文档章节

Zookeeper学习一

writeademo
 writeademo
发布于 2017/01/16 11:20
字数 4917
阅读 138
收藏 0

 

目录

什么是zookeeper?. 4

为什么使用Zookeeper?... 4

Zookeeper优点... 4

zookeeper的工作原理... 5

Zookeeper能帮我们做什么?... 5

Zookeeper的特性... 5

Zookeeper的安装和配置(集群模式)... 5

参数解释... 6

Zookeeper的角色... 6

Zookeeper的读写机制... 7

Zookeeper的保证... 7

Zookeeper数据节点操作流程... 7

Leader选举... 8

zxid. 8

数据一致性与paxos算法... 8

Observer. 9

ZooKeeper为什么集群数目为奇数个... 9

Leader选举... 9

Zookeeper的数据模型... 10

Zookeeper的节点... 10

org.apache.zookeeper.ZooKeeper类主要方法列表... 10

观察(watcher)... 11

写操作与zookeeper内部事件的对应关系... 11

zookeeper内部事件与watcher的对应关系... 11

ACL. 12

ACL. 13

总结... 15

 

 

以下资料来自尚学堂视频课程,整理以后放到这里。

什么是zookeeper?

 

为什么使用Zookeeper?

.大部分分布式应用需要一个主控、协调器或控制器来管理物理分布的子进程(如资源、任务分配等)

.目前,大部分应用需要开发私有的协调程序,缺乏一个通用的机制

.协调程序的反复编写浪费,且难以形成通用、伸缩性好的协调器

.ZooKeeper:提供通用的分布式锁服务,用以协调分布式应用

.Keepalived监控节点不好管理

.Keepalive采用优先级监控

.没有协同工作

.功能单一

.Keepalive可扩展性差

 

Zookeeper优点

最终一致性(和一致性的区别)

为客户端展示同一个视图,这是zookeeper里面一个非常重要的功能

可靠性

如果消息被到一台服务器接受,那么它将被所有的服务器接受。

实时性

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。

独立性

各个Client之间互不干预

原子性

更新只能成功或者失败,没有中间状态。

顺序性

所有Server,同一消息发布顺序一致。

zookeeper的工作原理

 

1.每个Server在内存中存储了一份数据;

2.Zookeeper启动时,将从实例中选举一个leader(Paxos协议)

3.Leader负责处理数据更新等操作

4.一个更新操作成功,当且仅当大多数Server在内存中成功修改数据。

 

 

Zookeeper能帮我们做什么?

»Hadoop,使用Zookeeper的事件处理确保整个集群只有一个NameNode,存储配置信息等.

»HBase,使用Zookeeper的事件处理确保整个集群只有一个HMaster,察觉HRegionServer联机和宕机,存储访问控制列表等.

 

 

Zookeeper的特性

»Zookeeper是简单的

»Zookeeper是富有表现力的

»Zookeeper具有高可用性

»Zookeeper采用松耦合交互方式

»Zookeeper是一个资源库

 

 

Zookeeper的安装和配置(集群模式)

»创建myid文件,server1机器的内容为:1,server2机器的内容为:2,server3机器的内容为:3

»在conf目录下创建一个配置文件zoo.cfg,tickTime=2000dataDir=/Users/zdandljb/zookeeper/datadataLogDir=/Users/zdandljb/zookeeper/dataLogclientPort=2181

 

initLimit=5 syncLimit=2 server.1=server1:2888:3888 server.2=server2:2888:3888 server.3=server3:2888:3888

参数解释

•tickTime:发送心跳的间隔时间,单位:毫秒

•dataDir:zookeeper保存数据的目录。

•clientPort:客户端连接Zookeeper 服务器的端口,Zookeeper 会监听这个端口,接受客户端的访问请求。

•initLimit:这个配置项是用来配置Zookeeper 接受客户端(这里所说的客户端不是用户连接Zookeeper 服务器的客户端,而是Zookeeper 服务器集群中连接到Leader 的Follower 服务器)初始化连接时最长能忍受多少个心跳时间间隔数。当已经超过5 个心跳的时间(也就是tickTime)长度后Zookeeper 服务器还没有收到客户端的返回信息,那么表明这个客户端连接失败。总的时间长度就是5*2000=10 秒

