此事务并给leader返回确认消息，否则拒绝执行。

   • 当leader接收到过半数量的follower确认消息后，代表着事务已在整个集群中执行，leader就给所有follower发送事务提交指令。
     zxid：是一个32+32位的数字；前32位称为epochId，是当前leader的全局自增编号，如果把leader比作皇帝，那epochId则是皇帝的年号。后32位是每个事务特定的标识，相当于皇帝发布的号令，对一个皇帝来说这个编号也是全局自增的。

     数据结构

4. Znode
   在 Zookeeper 中，znode 是一个跟 Unix 文件系统路径相似的节点，可以往这个节点存储 或获取数据。 Zookeeper 底层是一套数据结构。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” zookeeper 中的数据是按照“树”结构进行存储的。而且 znode 节点还分为 4 中不同的类 型。 每一个 znode 默认能够存储 1MB 的数据（对于记录状态性质的数据来说，够了） 可以使用 zkCli 命令，登录到 zookeeper 上，并通过 ls、create、delete、get、set 等命令 操作这些 znode 节点
5. Znode 节点类型

• PERSISTENT 持久化节点: 所谓持久节点，是指在节点创建后，就一直存在，直到 有删除操作来主动清除这个节点。否则不会因为创建该节点的客户端会话失效而消失。
• PERSISTENT_SEQUENTIAL 持久顺序节点：这类节点的基本特性和上面的节点类 型是一致的。额外的特性是，在 ZK 中，每个父节点会为他的第一级子节点维护一份时序， 会记录每个子节点创建的先后顺序。基于这个特性，在创建子节点的时候，可以设置这个属 性，那么在创建节点过程中，ZK 会自动为给定节点名加上一个数字后缀，作为新的节点名。 这个数字后缀的范围是整型的最大值。 在创建节点的时候只需要传入节点 “/test_”，这样 之后，zookeeper 自动会给”test_”后面补充数字。
• EPHEMERAL 临时节点：和持久节点不同的是，临时节点的生命周期和客户端会 话绑定。也就是说，如果客户端会话失效，那么这个节点就会自动被清除掉。注意，这里提 到的是会话失效，而非连接断开。另外，在临时节点下面不能创建子节点。 这里还要注意一件事，就是当你客户端会话失效后，所产生的节点也不是一下子就消失 了，也要过一段时间，大概是 10 秒以内，可以试一下，本机操作生成节点，在服务器端用 命令来查看当前的节点数目，你会发现客户端已经 stop，但是产生的节点还在。

• EPHEMERAL_SEQUENTIAL 临时自动编号节点：此节点是属于临时节点，不过带 有顺序，客户端会话结束节点就消失。

  目录结构

1. bin：放置运行脚本和工具脚本，如果是 Linux 环境还会有有 zookeeper 的运 行日志 zookeeper.out
2. conf：zookeeper 默认读取配置的目录，里面会有默认的配置文件
3. contrib：zookeeper 的拓展功能
4. dist-maven：zookeeper的 maven 打包目录
5. docs：zookeeper 相关的文档
6. lib：zookeeper 核心的 jar
7. recipes：zookeeper 分布式相关的 jar 包

8. src：zookeeper 源码

   单机部署

   Zookeeper 在启动时默认的去 conf 目录下查找一个名称为 zoo.cfg 的配置文件。 在 zookeeper 应用目录中有子目录 conf。其中有配置文件模板，手动拷贝重命名：zoo_sample.cfg cp zoo_sample.cfg zoo.cfg。zookeeper 应用中的配置文件为 conf/zoo.cfg。 修改配置文件 zoo.cfg - 设置数据缓存路径

• 安装jdk，配置相关环境变量，上传zookeeper压缩包
  [zk_hom]# tar -zxvf apache-zookeeper-3.5.5-bin.tar.gz //解压
  [zk_hom]# mkdir zkdata //新建一个数据持久化目录
  [zk_hom]# cd conf //进入配置目录
  [zk_hom/confg]# cp zoo_example.cfg zoo.cfg //复制配置文件样本，并重命名未zoo.cfg
  编解zoo.cfg，将其中的dataDir = zk_home/zkdata
  [zk_hom/bin]# sh ./zkServer.sh start //启动节点
  [zk_hom/bin]# sh ./zkServer.sh status //查看节点状态

