【学习笔记】大数据技术之Zookeeper(基础篇)

大数据技术之Zookeeper

  • 1.Zookeeper 入门
    • 1.1 概述
    • 1.2 特点
    • 1.3 数据结构
    • 1.4 应用场景
    • 1.5 下载地址
  • 2.Zookeeper 本地安装
    • 2.1 本地模式安装
    • 2.2 配置参数解读
  • 3.Zookeeper 集群操作
    • 3.1 集群操作
      • 3.1.1 集群安装
      • 3.1.2 选举机制(面试重点)
      • 3.1.3 ZK 集群启动停止脚本
    • 3.2 客户端命令行操作
      • 3.2.1 命令行语法
      • 3.2.2 znode 节点数据信息
      • 3.2.3 节点类型(持久/短暂/有序号/无序号)
      • 3.2.4 监听器原理
      • 3.2.5 节点删除与查看
    • 3.3 客户端 API 操作
      • 3.3.1 IDEA 环境搭建
      • 3.3.2 创建 ZooKeeper 客户端
      • 3.3.3 创建子节点
      • 3.3.4 获取子节点并监听节点变化
      • 3.3.5 判断 Znode 是否存在
  • 3.4 客户端向服务端写数据流程
  • 4.服务器动态上下线监听案例
    • 4.1 需求
    • 4.2 需求分析
    • 4.4 测试
  • 5.ZooKeeper 分布式锁案例
    • 5.1 原生 Zookeeper 实现分布式锁案例
    • 5.2 Curator 框架实现分布式锁案例
  • 1. 算法基础
    • 1.1 Paxos算法
    • 1.3 ZAB 协议
      • 1.3.1 什么是 ZAB 算法
      • 1.3.2 Zab 协议内容
    • 1.4 CAP理论
  • 6. 企业面试真题(面试重点)
    • 6.1 选举机制
    • 6.2 生产集群安装多少 zk 合适?
    • 6.3 常用命令

1.Zookeeper 入门

1.1 概述

Zookeeper 是一个开源的分布式的,为分布式框架提供协调服务的 Apache 项目。
【学习笔记】大数据技术之Zookeeper(基础篇)_第1张图片

【学习笔记】大数据技术之Zookeeper(基础篇)_第2张图片

1.2 特点

【学习笔记】大数据技术之Zookeeper(基础篇)_第3张图片

1)Zookeeper:一个领导者(Leader),多个跟随者(Follower)组成的集群。
2)集群中只要有半数以上节点存活,Zookeeper集群就能正常服务。所 以Zookeeper适合安装奇数台服务器。
3)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。
4)更新请求顺序执行,来自同一个Client的更新请求按其发送顺序依次执行。
5)数据更新原子性,一次数据更新要么成功,要么失败。
6)实时性,在一定时间范围内,Client能读到最新数据。

1.3 数据结构

ZooKeeper 数据模型的结构与 Unix 文件系统很类似,整体上可以看作是一棵树,每个节点称做一个 ZNode。每一个 ZNode 默认能够存储 1MB 的数据,每个 ZNode 都可以通过其路径唯一标识

【学习笔记】大数据技术之Zookeeper(基础篇)_第4张图片

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。
【学习笔记】大数据技术之Zookeeper(基础篇)_第5张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第6张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第7张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第8张图片

【学习笔记】大数据技术之Zookeeper(基础篇)_第9张图片

1.5 下载地址

1)官网首页:
https://zookeeper.apache.org/
2)下载截图
【学习笔记】大数据技术之Zookeeper(基础篇)_第10张图片

3)下载 Linux 环境安装的 tar 包
【学习笔记】大数据技术之Zookeeper(基础篇)_第11张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第12张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第13张图片

2.Zookeeper 本地安装

2.1 本地模式安装

1)安装前准备

(1)安装 JDK
(2)拷贝 apache-zookeeper-3.5.7-bin.tar.gz 安装包到 Linux 系统下
(3)解压到指定目录

[atguigu@hadoop102 software]$ tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /opt/module/

(4)修改名称

[atguigu@hadoop102 module]$ mv apache-zookeeper-3.5.7 -bin/ 
zookeeper-3.5.7

2)配置修改
(1)将/opt/module/zookeeper-3.5.7/conf 这个路径下的 zoo_sample.cfg 修改为 zoo.cfg;

[atguigu@hadoop102 conf]$ mv zoo_sample.cfg zoo.cfg

(2)打开 zoo.cfg 文件,修改 dataDir 路径:

