大数据技术之Zookeeper

---

大数据技术之Zookeeper

---

第1章 Zookeeper入门

1.1 概述
Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目。
1.2 特点
1.3 数据结构
1.4 应用场景
提供的服务包括：统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。
1.5 下载地址
1．官网首页：
https://zookeeper.apache.org/

---

第2章 Zookeeper安装

---

2.1 分布式安装部署
1．集群规划
（1）在hadoop111、hadoop112和hadoop113三个节点上部署Zookeeper。
（2）拷贝Zookeeper安装包到Linux系统下

cd /usr/local/
mkdir zookeeper
cd zookeeper/

（3）解压到指定目录

tar -zxvf zookeeper-3.4.13.tar.gz
rm -rf zookeeper-3.4.13.tar.gz

2．配置修改
（1）将zookeeper-3.4.13/conf这个路径下的zoo_sample.cfg修改为zoo.cfg；

cd zookeeper-3.4.13/conf
cp zoo_sample.cfg zoo.cfg

（2）打开zoo.cfg文件，修改dataDir路径和添加server：

vim zoo.cfg
dataDir=/usr/local/zookeeper/zookeeper-3.4.13/data
server.1=hadoop111:2888:3888
server.2=hadoop112:2888:3888
server.3=hadoop113:2888:3888

（3）在/usr/local/zookeeper/zookeeper-3.4.13/这个目录上创建data文件夹并添加：

mkdir data
cd data/
vim myid
里面写1

（4）分发zookeeper文件给另外两台，并修改myid里的值分别为2,3：

 xsync /usr/local/zookeeper/

3．操作Zookeeper
（1）启动Zookeeper（三台分别启动）

cd /usr/local/zookeeper/zookeeper-3.4.13/bin/
./zkServer.sh start

（2）查看进程是否启动输入jps



（3）查看状态：

./zkServer.sh status

（3）脚本启动并查看状态：
在bin目录下创建zkStart.sh
修改可执行权限 chmod +x zkStart.sh

#zk.sh
#start zk cluster
for host in hadoop111 hadoop112 hadoop113
do
	echo "===========start zk cluster :$host==============="
	ssh  $host 'source /etc/profile; /usr/local/zookeeper/zookeeper-3.4.13/bin/zkServer.sh start'
done
#check status
for host in hadoop111 hadoop112 hadoop113
do
	echo "===========checking zk node status :$host==============="
	ssh  $host 'source /etc/profile;/usr/local/zookeeper/zookeeper-3.4.13/bin/zkServer.sh status'
done

（4）脚本停止：
在bin目录下创建zkStop.sh
修改可执行权限 chmod +x zkStop.sh

#zkStop.sh
#stop zk cluster
for host in hadoop111 hadoop112 hadoop113
do
	echo "===========$host==============="
	ssh  $host ' source /etc/profile;/usr/local/zookeeper/zookeeper-3.4.13/bin/zkServer.sh stop'
done

2.2 配置参数解读
Zookeeper中的配置文件zoo.cfg中参数含义解读如下：
1．tickTime =2000：通信心跳数，Zookeeper服务器与客户端心跳时间，单位毫秒
Zookeeper使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳，时间单位为毫秒。
它用于心跳机制，并且设置最小的session超时时间为两倍心跳时间。(session的最小超时时间是2*tickTime)
2．initLimit =10：LF初始通信时限
集群中的Follower跟随者服务器与Leader领导者服务器之间初始连接时能容忍的最多心跳数（tickTime的数量），用它来限定集群中的Zookeeper服务器连接到Leader的时限。
3．syncLimit =5：LF同步通信时限
集群中Leader与Follower之间的最大响应时间单位，假如响应超过syncLimit * tickTime，Leader认为Follwer死掉，从服务器列表中删除Follwer。
4．dataDir：数据文件目录+数据持久化路径
主要用于保存Zookeeper中的数据。
5．clientPort =2181：客户端连接端口
监听客户端连接的端口。

