Zookeeper详细教程、分布式协调服务原理

Zookeeper分布式服务框架是Apache Hadoop的一个子项目，主要为分布式系统提供协调服务以及一些数据管理问题，如命名服务、集群管理、分布式应用配置等。zookeeper可以将简单易用的接口和高效稳定的系统提供给用户。

在大型网站中，zookeeper一直占据着重要地位，主要功能如下：

zookeeper是为别的分布式程序服务的
Zookeeper本身就是一个分布式程序（只要有半数以上节点存活，zk就能正常服务）
Zookeeper所提供的服务涵盖：主从协调、服务器节点动态上下线、统一配置管理、分布式共享锁、统一名称服务
虽然说可以提供各种服务，但是zookeeper在底层其实只提供了两个功能：
为用户程序提供数据节点监听服务；
管理(存储，读取)用户程序提交的数据；
一、zookeeper集群安装

由于zookeeper的集群投票选主机制（下面会介绍），超过半数的节点投票才能完成选主。并且必须超过半数的节点存活才能提供服务。所以集群中节点数最好为奇数台，但不少于3台。我们将我们的zookeeper集群安装到三台虚拟机上。

1.1 环境准备

三台虚拟机
192.168.66.101
192.168.66.102
192.168.66.103
JDK安装包（jdk-7u71-linux-i586.tar.gz）
zookeeper安装包（zookeeper-3.4.5.tar.gz）
1.2 创建zk用户

登录三台虚拟机，添加zookeeper的管理用户，执行如下命令添加一个新用户，注意必须使用root用户权限来添加新用户，需要在三台虚拟机上都要创建一个新用户。

groupadd zkg #添加一个组
useradd zk -g zkg # 添加一个用户，并制定该用户属于zkg组
passwd # 给用户设置密码，下面提示输入密码，以及确认密码

Zookeeper详细教程、分布式协调服务原理_第1张图片
1.3 安装

三台虚拟机的用户创建完成之后，在一台虚拟机上来安装zookeeper，切换到刚创建的用户下执行如下命令

su zk #切换到zk用户
cd ~ # 进入zk用户的home目录
使用ftp工具将jdk安装包和zookeeper安装包上传至任一台虚拟机中zk用户home目录下，并解压至apps目录下

mkdir apps
tar -zxvf jdk-7u71-linux-i586.tar.gz -C apps/
tar -zxvf zookeeper-3.4.5.tar.gz -C apps/
按照下面的步骤，配置环境变量，JDK安装完毕，注意三台机器都需要配置

su # 切换到root用户
vi /etc/profile # 编辑系统配置文件，将下面三行内容粘贴至文件末尾
########################################################
export JAVA_HOME=/home/zk/apps/jdk-7u71-linux-i586
export ZOOKEEPER_HOME=/home/zk/apps/zookeeper-3.4.5
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$JAVA_HOME/bin
#########################################################
source /etc/profile # 使修改后配置文件生效
su zk # 切换为zk用户
检查jdk的安装是否成功，只检查已有加压文件的机器
java -version # 查看jdk版本信息
修改zookeeper的配置文件

cd ~/apps/zookeeper-3.4.5/conf # 进入到zookeeper的配置文件存放目录
cp zoo_sample.cfg zoo.cfg # 将zoo_sample.cfg复制一份，并更名为zoo.cfg
vi zoo.cfg # 编辑zoo.cfg并将下面内容添加到文件末尾
#########################################################
server.1=192.168.66.101:2888:3888 # (主机名, 心跳端口、数据端口)
server.2=192.168.66.102:2888:3888
server.3=192.168.66.103:2888:3888
#########################################################