[atguigu@hadoop102 zookeeper-3.5.7]$ vim zoo.cfg

修改如下内容:

dataDir=/opt/module/zookeeper-3.5.7/zkData

(3)在/opt/module/zookeeper-3.5.7/这个目录上创建 zkData 文件夹

[atguigu@hadoop102 zookeeper-3.5.7]$ mkdir zkData

3)操作 Zookeeper
(1)启动 Zookeeper

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkServer.sh start

(2)查看进程是否启动

[atguigu@hadoop102 zookeeper-3.5.7]$ jps
4020 Jps
4001 QuorumPeerMain
[wanghaha@hadoop102 zookeeper-3.5.7]$ jps -l
22899 sun.tools.jps.Jps
21934 org.apache.zookeeper.server.quorum.QuorumPeerMain

(3)查看状态

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Mode: standalone

(4)启动客户端

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkCli.sh

(5)退出客户端:

[zk: localhost:2181(CONNECTED) 0] quit

(6)停止 Zookeeper

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkServer.sh stop

2.2 配置参数解读

【学习笔记】大数据技术之Zookeeper(基础篇)_第14张图片

Zookeeper中的配置文件zoo.cfg中参数含义解读如下:
1)tickTime = 2000:通信心跳时间,Zookeeper服务器与客户端心跳时间,单位毫秒
【学习笔记】大数据技术之Zookeeper(基础篇)_第15张图片

2)initLimit = 10:LF初始通信时限
10个心跳,20秒没有建立连接,就通讯失败了
【学习笔记】大数据技术之Zookeeper(基础篇)_第16张图片

Leader和Follower初始连接时能容忍的最多心跳数(tickTime的数量)

3)syncLimit = 5:LF同步通信时限

Leader和Follower之间通信时间如果超过syncLimit * tickTime,Leader认为Follwer死掉,从服务器列表中删除Follwer。
【学习笔记】大数据技术之Zookeeper(基础篇)_第17张图片

4)dataDir:保存Zookeeper中的数据
注意:默认的tmp目录,容易被Linux系统定期删除,所以一般不用默认的tmp目录。
5)clientPort = 2181:客户端连接端口,通常不做修改。

3.Zookeeper 集群操作

3.1 集群操作

3.1.1 集群安装

1)集群规划
在 hadoop102、hadoop103 和 hadoop104 三个节点上都部署 Zookeeper。

思考:如果是 10 台服务器,需要部署多少台 Zookeeper?

2)解压安装
(1)在 hadoop102 解压 Zookeeper 安装包到/opt/module/目录下

[atguigu@hadoop102 software]$ tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /opt/module/

(2)修改 apache-zookeeper-3.5.7-bin 名称为 zookeeper-3.5.7

[atguigu@hadoop102 module]$ mv apache-zookeeper-3.5.7-bin/ zookeeper-3.5.7

3)配置服务器编号
(1)在/opt/module/zookeeper-3.5.7/这个目录下创建 zkData

[atguigu@hadoop102 zookeeper-3.5.7]$ mkdir zkData

(2)在/opt/module/zookeeper-3.5.7/zkData 目录下创建一个 myid 的文件

[atguigu@hadoop102 zkData]$ vim myid

在文件中添加与 server 对应的编号(注意:上下不要有空行,左右不要有空格)
102就是2
103就是3
104就是4

2

注意:添加 myid 文件,一定要在 Linux 里面创建,在 notepad++里面很可能乱码
(3)拷贝配置好的 zookeeper 到其他机器上

[atguigu@hadoop102 module ]$ xsync zookeeper-3.5.7

并分别在 hadoop103、hadoop104 上修改 myid 文件中内容为 3、4

4)配置zoo.cfg文件
(1)重命名/opt/module/zookeeper-3.5.7/conf 这个目录下的 zoo_sample.cfg 为 zoo.cfg

[atguigu@hadoop102 conf]$ mv zoo_sample.cfg zoo.cfg

(2)打开 zoo.cfg 文件

[atguigu@hadoop102 conf]$ vim zoo.cfg

#修改数据存储路径配置

dataDir=/opt/module/zookeeper-3.5.7/zkData

#增加如下配置

#######################cluster##########################
server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888

(3)配置参数解读
server.A=B:C:D
A 是一个数字,表示这个是第几号服务器;
集群模式下配置一个文件 myid,这个文件在 dataDir 目录下,这个文件里面有一个数据就是 A 的值,Zookeeper 启动时读取此文件,拿到里面的数据与 zoo.cfg 里面的配置信息比较从而判断到底是哪个 server
B 是这个服务器的地址;
C 是这个服务器 Follower 与集群中的 Leader 服务器交换信息的端口;
D 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。
(4)同步 zoo.cfg 配置文件
[atguigu@hadoop102 conf]$ xsync zoo.cfg

5)集群操作
(1)分别启动 Zookeeper

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkServer.sh start
[atguigu@hadoop103 zookeeper-3.5.7]$ bin/zkServer.sh start
[atguigu@hadoop104 zookeeper-3.5.7]$ bin/zkServer.sh start

