大数据之分布式协调服务——Zookeeper

一、什么是Zookeeper

  ZooKeeper是Hadoop的正式子项目，是Google的Chubby一个开源的实现，为分布式应用提供高效，可靠的分布式协调服务，提供诸如统一命名、状态同步、集群管理、配置同步、分布式锁等分布式基础服务。

二、相关概念

1、事务

  事务是Zookeeper系统中能够改变服务器状态的操作，一般包括数据节点的创建和删除，数据节点内容更新和客户端会话创建于失效等操作。对于每一个事务请求，Zookeeper都会分配一个全局唯一的事务ID，用zxid表示，通常是一个64位的16进制数字。

  高32位：整个集群leader的节点信息 不变证明集群没有易主

  低32位：标识事件的提交编号，全局事件的提交顺序

2、一致性

  在解决分布式数据一致性方面，Zookeeper并没有直接采用Paxos算法，而是采用了一种称为ZAB（ZooKeeper Atomic Broadcast）的一致性协议。

CAP理论：一个分布式系统不可能同时满足C，A，P三个需求

C：Consistency，一致性：多个副本保持一致性=>强一致性

A：Availability，可用性：系统提供的服务必须一直处于可用，对于用户的每一个操作请求总是能在有限时间内返回有效结果（即成功或失败）

P：Partition Tolerance，分区容错性：分布式系统在遇到任何网络分区故障时，仍然需要能够保证对外提供满足一致性和可用性的服务

一致性：强一致性（实时）、弱一致性（有延迟）、最终一致性（一定时间内）

BASE理论：

BA：Basically Available，基本可以用：相应时间的损失，功能上的损失

S：Soft state，软状态：允许存在不同节点同步数据时出现延迟，且出现数据同步延迟时存在的中间状态也不会影响系统整体性能

E：Eventually consistent，最终一致性：系统中所以的数据副本，在经过一段时间后，都可以达到同步

3、运行模式

  ZooKeeper基于ZAB协议实现，包括两种基本的运行模式：崩溃恢复模式和消息广播模式。

  崩溃恢复模式：当整个服务在启动过程，或当leader服务器网络中断，出现崩溃退出与重启等异常情况时，就会进入恢复模式并选举产生新的leader服务器。当选举产生了新的leader服务器，并有过半的follower服务器与该leader服务器完成了状态同步（数据同步），就会退出恢复模式。
  消息广播模式：当集群中过半的follower服务器完成了和leader服务器的状态同步，整个服务框架进入消息广播模式。当同样遵循ZAB协议的服务器加入集群时，如果集群存在leader负责进行消息广播，新加入的服务器自觉地进入数据恢复模式。

4、服务器角色

  Leader：整个ZooKeeper集群工作机制中的核心，其主要工作有两个：第一，事务请求的唯一调度和处理者，保证集群事务处理的顺序性。第二，集群内部各个服务器的调度者。

  Follower： ZooKeeper集群状态的跟随者，其主要工作有以下三个：第一，处理客户端非事务请求（如：查询），转发事务请求给Leader服务器。第二，参与事务请求建议（Proposal）的投票。第三，参与Leader选举投票。

  Observer：扩展Zookeeper集群的性能，提高读取的吞吐量，其工作原理和Follower基本是一致的，区别在于Observer不参与任何形式的投票，且Observer不会将事务持久化到磁盘。

三、技术实现

1、选主机制

Zookeeper选主机制——FastLeaderElection算法

1） 全新集群的选主，没有任何其他数据，根据Zookeeper节点ID

2） 非全新集群的选主，集群有数据

（1） 逻辑时钟：就是发起选主的时候投票的轮数，从0开始记录，逻辑时钟最大的代表最近一次投票，小的直接忽略

（2） version——数据版本，数据版本越高证明数据越新

（3） serverid——ID

优先级：逻辑时钟>数据版本>serverid

一旦选主成功，所有的follower都要向leader注册，获取最新数据版本

（1）leader通过follower的心跳机制，等待follower数据更新请求；

（2）follower数据更新请求发给leader，leader记录当前follower的zxid获取follower需要同步的数据版本并发送给follower；

（3）follower开始进行数据同步，过程中不对外提供服务，同步完成后恢复服务。

2、ZooKeeper的设计特点

（1）最终一致性：所有的写操作只能leader进行，followe负责转发请求。写过程不是强一致性，只要半数以上节点写成功，leader就认为写成功，只是后面的请求处于阻塞状态，不对外提供服务。