•syncLimit:这个配置项标识Leader 与Follower 之间发送消息,请求和应答时间长度,最长不能超过多少个tickTime的时间长度,总的时间长度就是2*2000=4 秒

•server.A=B:C:D:其中A 是一个数字,表示这个是第几号服务器;B 是这个服务器的ip地址;C 表示的是这个服务器与集群中的Leader 服务器交换信息的端口;D 表示的是万一集群中的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。如果是伪集群的配置方式,由于B 都是一样,所以不同的Zookeeper 实例通信端口号不能一样,所以要给它们分配不同的端口号

 

Zookeeper的角色

»领导者(leader),负责进行投票的发起和决议,更新系统状态

»学习者(learner),包括跟随者(follower)和观察者(observer),follower用于接受客户端请求并想客户端返回结果,在选主过程中参与投票

»Observer可以接受客户端连接,将写请求转发给leader,但observer不参加投票过程,只同步leader的状态,observer的目的是为了扩展系统,提高读取速度

»客户端(client),请求发起方

 

•Zookeeper的核心是原子广播,这个机制保证了各个Server之间的同步。实现这个机制的协议叫做Zab协议。Zab协议有两种模式,它们分别是恢复模式(选主)和广播模式(同步)。当服务启动或者在领导者崩溃后,Zab就进入了恢复模式,当领导者被选举出来,且大多数Server完成了和leader的状态同步以后,恢复模式就结束了。状态同步保证了leader和Server具有相同的系统状态。

•为了保证事务的顺序一致性,zookeeper采用了递增的事务id号(zxid)来标识事务。所有的提议(proposal)都在被提出的时候加上了zxid。实现中zxid是一个64位的数字,它高32位是epoch用来标识leader关系是否改变,每次一个leader被选出来,它都会有一个新的epoch,标识当前属于那个leader的统治时期。低32位用于递增计数。

•每个Server在工作过程中有三种状态:

•LOOKING:当前Server不知道leader是谁,正在搜寻

•LEADING:当前Server即为选举出来的leader

•FOLLOWING:leader已经选举出来,当前Server与之同步

 

Zookeeper的读写机制

»Zookeeper是一个由多个server组成的集群

»一个leader,多个follower

»每个server保存一份数据副本

»全局数据一致

»分布式读写

»更新请求转发,由leader实施

 

Zookeeper的保证

»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

»数据更新原子性,一次数据更新要么成功,要么失败

»全局唯一数据视图,client无论连接到哪个server,数据视图都是一致的

»实时性,在一定事件范围内,client能读到最新数据

 

Zookeeper数据节点操作流程

•Follower主要有四个功能:

•1. 向Leader发送请求(PING消息、REQUEST消息、ACK消息、REVALIDATE消息);

•2 .接收Leader消息并进行处理;

•3 .接收Client的请求,如果为写请求,发送给Leader进行投票;

•4 .返回Client结果。

•Follower的消息循环处理如下几种来自Leader的消息:

•1 .PING消息:心跳消息;

•2 .PROPOSAL消息:Leader发起的提案,要求Follower投票;

•3 .COMMIT消息:服务器端最新一次提案的信息;

•4 .UPTODATE消息:表明同步完成;

•5 .REVALIDATE消息:根据Leader的REVALIDATE结果,关闭待revalidate的session还是允许其接受消息;

•6 .SYNC消息:返回SYNC结果到客户端,这个消息最初由客户端发起,用来强制得到最新的更新。

Leader选举

 

A提案说,我要选自己,B你同意吗?C你同意吗?B说,我同意选A;C说,我同意选A。(注意,这里超过半数了,其实在现实世界选举已经成功了。但是计算机世界是很严格,另外要理解算法,要继续模拟下去。)

•接着B提案说,我要选自己,A你同意吗;A说,我已经超半数同意当选,你的提案无效;C说,A已经超半数同意当选,B提案无效。

•接着C提案说,我要选自己,A你同意吗;A说,我已经超半数同意当选,你的提案无效;B说,A已经超半数同意当选,C的提案无效。

•选举已经产生了Leader,后面的都是follower,只能服从Leader的命令。而且这里还有个小细节,就是其实谁先启动谁当头。

 

zxid

zxid

•znode节点的状态信息中包含czxid, 那么什么是zxid呢?