(2)查看状态

[atguigu@hadoop102 zookeeper-3.5.7]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Mode: follower
[atguigu@hadoop103 zookeeper-3.5.7]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Mode: leader
[atguigu@hadoop104 zookeeper-3.4.5]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.5.7/bin/../conf/zoo.cfg
Mode: follower

3.1.2 选举机制(面试重点)

Zookeeper选举机制——第一次启动
【学习笔记】大数据技术之Zookeeper(基础篇)_第18张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第19张图片

3.1.3 ZK 集群启动停止脚本

1)在 hadoop102 的/home/atguigu/bin 目录下创建脚本

[atguigu@hadoop102 bin]$ vim zk.sh

在脚本中编写如下内容

#!/bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
 echo ---------- zookeeper $i 启动 ------------
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh 
start"
done
};;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
 echo ---------- zookeeper $i 停止 ------------ 
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh 
stop"
done
};;
"status"){
for i in hadoop102 hadoop103 hadoop104
do
 echo ---------- zookeeper $i 状态 ------------ 
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh 
status"
done
};;
esac

2)增加脚本执行权限

[atguigu@hadoop102 bin]$ chmod u+x zk.sh

3)Zookeeper 集群启动脚本

[atguigu@hadoop102 module]$ zk.sh start

4)Zookeeper 集群停止脚本

[atguigu@hadoop102 module]$ zk.sh stop

3.2 客户端命令行操作

3.2.1 命令行语法

【学习笔记】大数据技术之Zookeeper(基础篇)_第20张图片

1)启动客户端

[atguigu@hadoop102 zookeeper-3.5.7]$ bin/zkCli.sh -server 
hadoop102:2181

2)显示所有操作命令

[zk: hadoop102:2181(CONNECTED) 1] help

3.2.2 znode 节点数据信息

1)查看当前znode中所包含的内容

[zk: hadoop102:2181(CONNECTED) 0] ls /
[zookeeper]

2)查看当前节点详细数据

[zk: hadoop102:2181(CONNECTED) 5] ls -s /
[zookeeper]cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0x0
cversion = -1
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 1

(1)czxid:创建节点的事务 zxid
每次修改 ZooKeeper 状态都会产生一个 ZooKeeper 事务 ID。事务 ID 是 ZooKeeper 中所有修改总的次序。每次修改都有唯一的 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

3.2.3 节点类型(持久/短暂/有序号/无序号)

【学习笔记】大数据技术之Zookeeper(基础篇)_第21张图片
create /sanguo "info"
get -s /sanguo
create -s
create -e
1)分别创建2个普通节点(永久节点 + 不带序号)
create /sanguo "info"

[zk: localhost:2181(CONNECTED) 3] create /sanguo "diaochan"
Created /sanguo
[zk: localhost:2181(CONNECTED) 4] create /sanguo/shuguo 
"liubei"
Created /sanguo/shuguo

注意:创建节点时,要赋值
2)获得节点的值
get -s /sanguo

[zk: localhost:2181(CONNECTED) 5] get -s /sanguo
diaochan
cZxid = 0x100000003
ctime = Wed Aug 29 00:03:23 CST 2018
mZxid = 0x100000003
mtime = Wed Aug 29 00:03:23 CST 2018
pZxid = 0x100000004
cversion = 1
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 7
numChildren = 1
[zk: localhost:2181(CONNECTED) 6] get -s /sanguo/shuguo
liubei
cZxid = 0x100000004
ctime = Wed Aug 29 00:04:35 CST 2018
mZxid = 0x100000004
mtime = Wed Aug 29 00:04:35 CST 2018
pZxid = 0x100000004
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 6
numChildren = 0

3)创建带序号的节点(永久节点 + 带序号)
create -s
(1)先创建一个普通的根节点/sanguo/weiguo

[zk: localhost:2181(CONNECTED) 1] create /sanguo/weiguo 
"caocao"
Created /sanguo/weiguo

(2)创建带序号的节点

[zk: localhost:2181(CONNECTED) 2] create -s 
/sanguo/weiguo/zhangliao "zhangliao"
Created /sanguo/weiguo/zhangliao0000000000
[zk: localhost:2181(CONNECTED) 3] create -s 
/sanguo/weiguo/zhangliao "zhangliao"
Created /sanguo/weiguo/zhangliao0000000001
[zk: localhost:2181(CONNECTED) 4] create -s 
/sanguo/weiguo/xuchu "xuchu"
Created /sanguo/weiguo/xuchu0000000002

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。

4)创建短暂节点(短暂节点 + 不带序号 or 带序号)
create -e
(1)创建短暂的不带序号的节点

[zk: localhost:2181(CONNECTED) 7] create -e /sanguo/wuguo 
"zhouyu"
Created /sanguo/wuguo