修改dataDir和dataLogDir的值

#########################################################
dataDir=/home/zk/apps/zookeeper-3.4.5/data
dataLogDir=/home/zk/apps/zookeeper-3.4.5/log
#########################################################
:wq #保存并退出
创建data和log目录，用于存放数据和日志信息

cd /home/zk/apps/zookeeper-3.4.5/
mkdir -m 755 data
mkdir -m 755 log
在data文件夹下新建myid文件，myid的文件内容为1

cd data/
echo 1 > myid #新建myid文件，并输入内容为1
将配置好的文件目录发至其他机器上

scp -r /home/zk/apps [email protected]:/home/zk/ # 通过scp将apps目录发至其他机器，需要输入密码
scp -r /home/zk/apps [email protected]:/home/zk/
修改其他机器上的myid
到192.168.66.102上：修改myid为：2
到192.168.66.103上：修改myid为：3
启动每台机器上的zookeeper
zkServer.sh start
查看集群状态

jps # 查看进程
zkServer.sh status #查看集群状态，主从信息
二、zookeeper的结构和命令

2.1 zookeeper特性

Zookeeper：一个leader，多个follower组成的集群
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
分布式读写，更新请求转发，由leader实施
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
实时性，在一定时间范围内，client能读到最新数据
2.2 zookeeper数据结构

层次化的目录结构，命名符合常规文件系统规范(见下图)
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，下一页详细讲解）
客户端应用可以在节点上设置监视器（后续详细讲解）

Zookeeper详细教程、分布式协调服务原理_第2张图片2.3 节点类型

Znode有两种类型
短暂（ephemeral）（断开连接自己删除）
持久（persistent）（断开连接不删除）
Znode有四种形式的目录节点（默认是persistent ）
PERSISTENT
PERSISTENT_SEQUENTIAL（持久序列/test0000000019 ）
EPHEMERAL
EPHEMERAL_SEQUENTIAL
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
在分布式系统中，顺序号可以被用于为所有的事件进行全局排序，这样客户端可以通过顺序号推断事件的顺序
2.4 zookeeper命令行操作

运行 zkCli.sh –server 进入命令行工具

zkCli.sh –server 192.168.66.101
ls / #查看当前 ZooKeeper 中所包含的内容
create /zk "myData" # 创建一个新的 znode ，使用 create /zk myData 。这个命令创建了一个新的 znode 节点“ zk ”以及与它关联的字符串
get /zk # 我们运行 get 命令来确认 znode 是否包含我们所创建的字符串
get /zk watch
#监听这个节点的变化,当另外一个客户端改变/zk时,它会打出下面的
#WATCHER::
#WatchedEvent state:SyncConnected type:NodeDataChanged path:/zk
set /zk "zsl" #通过 set 命令来对 zk 所关联的字符串进行设置
delete /zk # 删除一个节点
rmr /zk # 删除一个节点
2.5 zookeeper Java api的使用