  集群部署

• 各个节点上的准备工作同单机的一样，都需要jdk，zookeeper压缩包，同时要拷贝配置并配置数据持久化目录，同时为各节点新建持久化目录。
• 不同的是需要在各节点的zookeeper持久化目录中新建一个名为“myid”的文件，文件中各自写上节点编号1~5。
• 配置文件中需要追加集群中其他节点的访问地址：
  【server.myid = ip:通信端口:选举端口】
  server.1 = 192.168.50.1:2181:3181
  server.2 = 192.168.50.2:2181:3181
  server.3 = 192.168.50.3:2181:3181
  server.4 = 192.168.50.4:2181:3181
  server.5 = 192.168.50.5:2181:3181

• 启动各个节点

  应用管理

  bin/zkServer.sh start //开启服务
  bin/zkServer.sh status //查看服务状态
  bin/zkServer.sh stop //停止服务端
  bin/zkCli.sh -server 192.168.199.175:2181 //使用客户端连接服务端

  客户端命令

  应用场景

1. 配置管理
   在我们的应用中除了代码外，还有一些就是各种配置。比如数据库连接等。一般我们都 是使用配置文件的方式，在代码中引入这些配置文件。当我们只有一种配置，只有一台服务 器，并且不经常修改的时候，使用配置文件是一个很好的做法，但是如果我们配置非常多， 有很多服务器都需要这个配置，这时使用配置文件就不是个好主意了。这个时候往往需要寻 找一种集中管理配置的方法，我们在这个集中的地方修改了配置，所有对这个配置感兴趣的 都可以获得变更。Zookeeper 就是这种服务，它使用 Zab 这种一致性协议来提供一致性。现 在有很多开源项目使用 Zookeeper 来维护配置，比如在 HBase 中，客户端就是连接一个 Zookeeper，获得必要的 HBase 集群的配置信息，然后才可以进一步操作。还有在开源的消 息队列 Kafka 中，也使用 Zookeeper来维护broker的信息。在 Alibaba开源的 SOA 框架Dubbo 中也广泛的使用 Zookeeper 管理一些配置来实现服务治理。
2. 名称服务
   名称服务这个就很好理解了。比如为了通过网络访问一个系统，我们得知道对方的 IP 地址，但是 IP 地址对人非常不友好，这个时候我们就需要使用域名来访问。但是计算机是 不能是域名的。怎么办呢？如果我们每台机器里都备有一份域名到 IP 地址的映射，这个倒 是能解决一部分问题，但是如果域名对应的 IP 发生变化了又该怎么办呢？于是我们有了 DNS 这个东西。我们只需要访问一个大家熟知的(known)的点，它就会告诉你这个域名对应 的 IP 是什么。在我们的应用中也会存在很多这类问题，特别是在我们的服务特别多的时候， 如果我们在本地保存服务的地址的时候将非常不方便，但是如果我们只需要访问一个大家都 熟知的访问点，这里提供统一的入口，那么维护起来将方便得多了。
3. 分布式锁
   其实在第一篇文章中已经介绍了 Zookeeper 是一个分布式协调服务。这样我们就可以利 用 Zookeeper 来协调多个分布式进程之间的活动。比如在一个分布式环境中，为了提高可靠 性，我们的集群的每台服务器上都部署着同样的服务。但是，一件事情如果集群中的每个服 务器都进行的话，那相互之间就要协调，编程起来将非常复杂。而如果我们只让一个服务进 行操作，那又存在单点。通常还有一种做法就是使用分布式锁，在某个时刻只让一个服务去干活，当这台服务出问题的时候锁释放，立即 fail over 到另外的服务。这在很多分布式系统 中都是这么做，这种设计有一个更好听的名字叫 Leader Election(leader 选举)。比如 HBase 的 Master 就是采用这种机制。但要注意的是分布式锁跟同一个进程的锁还是有区别的，所 以使用的时候要比同一个进程里的锁更谨慎的使用。
4. 集群管理
   在分布式的集群中，经常会由于各种原因，比如硬件故障，软件故障，网络问题，有些 节点会进进出出。有新的节点加入进来，也有老的节点退出集群。这个时候，集群中其他机 器需要感知到这种变化，然后根据这种变化做出对应的决策。比如我们是一个分布式存储系 统，有一个中央控制节点负责存储的分配，当有新的存储进来的时候我们要根据现在集群目 前的状态来分配存储节点。这个时候我们就需要动态感知到集群目前的状态。还有，比如一 个分布式的 SOA 架构中，服务是一个集群提供的，当消费者访问某个服务时，就需要采用 某种机制发现现在有哪些节点可以提供该服务(这也称之为服务发现，比如 Alibaba 开源的 SOA 框架 Dubbo 就采用了 Zookeeper 作为服务发现的底层机制)。还有开源的 Kafka 队列就 采用了 Zookeeper 作为 Cosnumer 的上下线管理。
5. 负载均衡的集群管理