(2)创建短暂的带序号的节点

[zk: localhost:2181(CONNECTED) 2] create -e -s /sanguo/wuguo 
"zhouyu"
Created /sanguo/wuguo0000000001

(3)在当前客户端是能查看到的

[zk: localhost:2181(CONNECTED) 3] ls /sanguo 
[wuguo, wuguo0000000001, shuguo]

(4)退出当前客户端然后再重启客户端

[zk: localhost:2181(CONNECTED) 12] quit
[atguigu@hadoop104 zookeeper-3.5.7]$ bin/zkCli.sh

(5)再次查看根目录下短暂节点已经删除

[zk: localhost:2181(CONNECTED) 0] ls /sanguo
[shuguo]

5)修改节点数据值
set

[zk: localhost:2181(CONNECTED) 6] set /sanguo/weiguo "simayi"

3.2.4 监听器原理

客户端注册监听它关心的目录节点,当目录节点发生变化(数据改变、节点删除、子目录节点增加删除)时,ZooKeeper 会通知客户端。监听机制保证 ZooKeeper 保存的任何的数据的任何改变都能快速的响应到监听了该节点的应用程序。
【学习笔记】大数据技术之Zookeeper(基础篇)_第22张图片

1)节点的值变化监听
get -w /sanguo
(1)在 hadoop104 主机上注册监听/sanguo 节点数据变化

[zk: localhost:2181(CONNECTED) 26] get -w /sanguo 

(2)在 hadoop103 主机上修改/sanguo 节点的数据

[zk: localhost:2181(CONNECTED) 1] set /sanguo "xisi"

(3)观察 hadoop104 主机收到数据变化的监听

WATCHER::
WatchedEvent state:SyncConnected type:NodeDataChanged 
path:/sanguo

注意:在hadoop103再多次修改/sanguo的值,hadoop104上不会再收到监听。因为注册 一次,只能监听一次。想再次监听,需要再次注册。

2)节点的子节点变化监听(路径变化)
ls -w /sanguo
(1)在 hadoop104 主机上注册监听/sanguo 节点的子节点变化

[zk: localhost:2181(CONNECTED) 1] ls -w /sanguo
[shuguo, weiguo]

(2)在 hadoop103 主机/sanguo 节点上创建子节点

[zk: localhost:2181(CONNECTED) 2] create /sanguo/jin "simayi"
Created /sanguo/jin

(3)观察 hadoop104 主机收到子节点变化的监听

WATCHER::
WatchedEvent state:SyncConnected type:NodeChildrenChanged 
path:/sanguo

注意:节点的路径变化,也是注册一次,生效一次。想多次生效,就需要多次注册。

3.2.5 节点删除与查看

1)删除节点
delete /snaguo/jin

[zk: localhost:2181(CONNECTED) 4] delete /sanguo/jin

2)递归删除节点
deleteall /anguo

[zk: localhost:2181(CONNECTED) 15] deleteall /sanguo/shuguo

3)查看节点状态

[zk: localhost:2181(CONNECTED) 17] stat /sanguo
cZxid = 0x100000003
ctime = Wed Aug 29 00:03:23 CST 2018
mZxid = 0x100000011
mtime = Wed Aug 29 00:21:23 CST 2018
pZxid = 0x100000014
cversion = 9
dataVersion = 1
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 4
numChildren = 1

3.3 客户端 API 操作

前提:保证 hadoop102、hadoop103、hadoop104 服务器上 Zookeeper 集群服务端启动。

3.3.1 IDEA 环境搭建

1)创建一个工程:zookeeper
2)添加pom文件

<dependencies>
<dependency>
<groupId>junitgroupId>
<artifactId>junitartifactId>
<version>RELEASEversion>
dependency>
<dependency>
<groupId>org.apache.logging.log4jgroupId>
<artifactId>log4j-coreartifactId>
<version>2.8.2version>
dependency>
<dependency>
<groupId>org.apache.zookeepergroupId>
<artifactId>zookeeperartifactId>
<version>3.5.7version>
dependency>
dependencies>

3)拷贝log4j.properties文件到项目根目录
需要在项目的 src/main/resources 目录下,新建一个文件,命名为“log4j.properties”,在
文件中填入。

log4j.rootLogger=INFO, stdout 
log4j.appender.stdout=org.apache.log4j.ConsoleAppender 
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout 
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n 
log4j.appender.logfile=org.apache.log4j.FileAppender 
log4j.appender.logfile.File=target/spring.log 
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout 
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n 

