zookeeper开源客户端Curator典型应用场景之-分布式计数器(十四)
原文地址，转载请注明出处： https://blog.csdn.net/qq_34021712/article/details/82926958 ©王赛超
之前我们了解了基于Corator的分布式锁之后,我们就很容易基于其实现一个分布式计数器，顾名思义，计数器是用来计数的, 利用ZooKeeper可以实现一个集群共享的计数器。 只要使用相同的path就可以得到最新的计数器值， 这是由ZooKeeper的一致性保证的。Curator有两种计数器。
SharedCount
这个类使用int类型来计数。 主要涉及三个类。
- SharedCount
- SharedCountReader
- SharedCountListener
SharedCount代表计数器， 可以为它增加一个SharedCountListener，当计数器改变时此Listener可以监听到改变的事件，而SharedCountReader可以读取到最新的值， 包括字面值和带版本信息的值VersionedValue。SharedCount必须调用start()方法开启，使用完之后必须调用close关闭它。
SharedCount有以下几个主要方法
/** 强制设置值 */
public void setCount(int newCount) throws Exception;
/** 第一个参数提供当前的VersionedValue,如果期间其它client更新了此计数值，
* 你的更新可能不成功 更新不成功返回false 但可以通过getCount()读取最新值*/
public boolean trySetCount(VersionedValue<Integer> previous, int newCount) throws Exception;
/** 获取当前最新值 */
public int getCount();
例子
public class SharedCounterExample implements SharedCountListener{
private static final int CLIENT_COUNT = 5;
private static final String PATH = "/examples/counter";
public static void main(String[] args) throws Exception {
final Random rand = new Random();
SharedCounterExample example = new SharedCounterExample();
try{
CuratorFramework client = CuratorFrameworkFactory.newClient("172.20.10.9:2181",3000,3000, new ExponentialBackoffRetry(1000, 3,Integer.MAX_VALUE));
client.start();
SharedCount baseCount = new SharedCount(client, PATH, 0);
baseCount.addListener(example);
baseCount.start();
List<SharedCount> examples = Lists.newArrayList();
ExecutorService service = Executors.newFixedThreadPool(CLIENT_COUNT);
for (int i = 0; i < CLIENT_COUNT; i++) {
final SharedCount count = new SharedCount(client, PATH, 0);
examples.add(count);
Callable<Void> task = new Callable<Void>() {
@Override
public Void call() throws Exception {
count.start();
Thread.sleep(rand.nextInt(10000));
int add = count.getCount() + rand.nextInt(10);
System.out.println("要更改的值为: "+add);
boolean b = count.trySetCount(count.getVersionedValue(), add);
System.out.println("更改结果为: " + b);
return null;
}
};
service.submit(task);
}
service.shutdown();
service.awaitTermination(50, TimeUnit.MINUTES);
for (int i = 0; i < CLIENT_COUNT; i++) {
examples.get(i).close();
}
baseCount.close();
}catch (Exception e){
e.printStackTrace();
}
}
@Override
public void stateChanged(CuratorFramework arg0, ConnectionState arg1) {
System.out.println("State changed: " + arg1.toString());
}
@Override
public void countHasChanged(SharedCountReader sharedCount, int newCount) throws Exception {
System.out.println("Counter's value is changed to " + newCount);
}
}
程序运行,输出以下结果：
State changed: CONNECTED
要更改的值为: 1
更改结果为: true
Counter's value is changed to 1
要更改的值为: 1
更改结果为: true
Counter's value is changed to 1
要更改的值为: 7
更改结果为: true
Counter's value is changed to 7
要更改的值为: 12
更改结果为: true
Counter's value is changed to 12
要更改的值为: 18
更改结果为: true
Counter's value is changed to 18
在这个例子中，我们使用baseCount来监听计数值(addListener方法)。 任意的SharedCount， 只要使用相同的path，都可以得到这个计数值。
然后我们使用5个线程为计数值增加一个10以内的随机数。
注意：可能测试的时候，有时候莫名其妙第一条打印了State changed: CONNECTED之后 立马打印了一条 Counter’s value is changed to XX 不要大惊小怪 这是因为 你上一次运行之后 zk上的节点没有清除,所以会先把上次的结果打印出来,如果是为了测试,建议每次运行完main()程序之后,删除zk上的节点信息。
DistributedAtomicInteger 和 DistributedAtomicLong
DistributedAtomicInteger和SharedCount计数范围是一样的,都是int类型，但是DistributedAtomicInteger和DistributedAtomicLong和上面的计数器的实现有显著的不同，它首先尝试使用乐观锁的方式设置计数器， 如果不成功(比如期间计数器已经被其它client更新了)， 它使用InterProcessMutex方式来更新计数值。 还记得InterProcessMutex是什么吗？ 它是我们前面讲的分布式可重入锁。下面只讲解DistributedAtomicLong。
可以从它的内部实现DistributedAtomicValue.trySet中看出端倪。
此计数器有一系列的操作：
get(): 获取当前值increment()： 加一decrement(): 减一add()： 增加特定的值subtract(): 减去特定的值trySet(): 尝试设置计数值forceSet(): 强制设置计数值
你必须检查返回结果的succeeded()， 它代表此操作是否成功。 如果操作成功， preValue()代表操作前的值， postValue()代表操作后的值。
例子
我们下面的例子中使用5个线程对计数器进行加一操作，如果成功，将操作前后的值打印出来。
public class DistributedAtomicLongExample {
private static final int CLIENT_COUNT = 5;
private static final String PATH = "/examples/counter";
public static void main(String[] args) throws Exception {
try{
CuratorFramework client = CuratorFrameworkFactory.newClient("172.20.10.9:2181",3000,3000, new ExponentialBackoffRetry(1000, 3,Integer.MAX_VALUE));
client.start();
List<DistributedAtomicLong> examples = new ArrayList<>();
ExecutorService service = Executors.newFixedThreadPool(CLIENT_COUNT);
for (int i = 0; i < CLIENT_COUNT; ++i) {
final DistributedAtomicLong count = new DistributedAtomicLong(client, PATH, new RetryNTimes(10, 10));
examples.add(count);
Callable<Void> task = new Callable<Void>() {
@Override
public Void call() throws Exception {
try {
AtomicValue<Long> value = count.increment();
System.out.println("操作是否成功: " + value.succeeded());
if (value.succeeded()){
System.out.println("操作成功: 操作前的值为： " + value.preValue() + " 操作后的值为： " + value.postValue());
}
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
};
service.submit(task);
}
service.shutdown();
service.awaitTermination(10, TimeUnit.MINUTES);
}catch (Exception e){
e.printStackTrace();
}
}
}
程序运行结果如下：
操作是否成功: true
操作成功: 操作前的值为： 0 操作后的值为： 1
操作是否成功: true
操作成功: 操作前的值为： 1 操作后的值为： 2
操作是否成功: true
操作成功: 操作前的值为： 2 操作后的值为： 3
操作是否成功: true
操作成功: 操作前的值为： 3 操作后的值为： 4
操作是否成功: true
操作成功: 操作前的值为： 4 操作后的值为： 5