2.5.1 基本使用

org.apache.zookeeper.Zookeeper是客户端入口主类，负责建立与server的会话

它提供了表 1 所示几类主要方法

功能

描述

create

在本地目录树中创建一个节点

delete

删除一个节点

exists

测试本地是否存在目标节点

get/set data

从目标节点上读取 / 写数据

get/set ACL

获取 / 设置目标节点访问控制列表信息

get children

检索一个子节点上的列表

sync

等待要被传送的数据

2.5.2 是用Java API实现简单的增删改查

public class SimpleDemo {
// 会话超时时间，设置为与系统默认时间一致
private static final int SESSION_TIMEOUT = 30000;
// 创建 ZooKeeper 实例
ZooKeeper zk;
// 创建 Watcher 实例
Watcher wh = new Watcher() {
public void process(org.apache.zookeeper.WatchedEvent event)
{
System.out.println(event.toString());
}
};
// 初始化 ZooKeeper 实例
private void createZKInstance() throws IOException
{
zk = new ZooKeeper("weekend01:2181", SimpleDemo.SESSION_TIMEOUT, this.wh);
}
private void ZKOperations() throws IOException, InterruptedException, KeeperException
{
System.out.println("/n1. 创建 ZooKeeper 节点 (znode ： zoo2, 数据： myData2 ，权限： OPEN_ACL_UNSAFE ，节点类型： Persistent");
zk.create("/zoo2", "myData2".getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
System.out.println("/n2. 查看是否创建成功： ");
System.out.println(new String(zk.getData("/zoo2", false, null)));
System.out.println("/n3. 修改节点数据 ");
zk.setData("/zoo2", "shenlan211314".getBytes(), -1);
System.out.println("/n4. 查看是否修改成功： ");
System.out.println(new String(zk.getData("/zoo2", false, null)));
System.out.println("/n5. 删除节点 ");
zk.delete("/zoo2", -1);
System.out.println("/n6. 查看节点是否被删除： ");
System.out.println(" 节点状态： [" + zk.exists("/zoo2", false) + "]");
}
private void ZKClose() throws InterruptedException
{
zk.close();
}
public static void main(String[] args) throws IOException, InterruptedException, KeeperException {
SimpleDemo dm = new SimpleDemo();
dm.createZKInstance();
dm.ZKOperations();
dm.ZKClose();
}
}
2.5.3 Zookeeper的监听器工作机制
Zookeeper详细教程、分布式协调服务原理_第3张图片

监听器是一个接口，我们的代码中可以实现Wather这个接口，实现其中的process方法，方法中即我们自己的业务逻辑

监听器的注册是在获取数据的操作中实现：

getData(path,watch?)监听的事件是：节点数据变化事件
getChildren(path,watch?)监听的事件是：节点下的子节点增减变化事件
三、zookeeper的应用案例（分布式应用HA||分布式锁）

3.1 实现分布式应用的(主节点HA)及客户端动态更新主节点状态

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
Zookeeper详细教程、分布式协调服务原理_第4张图片
A、客户端实现

public class AppClient {
private String groupNode = "sgroup";
private ZooKeeper zk;
private Stat stat = new Stat();
private volatile List serverList;
/**

  • 连接zookeeper
    */
    public void connectZookeeper() throws Exception {
    zk
    = new ZooKeeper("localhost:4180,localhost:4181,localhost:4182", 5000, new Watcher() {
    public void process(WatchedEvent event) {
    // 如果发生了"/sgroup"节点下的子节点变化事件, 更新server列表, 并重新注册监听
    if (event.getType() == EventType.NodeChildrenChanged
    && ("/" + groupNode).equals(event.getPath())) {
    try {
    updateServerList();
    } catch (Exception e) {
    e.printStackTrace();
    }
    }
    }
    });
    updateServerList();
    }
    /**

  • 更新server列表
    */
    private void updateServerList() throws Exception {
    List newServerList = new ArrayList();
    // 获取并监听groupNode的子节点变化
    // watch参数为true, 表示监听子节点变化事件.
    // 每次都需要重新注册监听, 因为一次注册, 只能监听一次事件, 如果还想继续保持监听, 必须重新注册
    List subList = zk.getChildren("/" + groupNode, true);
    for (String subNode : subList) {
    // 获取每个子节点下关联的server地址
    byte[] data = zk.getData("/" + groupNode + "/" + subNode, false, stat);
    newServerList.add(new String(data, "utf-8"));
    }
    // 替换server列表
    serverList = newServerList;
    System.out.println("server list updated: " + serverList);
    }
    /**

  • client的工作逻辑写在这个方法中

  • 此处不做任何处理, 只让client sleep
    */
    public void handle() throws InterruptedException {
    Thread.sleep(Long.MAX_VALUE);
    }
    public static void main(String[] args) throws Exception {
    AppClient ac = new AppClient();
    ac.connectZookeeper();
    ac.handle();
    }
    }
    B、服务器端实现

public class AppServer {
private String groupNode = "sgroup";
private String subNode = "sub";
/**

  • 连接zookeeper

  • @param address server的地址
    */
    public void connectZookeeper(String address) throws Exception {
    ZooKeeper zk = new ZooKeeper(
    "localhost:4180,localhost:4181,localhost:4182",
    5000, new Watcher() {
    public void process(WatchedEvent event) {
    // 不做处理
    }
    });
    // 在"/sgroup"下创建子节点
    // 子节点的类型设置为EPHEMERAL_SEQUENTIAL, 表明这是一个临时节点, 且在子节点的名称后面加上一串数字后缀
    // 将server的地址数据关联到新创建的子节点上
    String createdPath = zk.create("/" + groupNode + "/" + subNode, address.getBytes("utf-8"),
    Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
    System.out.println("create: " + createdPath);
    }
    /**