4)创建包名com.atguigu.zk
5)创建类名称zkClient

3.3.2 创建 ZooKeeper 客户端

    //注意逗号左右不能有空格
    private static String connectString ="hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private static int sessionTimeout = 2000;
    private ZooKeeper zkClient = null;
    @Before
    public void init() throws Exception {
        zkClient = new ZooKeeper(connectString, sessionTimeout, new
                Watcher() {
                    @Override
                    public void process(WatchedEvent watchedEvent) {
                        // 收到事件通知后的回调函数(用户的业务逻辑)
                        System.out.println(watchedEvent.getType() + "--"
                                + watchedEvent.getPath());
                        // 再次启动监听
                        try {
                            List<String> children = zkClient.getChildren("/",
                                    true);
                            for (String child : children) {
                                System.out.println(child);
                            }

                        } catch (Exception e) {
                            e.printStackTrace();
                        }
                    }
                });
    }

3.3.3 创建子节点

    // 创建子节点
    @Test
    public void create() throws Exception {
// 参数 1:要创建的节点的路径; 参数 2:节点数据 ; 参数 3:节点权限 ;参数 4:节点的类型
        String nodeCreated = zkClient.create("/atguigu",
                "shuaige".getBytes(), Ids.OPEN_ACL_UNSAFE,
                CreateMode.PERSISTENT);
    }

测试:在 hadoop102 的 zk 客户端上查看创建节点情况

[zk: localhost:2181(CONNECTED) 16] get -s /atguigu
shuaige

3.3.4 获取子节点并监听节点变化

创建一个zookeeper对象的时候,传入了一个监听器,重写的方法就是监听事件的方法。但是初始化时监听方法中什么也没写,自然不会有操作,get操作中注册了监听器,但是这个监听器注册完之后,主线程遍历操作都运行结束了,哪里还会有控制台输出。所以需要在zookeeper对象创建时给到的监听器对象里面就注册上一个监听事件,用到后到了get测试方法里再注册一个。

// 获取子节点
    @Test
    public void getChlidren() throws InterruptedException, KeeperException {
        List<String> children = zkClient.getChildren("/", true);
        for (String child : children) {
            System.out.println(child);
        }
        // 延时
        Thread.sleep(Long.MAX_VALUE);
    }
}

(1)在 IDEA 控制台上看到如下节点:

zookeeper
sanguo
atguigu

(2)在 hadoop102 的客户端上创建再创建一个节点/atguigu1,观察 IDEA 控制台

[zk: localhost:2181(CONNECTED) 3] create /atguigu1 "atguigu1"

(3)在 hadoop102 的客户端上删除节点/atguigu1,观察 IDEA 控制台

[zk: localhost:2181(CONNECTED) 4] delete /atguigu1

3.3.5 判断 Znode 是否存在

// 判断 znode 是否存在
    @Test
    public void exist() throws InterruptedException, KeeperException {
        Stat stat = zkClient.exists("/atguigu", false);
        System.out.println(stat==null?"not exist":"exist");
    }

3.4 客户端向服务端写数据流程

【学习笔记】大数据技术之Zookeeper(基础篇)_第23张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第24张图片

4.服务器动态上下线监听案例

4.1 需求

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。

4.2 需求分析

【学习笔记】大数据技术之Zookeeper(基础篇)_第25张图片

4.3 具体实现
(1)先在集群上创建/servers 节点

[zk: localhost:2181(CONNECTED) 10] create /servers "servers"
Created /servers

(2)在 Idea 中创建包名:com.atguigu.zkcase1
(3)服务器端向 Zookeeper 注册代码

package com.wanghaha.case1;

import org.apache.zookeeper.*;

import java.io.IOException;

public class DistributeServer {

    private String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private int sessionTimeout = 2000;
    private ZooKeeper zooKeeper;

    public static void main(String[] args) throws IOException, InterruptedException, KeeperException {
        DistributeServer server = new DistributeServer();
        // 1. 获取zk连接
        server.getConnect();

        // 2. 注册服务器到zk集群
        server.regist(args[0]);

        // 3. 启动业务逻辑 -- 睡觉
        server.business();
    }

    private void business() throws InterruptedException {
        Thread.sleep(Long.MAX_VALUE);
    }

    private void regist(String hostname) throws InterruptedException, KeeperException {
        // 路径, 主机名称, 安全,  创建的节点类型为    临时的,带序号的
        zooKeeper.create("/servers/"+hostname,hostname.getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
        System.out.println(hostname + "is online");
    }

    private void getConnect() throws IOException {
        zooKeeper = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {

            }
        });
    }
}

(3)客户端代码

package com.wanghaha.case1;

import org.apache.zookeeper.KeeperException;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.Watcher;
import org.apache.zookeeper.ZooKeeper;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

public class DistributeClient {

    private String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private int sessiongTimeout = 2000;
    private ZooKeeper zk;

    public static void main(String[] args) throws IOException, InterruptedException, KeeperException {
        DistributeClient client = new DistributeClient();
        // 1. 获取zk 连接
        client.getConnect();
        // 2. 监听/servers下面字节的的增加和删除
        client.getServerList();
        // 3. 业务逻辑(睡觉)
        client.business();
    }

    private void business() throws InterruptedException {
        Thread.sleep(Long.MAX_VALUE);
    }
    