---

第3章 Zookeeper内部原理

---

3.1 选举机制
1）半数机制：集群中半数以上机器存活，集群可用。所以Zookeeper适合安装奇数台服务器。
2）Zookeeper虽然在配置文件中并没有指定Master和Slave。但是，Zookeeper工作时，是有一个节点为Leader，其他则为Follower，Leader是通过内部的选举机制临时产生的。
3）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，如图所示。
（1）服务器1启动，此时只有它一台服务器启动了，它发出去的报文没有任何响应，所以它的选举状态一直是LOOKING状态。
（2）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。
（3）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。
（4）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。
（5）服务器5启动，同4一样当小弟。

3.2 节点类型
3.3 Stat结构体
1）czxid-创建节点的事务zxid
每次修改ZooKeeper状态都会收到一个zxid形式的时间戳，也就是ZooKeeper事务ID。
事务ID是ZooKeeper中所有修改总的次序。每个修改都有唯一的zxid，如果zxid1小于zxid2，那么zxid1在zxid2之前发生。
2）ctime - znode被创建的毫秒数(从1970年开始)
3）mzxid - znode最后更新的事务zxid
4）mtime - znode最后修改的毫秒数(从1970年开始)
5）pZxid-znode最后更新的子节点zxid
6）cversion - znode子节点变化号，znode子节点修改次数
7）dataversion - znode数据变化号
8）aclVersion - znode访问控制列表的变化号
9）ephemeralOwner- 如果是临时节点，这个是znode拥有者的session id。如果不是临时节点则是0。
10）dataLength- znode的数据长度
11）numChildren - znode子节点数量

3.4 监听器原理
3.5 写数据流程
***

第4章 Zookeeper实战

---

4.1 客户端命令行操作
1．启动客户端

cd /usr/local/zookeeper/zookeeper-3.4.13/bin/
./zkCli.sh

2．显示所有操作命令

help

3．查看当前znode中所包含的内容

 ls /

[zookeeper]
4．查看当前节点详细数据

ls2 /

5．分别创建2个普通节点

create /sanguo "jinlian"

create /sanguo/shuguo "liubei"

6．获得节点的值

get /sanguo
get /sanguo/shuguo

7．创建短暂节点

create -e /sanguo/wuguo "zhouyu"

（1）在当前客户端是能查看到的

ls /sanguo 

（2）退出当前客户端然后再重启客户端

 quit

./zkCli.sh

（3）再次查看根目录下短暂节点已经删除

ls /sanguo

8．创建带序号的节点
（1）先创建一个普通的根节点/sanguo/weiguo

create /sanguo/weiguo "caocao"

（2）创建带序号的节点

create -s /sanguo/weiguo/xiaoqiao "jinlian"
create -s /sanguo/weiguo/daqiao "jinlian"
create -s /sanguo/weiguo/diaocan "jinlian"

如果原来没有序号节点，序号从0开始依次递增。如果原节点下已有2个节点，则再排序时从2开始，以此类推。
9．修改节点数据值

set /sanguo/weiguo "simayi"

10．节点的值变化监听
（1）在hadoop113上注册监听/sanguo节点数据变化

get /sanguo watch

（2）在hadoop111上修改/sanguo节点的数据

set /sanguo "xisi"

（3）观察hadoop113收到数据变化的监听

WATCHER::

WatchedEvent state:SyncConnected type:NodeDataChanged path:/sanguo

11．节点的子节点变化监听（路径变化）
（1）在hadoop113上注册监听/sanguo节点的子节点变化

ls /sanguo watch

（2）在hadoop111/sanguo节点上创建子节点

create /sanguo/jin "simayi"

（3）观察hadoop113收到子节点变化的监听

WATCHER::

WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/sanguo

12．删除节点

delete /sanguo/jin

13．递归删除节点

rmr /sanguo/shuguo

14．查看节点状态

stat /sanguo

---

第4章 企业面试真题

---

4.1 请简述ZooKeeper的选举机制
详见3.1。
4.2 ZooKeeper的监听原理是什么？
详见3.4。
4.3 ZooKeeper的部署方式有哪几种？集群中的角色有哪些？集群最少需要几台机器？
（1）部署方式单机模式、集群模式
（2）角色：Leader和Follower
（3）集群最少需要机器数：3
4.4 ZooKeeper的常用命令
ls create get delete set…