•ZooKeeper状态的每一次改变, 都对应着一个递增的Transaction id, 该id称为zxid. 由于zxid的递增性质, 如果zxid1小于zxid2, 那么zxid1肯定先于zxid2发生. 创建任意节点, 或者更新任意节点的数据, 或者删除任意节点, 都会导致Zookeeper状态发生改变, 从而导致zxid的值增加.

 

 

数据一致性与paxos算法

据说Paxos算法的难理解与算法的知名度一样令人敬仰,所以我们先看如何保持数据的一致性,这里有个原则就是:

•在一个分布式数据库系统中,如果各节点的初始状态一致,每个节点都执行相同的操作序列,那么他们最后能得到一个一致的状态。

•Paxos算法解决的什么问题呢,解决的就是保证每个节点执行相同的操作序列。好吧,这还不简单,master维护一个全局写队列,所有写操作都必须放入这个队列编号,那么无论我们写多少个节点,只要写操作是按编号来的,就能保证一致性。没错,就是这样,可是如果master挂了呢。

•Paxos算法通过投票来对写操作进行全局编号,同一时刻,只有一个写操作被批准,同时并发的写操作要去争取选票,只有获得过半数选票的写操作才会被批准(所以永远只会有一个写操作得到批准),其他的写操作竞争失败只好再发起一轮投票,就这样,在日复一日年复一年的投票中,所有写操作都被严格编号排序。编号严格递增,当一个节点接受了一个编号为100的写操作,之后又接受到编号为99的写操作(因为网络延迟等很多不可预见原因),它马上能意识到自己数据不一致了,自动停止对外服务并重启同步过程。任何一个节点挂掉都不会影响整个集群的数据一致性(总2n+1台,除非挂掉大于n台)。

•总结

•Zookeeper 作为Hadoop 项目中的一个子项目,是Hadoop 集群管理的一个必不可少的模块,它主要用来控制集群中的数据,如它管理Hadoop 集群中的NameNode,还有Hbase中Master Election、Server 之间状态同步等。

Observer

•Zookeeper需保证高可用和强一致性;

•为了支持更多的客户端,需要增加更多Server;

•Server增多,投票阶段延迟增大,影响性能;

•权衡伸缩性和高吞吐率,引入Observer

•Observer不参与投票;

•Observers接受客户端的连接,并将写请求转发给leader节点;

•加入更多Observer节点,提高伸缩性,同时不影响吞吐率。

ZooKeeper为什么集群数目为奇数个

为什么zookeeper集群的数目,一般为奇数个?Leader选举算法采用了Paxos协议;Paxos核心思想:当多数Server写成功,则任务数据写成功如果有3个Server,则两个写成功即可;如果有4或5个Server,则三个写成功即可。Server数目一般为奇数(3、5、7)如果有3个Server,则最多允许1个Server挂掉;如果有4个Server,则同样最多允许1个Server挂掉由此,我们看出3台服务器和4台服务器的的容灾能力是一样的,所以为了节省服务器资源,一般我们采用奇数个数,作为服务器部署个数。

Leader选举

 

 

 

Zookeeper的数据模型

»层次化的目录结构,命名符合常规文件系统规范

»每个节点在zookeeper中叫做znode,并且其有一个唯一的路径标识

»节点Znode可以包含数据和子节点,但是EPHEMERAL类型的节点不能有子节点

»Znode中的数据可以有多个版本,比如某一个路径下存有多个数据版本,那么查询这个路径下的数据就需要带上版本

»客户端应用可以在节点上设置监视器

»节点不支持部分读写,而是一次性完整读写

 

Zookeeper的节点

»Znode有两种类型,短暂的(ephemeral)和持久的(persistent)

»Znode的类型在创建时确定并且之后不能再修改

»短暂znode的客户端会话结束时,zookeeper会将该短暂znode删除,短暂znode不可以有子节点

»持久znode不依赖于客户端会话,只有当客户端明确要删除该持久znode时才会被删除

»Znode有四种形式的目录节点

»PERSISTENT、

»EPHEMERAL

»PERSISTENT_SEQUENTIAL、

»EPHEMERAL_SEQUENTIAL

 

 

 

org.apache.zookeeper.ZooKeeper类主要方法列表

方法名称

描述

String create(final String path, byte data[], List acl, CreateMode createMode)