// 获取服务器列表信息
    private void getServerList() throws InterruptedException, KeeperException {
        // true的话走的是getConnect中的监听
        // new的话走的是自己创建的监听
         // 1 获取服务器子节点信息,并且对父节点进行监听
        List<String> children = zk.getChildren("/servers", true);
        // 2 存储服务器信息列表
        ArrayList<String> servers = new ArrayList<>();
        //遍历所有节点,获取节点中的主机名称信息
        for (String child : children) {
            // 子目录的没有必要监听, 也不用获取他的状态
            // 我们只想拿到它的 对应的里面的   值
            byte[] data = zk.getData("/servers/" + child, false, null);
            // 将一个个的值封装到集合里面
            servers.add(new String(data));
        }
        
        // 打印 打印服务器列表信息
        System.out.println(servers);
    }

    private void getConnect() throws IOException {
        zk = new ZooKeeper(connectString, sessiongTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
                // 监听只触发一次, 再调用 再次启动监听
                try {
                    getServerList();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                } catch (KeeperException e) {
                    e.printStackTrace();
                }

            }
        });
    }
}

4.4 测试

1)在 Linux 命令行上操作增加减少服务器
(1)启动 DistributeClient 客户端
(2)在 hadoop102 上 zk 的客户端/servers 目录上创建临时带序号节点

[zk: localhost:2181(CONNECTED) 1] create -e -s 
/servers/hadoop102 "hadoop102"
[zk: localhost:2181(CONNECTED) 2] create -e -s 
/servers/hadoop103 "hadoop103"

(3)观察 Idea 控制台变化

[hadoop102, hadoop103]

(4)执行删除操作

[zk: localhost:2181(CONNECTED) 8] delete 
/servers/hadoop1020000000000

(5)观察 Idea 控制台变化

[hadoop103]

2)在 Idea 上操作增加减少服务器
(1)启动 DistributeClient 客户端(如果已经启动过,不需要重启)
(2)启动 DistributeServer 服务
①点击 Edit Configurations…
【学习笔记】大数据技术之Zookeeper(基础篇)_第26张图片

②在弹出的窗口中(Program arguments)输入想启动的主机,例如,hadoop102
【学习笔记】大数据技术之Zookeeper(基础篇)_第27张图片

③回到 DistributeServer 的 main 方 法 , 右 键 , 在 弹 出 的 窗 口 中 点 击 Run“DistributeServer.main()”
【学习笔记】大数据技术之Zookeeper(基础篇)_第28张图片

④观察 DistributeServer 控制台,提示 hadoop102 is working
⑤观察 DistributeClient 控制台,提示 hadoop102 已经上线

5.ZooKeeper 分布式锁案例

什么叫做分布式锁呢?
比如说"进程 1"在使用该资源的时候,会先去获得锁,"进程 1"获得锁以后会对该资源保持独占,这样其他进程就无法访问该资源,"进程 1"用完该资源以后就将锁释放掉,让其他进程来获得锁,那么通过这个锁机制,我们就能保证了分布式系统中多个进程能够有序的访问该临界资源。那么我们把这个分布式环境下的这个锁叫作分布式锁。
【学习笔记】大数据技术之Zookeeper(基础篇)_第29张图片

5.1 原生 Zookeeper 实现分布式锁案例

代码思路

package com.wanghaha.case2;
public class DistributedLock {
    public DistributedLock(){
        // 获取连接
        // 判断根节点/locks是否存在
    }
    // 对zk加锁
    public void zkkLock(){
        // 创建对应的临时的带序号的节点
        // 判断创建的节点是否是最小的节点,如果是获取到锁;如果不是监听他序号前一个节点
    }
    // 对zk解锁
    public void unZkLock(){
        // 删除节点
    }
}

1)分布式锁实现

package com.wanghaha.case2;

import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;

import java.io.IOException;
import java.util.Collections;
import java.util.List;
import java.util.concurrent.CountDownLatch;

public class DistributedLock {

    private final String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private final int sessionTimeout = 2000;
    private final ZooKeeper zk;

    private CountDownLatch connectLatch = new CountDownLatch(1);
    private CountDownLatch waitLatch = new CountDownLatch(1);// 等待前一个步骤执行完毕之后,我再执行下一个操作

    private String waitPath; //ZooKeeper 节点等待
    private String currentMode; // 当前 client 创建的子节点