（2）顺序一致性：请求和执行具有严格的顺序。

（3）原子性：要么成功，要么失败。

（4）单一视图：无论客户端连接的是哪个ZooKeeper服务器，其看到的服务端数据模型都是一致的。

（5）可靠性：一个事务所引起的状态改变，在下一个变更事务到来之前一直保留。

（6）实时性：保证在一定的时间段内，客户端最终一定能够从服务端读取到最新的数据状态。

3、核心架构

1、文件系统

  Zookeeper的文件系统类似与linux根节点/，但寻址只能通过绝对路径，不能通过相对路径。同时linux路径下可能是文件，可能是目录，Zookeeper不存在文件，也不存在目录，而是具备目录和文件功能的Znode。

  Znode按有无编号分为：顺序节点和非顺序节点

    创建无编号节点：create path data

    创建有编号节点：create –s path data

注意：编号有父节点维护，同一父节点维护的编号顺序增加，不管节点有无编号，都会顺序增加。

  Znode按有无编号分为：临时节点和持久节点

    创建持久节点：create path data

    创建临时节点：create –e path data

注意：临时节点是在会话（客户端）结束后，自动删除；临时节点不能有子节点。

2、监听机制

  Zookeeper的监听对象是znode，通过监听机制，监听文件系统的数据内容和文件结构变化。监听事件分为：nodedatachanged（节点数据改变）、nodecreate（节点创建事件）、nodedelete（节点删除）、nodechildrenchanged（子节点变化事件）。

注意：监听添加一次，只生效一次

四、典型应用场景

1、 统一命名服务

需求：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，如以下两种：

a）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。

b）通过名称来获取资源，服务的地址或提供者等信息。

实现：按照层次结构组织服务/应用名称。

a）可将服务名称以及地址信息写到ZooKeeper上，客户端通过ZooKeeper获取可用服务列表类。

2、 配置文件管理

需求：分布式环境下，配置文件管理和同步。

a）一个集群中，所有节点的配置信息是一致的，比如 Hadoop 集群。

b）对配置文件修改后，希望能够快速同步到各个节点上。

实现：配置管理交由ZooKeeper。

a）配置文件当作znode的节点，配置文件的内容作为znode的数据。

b）各个节点监听这个Znode。

c）一旦Znode中的数据被修改，ZooKeeper将通知各个节点。

3、集群管理

需求：分布式环境中，动态感知每个节点的状态，上下线信息。

a）可根据节点实时状态做出一些调整，如：HBase中Master状态监控与选举。

实现：可交由ZooKeeper实现。

a）可将节点信息写入ZooKeeper上的一个Znode。

b）监听这个Znode可获取它的实时状态变化。

4、分布式队列

需求：同步队列，所有到齐后执行；FIFO方式入队出队，类似于时序锁。

实现：可交付Zookeeper实现

a）一个job由多个task组成，只有所有任务完成后，job才运行完成。

b）可为job创建一个/job目录，然后在该目录下，为每个完成的task创建一个临时的Znode，一旦临时节点数目达到task总数，则表明job运行完成。

5、分布式锁

需求：处于不同节点上不同的服务，它们可能需要顺序的访问一些资源，这里需要一把分布式的锁。

实现：可交付Zookeeper实现读锁、写锁、时序锁

a）读锁，属于共享锁，锁作为一个有编号的临时节点，可以被不停的创建，读取结束后，自动删除。

b）写锁，属于排他锁，无编号的临时节点，不能被一直创建。只有创建Znode成功的那个客户端才能得到锁，其它客户端等待。当前客户端用完这个锁后，会删除这个Znode，其它客户端再尝试创建Znode，获取分布式锁。

c）时序锁，先后顺序的锁，有编号的节点。各个客户端在某个Znode下创建临时Znode，这个类型必须为CreateMode.EPHEMERAL_SEQUENTIAL，这样该Znode可掌握全局访问时序。

6、分布式通知与协调

需求：分布式环境中，经常存在一个服务需要知道它所管理的子服务的状态。

a）NameNode需知道各个Datanode的状态。

b）JobTracker需知道各个TaskTracker的状态。

实现：可交付Zookeeper实现心跳检测机制、消息推送

a）在Znode设置监听，当数据发生改变，推送信息，相当于一个发布/订阅系统。