创建一个znode节点,

参数:路径、znode内容,ACL(访问控制列表)、znode创建类型

void delete(final String path, int version)

删除一个znode节点,

参数:路径、版本号;如果版本号与znode的版本号不一致,将无法删除,是一种乐观加锁机制;如果将版本号设置为-1,不会去检测版本,直接删除;

Stat exists(final String path, Watcher watcher)

判断某个znode节点是否存在

参数:路径、Watcher(监视器);当这个znode节点被改变时,将会触发当前Watcher

Stat exists(String path, boolean watch)

判断某个znode节点是否存在

参数:路径、并设置是否监控这个目录节点,这里的watcher 是在创建ZooKeeper 实例时指定的watcher

Stat setData(final String path, byte data[], int version)

设置某个znode上的数据

参数:路径、数据、版本号;如果为-1,跳过版本检查

byte[] getData(final String path, Watcher watcher, Stat stat)

获取某个znode上的数据

参数:路径、监视器、数据版本等信息

List getChildren(final String path, Watcher watcher)

获取某个节点下的所有子节点

参数:路径、监视器;该方法有多个重载

 

观察(watcher)

»Watcher 在ZooKeeper 是一个核心功能,Watcher 可以监控目录节点的数据变化以及子目录的变化,一旦这些状态发生变化,服务器就会通知所有设置在这个目录节点上的Watcher,从而每个客户端都很快知道它所关注的目录节点的状态发生变化,而做出相应的反应

»可以设置观察的操作:exists,getChildren,getData

»可以触发观察的操作:create,delete,setData

写操作与zookeeper内部事件的对应关系

 

zookeeper内部事件与watcher的对应关系

 

 

 

写操作与watcher的对应关系

 

 

 

ACL

每个znode被创建时都会带有一个ACL列表,用于决定谁可以对它执行何种操作

 

•KeeperState.SyncConnected时事件类型为EventType.None发生在客户端收到ConnectResponse,与客户端协调好session time的时间后,会触发一个KeeperState.SyncConnected的None事件类型。

 

ACL

 

身份验证模式有三种:

»digest:用户名,密码

»host:通过客户端的主机名来识别客户端

»ip:通过客户端的ip来识别客户端

»new ACL(Perms.READ,newId("host","example.com"));

这个ACL对应的身份验证模式是host,符合该模式的身份是example.com,权限的组合是:READ

应用场景1-统一命名服务

»分布式应用中,通常需要有一套完整的命名规则,既能够产生唯一的名称又便于人识别和记住,通常情况下用树形的名称结构是一个理想的选择,树形的名称结构是一个有层次的目录结构,既对人友好又不会重复。

»Name Service 是Zookeeper 内置的功能,只要调用Zookeeper 的API 就能实现

 

应用场景2-配置管理

»配置的管理在分布式应用环境中很常见,例如同一个应用系统需要多台PC Server 运行,但是它们运行的应用系统的某些配置项是相同的,如果要修改这些相同的配置项,那么就必须同时修改每台运行这个应用系统的PC Server,这样非常麻烦而且容易出错。

»将配置信息保存在Zookeeper 的某个目录节点中,然后将所有需要修改的应用机器监控配置信息的状态,一旦配置信息发生变化,每台应用机器就会收到Zookeeper 的通知,然后从Zookeeper 获取新的配置信息应用到系统中。

 

 

应用场景3-集群管理

»Zookeeper 能够很容易的实现集群管理的功能,如有多台Server 组成一个服务集群,那么必须要一个“总管”知道当前集群中每台机器的服务状态,一旦有机器不能提供服务,集群中其它集群必须知道,从而做出调整重新分配服务策略。同样当增加集群的服务能力时,就会增加一台或多台Server,同样也必须让“总管”知道。

»Zookeeper 不仅能够维护当前的集群中机器的服务状态,而且能够选出一个“总管”,让这个总管来管理集群,这就是Zookeeper 的另一个功能Leader Election。

 

 

规定编号最小的为master,所以当我们对SERVERS节点做监控的时候,得到服务器列表,只要所有集群机器逻辑认为最小编号节点为master,那么master就被选出,而这个master宕机的时候,相应的znode会消失,然后新的服务器列表就被推送到客户端,然后每个节点逻辑认为最小编号节点为master,这样就做到动态master选举。

 

 