    // 和 zk 服务建立连接,并创建根节点
    public DistributedLock() throws IOException, InterruptedException, KeeperException {
        // 获取连接
        zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
                // 连接建立时, 打开 latch, 唤醒 wait 在该 latch 上的线程
                // connectLatch 如果连接zk上之后可以释放
                if(watchedEvent.getState() == Event.KeeperState.SyncConnected){
                    connectLatch.countDown();
                }
                // waitPath 需要释放
                // 如果当前操作类型,为Event.EventType.NodeDeleted, 并且操作节点为 waitPath 释放
                if(watchedEvent.getType() == Event.EventType.NodeDeleted && watchedEvent.getPath().equals(waitPath)){
                    waitLatch.countDown();
                }
            }
        });
        // 等待zk正常连接后,往下走程序
        connectLatch.await();
        // 判断根节点/locks是否存在
        Stat stat = zk.exists("/locks", false);
        if(stat == null){
            // 如果根节点不存在,则创建根节点,根节点类型为永久节点
            zk.create("/locks","locks".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT);
        }
    }

    // 对zk加锁
    public void zkkLock(){
        // 创建对应的临时的带序号的节点
        try {
            //在根节点下创建临时顺序节点,返回值为创建的节点路径
            currentMode = zk.create("/locks/" + "seq-", null, ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
            // 判断创建的节点是否是最小的节点,如果是获取到锁;如果不是监听他序号前一个节点
            List<String> children = zk.getChildren("/locks", false);
            // 如果chlidren只用一个值那就直接获取锁; 如果有多个节点,需要判断,谁最小
            if(children.size() == 1){
                return;
            }else{
                // 对根节点下的所有临时顺序节点进行从小到大排序
                Collections.sort(children);
                // 获取节点名称
                String thisNode = currentMode.substring("/locks/".length()); // seq-000000
                // 通过seq-000000获取到在集合当中的位置
                int index = children.indexOf(thisNode);
                // 判断
                if(index == -1 ){
                    System.out.println("数据异常");
                }else if(index == 0){
                    // 如果是第一个节点,就可以获取锁了
                    return;
                }else{
                    // 需要监听 它前一个节点的变化
                    waitPath = "/locks/" + children.get(index - 1);
                    zk.getData(waitPath,true,null);
                    // 等待监听
                    waitLatch.await();
                    return;
                }
            }
        } catch (KeeperException e) {
            e.printStackTrace();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

    }

    // 对zk解锁
    public void unZkLock(){
        // 删除节点
        try {
            zk.delete(currentMode,-1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (KeeperException e) {
            e.printStackTrace();
        }
    }
}

2)分布式锁测试

(1)创建两个线程

package com.wanghaha.case2;

import org.apache.zookeeper.KeeperException;

import java.io.IOException;

public class DistributedLockTest {


    public static void main(String[] args) throws IOException, InterruptedException, KeeperException {
        final DistributedLock lock1 = new DistributedLock();
        final DistributedLock lock2 = new DistributedLock();
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    lock1.zkkLock();// 加锁,创建节点
                    System.out.println("线程1启动,获取到锁");
                    Thread.sleep(5*1000);
                    lock1.unZkLock();
                    System.out.println("线程1 释放锁");

                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    lock2.zkkLock();// 加锁,创建节点
                    System.out.println("线程2启动,获取到锁");
                    Thread.sleep(5*1000);
                    lock2.unZkLock();
                    System.out.println("线程2 释放锁");

                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }).start();
    }
}

(2)观察控制台变化:
【学习笔记】大数据技术之Zookeeper(基础篇)_第30张图片

5.2 Curator 框架实现分布式锁案例

1)原生的 Java API 开发存在的问题
(1)会话连接是异步的,需要自己去处理。比如使用 CountDownLatch
(2)Watch 需要重复注册,不然就不能生效
(3)开发的复杂性还是比较高的
(4)不支持多节点删除和创建。需要自己去递归

2)Curator 是一个专门解决分布式锁的框架,解决了原生 JavaAPI 开发分布式遇到的问题。
详情请查看官方文档:https://curator.apache.org/index.html

3)Curator 案例实操
(1)添加依赖

<dependency>
 <groupId>org.apache.curatorgroupId>
 <artifactId>curator-frameworkartifactId>
 <version>4.3.0version>
dependency>
<dependency>
 <groupId>org.apache.curatorgroupId>
 <artifactId>curator-recipesartifactId>
 <version>4.3.0version>
dependency>
<dependency>
 <groupId>org.apache.curatorgroupId>
 <artifactId>curator-clientartifactId>
 <version>4.3.0version>
dependency>

(2)代码实现

package com.wanghaha.case3;

import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;

public class CuratorLockTest {

    public static void main(String[] args) {
        // 创建分布式锁1
        InterProcessMutex lock1 = new InterProcessMutex(getCuratorFramework(), "/locks");