  • server的工作逻辑写在这个方法中

  • 此处不做任何处理, 只让server sleep
    */
    public void handle() throws InterruptedException {
    Thread.sleep(Long.MAX_VALUE);
    }
    public static void main(String[] args) throws Exception {
    // 在参数中指定server的地址
    if (args.length == 0) {
    System.err.println("The first argument must be server address");
    System.exit(1);
    }
    AppServer as = new AppServer();
    as.connectZookeeper(args[0]);
    as.handle();
    }
    }
    3.2 分布式共享锁的简单实现

客户端A

public class DistributedClient {
// 超时时间
private static final int SESSION_TIMEOUT = 5000;
// zookeeper server列表
private String hosts = "localhost:4180,localhost:4181,localhost:4182";
private String groupNode = "locks";
private String subNode = "sub";
private ZooKeeper zk;
// 当前client创建的子节点
private String thisPath;
// 当前client等待的子节点
private String waitPath;
private CountDownLatch latch = new CountDownLatch(1);
/**

  • 连接zookeeper
    */
    public void connectZookeeper() throws Exception {
    zk = new ZooKeeper(hosts, SESSION_TIMEOUT, new Watcher() {
    public void process(WatchedEvent event) {
    try {
    // 连接建立时, 打开latch, 唤醒wait在该latch上的线程
    if (event.getState() == KeeperState.SyncConnected) {
    latch.countDown();
    }
    // 发生了waitPath的删除事件
    if (event.getType() == EventType.NodeDeleted && event.getPath().equals(waitPath)) {
    doSomething();
    }
    } catch (Exception e) {
    e.printStackTrace();
    }
    }
    });
    // 等待连接建立
    latch.await();
    // 创建子节点
    thisPath = zk.create("/" + groupNode + "/" + subNode, null, Ids.OPEN_ACL_UNSAFE,
    CreateMode.EPHEMERAL_SEQUENTIAL);
    // wait一小会, 让结果更清晰一些
    Thread.sleep(10);
    // 注意, 没有必要监听"/locks"的子节点的变化情况
    List childrenNodes = zk.getChildren("/" + groupNode, false);
    // 列表中只有一个子节点, 那肯定就是thisPath, 说明client获得锁
    if (childrenNodes.size() == 1) {
    doSomething();
    } else {
    String thisNode = thisPath.substring(("/" + groupNode + "/").length());
    // 排序
    Collections.sort(childrenNodes);
    int index = childrenNodes.indexOf(thisNode);
    if (index == -1) {
    // never happened
    } else if (index == 0) {
    // inddx == 0, 说明thisNode在列表中最小, 当前client获得锁
    doSomething();
    } else {
    // 获得排名比thisPath前1位的节点
    this.waitPath = "/" + groupNode + "/" + childrenNodes.get(index - 1);
    // 在waitPath上注册监听器, 当waitPath被删除时, zookeeper会回调监听器的process方法
    zk.getData(waitPath, true, new Stat());
    }
    }
    }
    private void doSomething() throws Exception {
    try {
    System.out.println("gain lock: " + thisPath);
    Thread.sleep(2000);
    // do something
    } finally {
    System.out.println("finished: " + thisPath);
    // 将thisPath删除, 监听thisPath的client将获得通知
    // 相当于释放锁
    zk.delete(this.thisPath, -1);
    }
    }
    public static void main(String[] args) throws Exception {
    for (int i = 0; i < 10; i++) {
    new Thread() {
    public void run() {
    try {
    DistributedClient dl = new DistributedClient();
    dl.connectZookeeper();
    } catch (Exception e) {
    e.printStackTrace();
    }
    }
    }.start();
    }
    Thread.sleep(Long.MAX_VALUE);
    }
    }
    分布式多进程模式实现

public class DistributedClientMy {
// 超时时间
private static final int SESSION_TIMEOUT = 5000;
// zookeeper server列表
private String hosts = "spark01:2181,spark02:2181,spark03:2181";
private String groupNode = "locks";
private String subNode = "sub";
private boolean haveLock = false;
private ZooKeeper zk;
// 当前client创建的子节点
private volatile String thisPath;
/**