总结

»Zookeeper 作为Hadoop 项目中的一个子项目,是Hadoop 集群管理的一个必不可少的模块,它主要用来控制集群中的数据,如它管理Hadoop 集群中的NameNode,还有Hbase中Master Election、Server 之间状态同步等。

»Zoopkeeper提供了一套很好的分布式集群管理的机制,就是它这种基于层次型的目录树的数据结构,并对树中的节点进行有效管理,从而可以设计出多种多样的分布式的数据管理模型

ZooKeeper为什么集群数目为奇数个,paxos中选举投票时,有半数以上的通过提议就生效,8,7个集群的容错效果是一样的,都允许3台机器挂掉,容错为3

© 著作权归作者所有

writeademo
粉丝 25
博文 630
码字总数 229224
作品 0
东城
私信 提问
ZooKeeper教程资源收集(简介/原理/示例/解决方案)

菩提树下的杨过: ZooKeeper 笔记(1) 安装部署及hello world ZooKeeper 笔记(2) 监听数据变化 ZooKeeper 笔记(3) 实战应用之【统一配置管理】 ZooKeeper 笔记(4) 实战应用之【消除单点故障】...

easonjim
2017/09/05
0
0
分布式网站架构后续:zookeeper技术浅析

 Zookeeper是hadoop的一个子项目,虽然源自hadoop,但是我发现zookeeper脱离hadoop的范畴开发分布式框架的运用越来越多。今天我想谈谈zookeeper,本文不谈如何使用zookeeper,而是zookeeper...

蓝狐乐队
2014/04/21
276
0
zookeeper:zookeeper学习笔记

PS:本篇博客仅仅是个人的笔记,且是个人的理解,文字较为口语化,如有错误,请大牛指出。如果想了解更深入的,可以根据我这篇博客的情况自行查找网上资料(官网或者其他大牛的博客详解) 一...

琴兽
03/31
133
0
ZooKeeper学习笔记-CentOS7.5安装ZooKeeper

ZooKeeper学习笔记-CentOS7.5安装ZooKeeper 安装java环境 安装ZooKeeper 安装java环境 你ZooKeeper的运行需要java环境。 下载 如未安装java环境,下载最新版本的java: https://www.oracle.c...

Super_RD
2018/12/04
0
0
跟我学习dubbo-ZooKeeper注册中心安装

1、建议使用dubbo-2.3.3以上版本的使用zookeeper注册中心客户端 2、Zookeeper是Apache Hadoop的子项目,强度相对较好,建议生产环境使用该注册中心。 3、Dubbo未对Zookeeper服务器端做任何侵...

明理萝
2018/08/13
30
1

没有更多内容

加载失败,请刷新页面

加载更多

EDI 电子数据交换全解指南

EDI(Electronic Data Interchange,电子数据交换)技术使得企业与企业(B2B)实现通信自动化,帮助交易伙伴和组织更快更好地完成更多工作,并消除了人工操作带来的错误。从零售商到制造商、物...

EDI知行软件
今天
3
0
CentOS7的LVM动态扩容

# 问题 CentOS7上面的磁盘空间有点紧张,需要扩容。 解决 查询当前磁盘状态 [root@xxx ~]# lsblkNAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINTfd0 2:0 1 4K ...

亚林瓜子
今天
4
0
Kafka 0.8 Producer (0.9以前版本适用)

Kafka旧版本producer由scala编写,0.9以后已经废除 示例代码如下: import kafka.producer.KeyedMessage;import kafka.javaapi.producer.Producer;import kafka.producer.ProducerConfig;......

实时计算
今天
5
0
Giraph源码分析(八)—— 统计每个SuperStep中参与计算的顶点数目

作者|白松 目的:科研中,需要分析在每次迭代过程中参与计算的顶点数目,来进一步优化系统。比如,在SSSP的compute()方法最后一行,都会把当前顶点voteToHalt,即变为InActive状态。所以每次...

数澜科技
今天
6
0
Navicat 快捷键

操作 结果 ctrl+q 打开查询窗口 ctrl+/ 注释sql语句 ctrl+shift +/ 解除注释 ctrl+r 运行查询窗口的sql语句 ctrl+shift+r 只运行选中的sql语句 F6 打开一个mysql命令行窗口 ctrl+l 删除一行 ...

低至一折起
今天
13
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部