        // 创建分布式锁2
        InterProcessMutex lock2= new InterProcessMutex(getCuratorFramework(), "/locks");

        //
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    lock1.acquire(); // 获取到锁
                    System.out.println("线程1 获取到锁");
                    lock1.acquire(); //  测试所重入
                    System.out.println("线程1 再次获取到锁");
                    Thread.sleep(5*1000);
                    lock1.release();
                    System.out.println("线程1 释放锁");
                    lock1.release();
                    System.out.println("线程1 再次释放锁");
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    lock2.acquire(); // 获取到锁
                    System.out.println("线程2 获取到锁");
                    lock2.acquire(); // 获取到锁
                    System.out.println("线程2 再次获取到锁");
                    Thread.sleep(5*1000);
                    lock2.release();
                    System.out.println("线程2 释放锁");
                    lock2.release();
                    System.out.println("线程2 再次释放锁");
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }).start();

    }

    private static CuratorFramework getCuratorFramework() {
        // 重试策略  初始时间3面,重试3次
        ExponentialBackoffRetry plicy = new ExponentialBackoffRetry(3000, 3);

        // 通过工厂创建Curator
        CuratorFramework client = CuratorFrameworkFactory.builder().connectString("hadoop102:2181,hadoop103:2181,hadoop104:2181")
                .connectionTimeoutMs(2000) // 初始化连接zk的最大时间
                .sessionTimeoutMs(2000)  // 连上zk后,发送指令的会话超时时间
                .retryPolicy(plicy).build();// 连接失败之后 和 间隔多少秒 的重试策略
        // 启动客户端
        client.start();
        System.out.println("zookeeper 启动成功");
        return client;
    }
}

(2)观察控制台变化:
【学习笔记】大数据技术之Zookeeper(基础篇)_第31张图片

1. 算法基础

思考:Zookeeper 是如何保证数据一致性的?这也是困扰分布式系统框架的一个难题。

1.1 Paxos算法

【学习笔记】大数据技术之Zookeeper(基础篇)_第32张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第33张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第34张图片
下面我们针对上述描述做三种情况的推演举例:为了简化流程,我们这里不设置 Learner。
【学习笔记】大数据技术之Zookeeper(基础篇)_第35张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第36张图片
Paxos 算法缺陷:在网络复杂的情况下,一个应用 Paxos 算法的分布式系统,可能很久无法收敛,甚至陷入活锁的情况。
【学习笔记】大数据技术之Zookeeper(基础篇)_第37张图片
造成这种情况的原因是系统中有一个以上的 Proposer,多个 Proposers 相互争夺 Acceptor,造成迟迟无法达成一致的情况。针对这种情况,一种改进的 Paxos 算法被提出:从系统中选出一个节点作为 Leader,只有 Leader 能够发起提案。这样,一次 Paxos 流程中只有一个Proposer,不会出现活锁的情况,此时只会出现例子中第一种情况。

1.3 ZAB 协议

1.3.1 什么是 ZAB 算法

Zab 借鉴了 Paxos 算法,是特别为 Zookeeper 设计的支持崩溃恢复的原子广播协议。基于该协议,Zookeeper 设计为只有一台客户端(Leader)负责处理外部的写事务请求,然后Leader 客户端将数据同步到其他 Follower 节点。即 Zookeeper 只有一个 Leader 可以发起提案。

1.3.2 Zab 协议内容

Zab 协议包括两种基本的模式:消息广播、崩溃恢复

【学习笔记】大数据技术之Zookeeper(基础篇)_第38张图片

【学习笔记】大数据技术之Zookeeper(基础篇)_第39张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第40张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第41张图片
【学习笔记】大数据技术之Zookeeper(基础篇)_第42张图片

1.4 CAP理论

【学习笔记】大数据技术之Zookeeper(基础篇)_第43张图片

6. 企业面试真题(面试重点)

6.1 选举机制

半数机制,超过半数的投票通过,即通过。
(1)第一次启动选举规则:
投票过半数时,服务器 id 大的胜出
(2)第二次启动选举规则:
EPOCH 大的直接胜出
EPOCH 相同,事务 id 大的胜出
事务 id 相同,服务器 id 大的胜出

6.2 生产集群安装多少 zk 合适?

安装奇数台。
生产经验:
⚫ 10 台服务器:3 台 zk;
⚫ 20 台服务器:5 台 zk;
⚫ 100 台服务器:11 台 zk;
⚫ 200 台服务器:11 台 zk
服务器台数多:好处,提高可靠性;坏处:提高通信延时

6.3 常用命令

ls、get、create、delete

你可能感兴趣的:(大数据,hadoop,学习,hdfs)