  • 连接zookeeper
    */
    public void connectZookeeper() throws Exception {
    zk = new ZooKeeper("spark01:2181", SESSION_TIMEOUT, new Watcher() {
    public void process(WatchedEvent event) {
    try {
    // 子节点发生变化
    if (event.getType() == EventType.NodeChildrenChanged && event.getPath().equals("/" + groupNode)) {
    // thisPath是否是列表中的最小节点
    List childrenNodes = zk.getChildren("/" + groupNode, true);
    String thisNode = thisPath.substring(("/" + groupNode + "/").length());
    // 排序
    Collections.sort(childrenNodes);
    if (childrenNodes.indexOf(thisNode) == 0) {
    doSomething();
    thisPath = zk.create("/" + groupNode + "/" + subNode, null, Ids.OPEN_ACL_UNSAFE,
    CreateMode.EPHEMERAL_SEQUENTIAL);
    }
    }
    } catch (Exception e) {
    e.printStackTrace();
    }
    }
    });
    // 创建子节点
    thisPath = zk.create("/" + groupNode + "/" + subNode, null, Ids.OPEN_ACL_UNSAFE,
    CreateMode.EPHEMERAL_SEQUENTIAL);
    // wait一小会, 让结果更清晰一些
    Thread.sleep(new Random().nextInt(1000));
    // 监听子节点的变化
    List childrenNodes = zk.getChildren("/" + groupNode, true);
    // 列表中只有一个子节点, 那肯定就是thisPath, 说明client获得锁
    if (childrenNodes.size() == 1) {
    doSomething();
    thisPath = zk.create("/" + groupNode + "/" + subNode, null, Ids.OPEN_ACL_UNSAFE,
    CreateMode.EPHEMERAL_SEQUENTIAL);
    }
    }
    /**

  • 共享资源的访问逻辑写在这个方法中
    */
    private void doSomething() throws Exception {
    try {
    System.out.println("gain lock: " + thisPath);
    Thread.sleep(2000);
    // do something
    } finally {
    System.out.println("finished: " + thisPath);
    // 将thisPath删除, 监听thisPath的client将获得通知
    // 相当于释放锁
    zk.delete(this.thisPath, -1);
    }
    }
    public static void main(String[] args) throws Exception {
    DistributedClientMy dl = new DistributedClientMy();
    dl.connectZookeeper();
    Thread.sleep(Long.MAX_VALUE);
    }
    }
    四、zookeeper的选举机制（全新集群paxos）

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。

服务器1启动,此时只有它一台服务器启动了,它发出去的报没有任何响应,所以它的选举状态一直是LOOKING状态
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.
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.
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.
服务器5启动,同4一样,当小弟
五、非全新集群的选举机制(数据恢复)

那么，初始化的时候，是按照上述的说明进行选举的，但是当zookeeper运行了一段时间之后，有机器down掉，重新选举时，选举过程就相对复杂了。

需要加入数据id、leader id和逻辑时钟。

数据id：数据新的id就大，数据每次更新都会更新id。

Leader id：就是我们配置的myid中的值，每个机器一个。

逻辑时钟：这个值从0开始递增,每次选举对应一个值,也就是说: 如果在同一次选举中,那么这个值应该是一致的 ; 逻辑时钟值越大,说明这一次选举leader的进程更新.

选举的标准就变成：

1、逻辑时钟小的选举结果被忽略，重新投票

2、统一逻辑时钟后，数据id大的胜出

3、数据id相同的情况下，leader id大的胜出

根据这个规则选出leader。