Zookeeper学习笔记
0、ZooKeeper安装与集群安装
略。。。
1、Zookeeper介绍
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。
1.1、Zookeeper工作机制
Zookeeper从设计模式的角度来理解：是一个基于观察者模式设计的分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接收观察者的注册，一旦这些数据的状态发生变化，Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者并做出相应的反应。
1.2、Zookeeper的特点
1、Zookeeper集群：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文件系统类似，整体上可以看作是一棵树，节点称作一个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。
1.4、应用场景
应用场景包括：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、统一命名服务
在分布式环境下，经常需要对服务/应用进行统一命名，便于识别。
例如：IP不容易记住，而 域名/应用名 容易记住。
以应用名为例，一个应用部署在多个机器上。就可以在zookeeper上记录该应用下有哪些机器。
2、统一配置管理
目的：
分布式环境下，配置文件同步非常常见：
- 一般要求一个集群中，所有节点的配置信息是一致的，比如Kafka集群。
- 对配置文件修改后，希望能够快速同步到各个节点。
实现：
ZooKeeper可以通过如下过程实现：
- 可将配置信息写入ZooKeeper上的一个Znode。
- 各个客户端监听这个Znode。
- 一旦Znode中的数据被修改，ZooKeeper将通知各个客户端服务器。
3、统一集群管理
目的：
实时掌握每个节点的状态，并根据节点实时状态做出调整。
实现：
将每个节点的信息写入ZooKeeper上的每一个ZNode。监听这个ZNode可获取它的实时状态。
4、服务器节点动态上下线
将服务器状态信息注册到ZooKeeper并进行监控，服务器节点下线会进行通知。
5、软负载均衡
在Zookeeper中记录每台服务器的访问数，让访问数最少的服务器去处理最新的客户端请求。
2、Zookeeper选举机制
2.1、Zookeeper选举机制-第一次启动
以下面5个服务器进行选举为例：
- 发起一次选举。服务器1投自己一票。此时服务器1票数一票，不够半数以上（3票），选举无法完成，服务器1状态保持为LOOKING；
- 服务器2启动，再发起一次选举。服务器1和2分别投自己一票并交换选票信息：此时服务器1发现服务器2的myid比自己目前投票推举的（服务器1）大，更改选票为推举服务器2。此时服务器1票数0票，服务器2票数2票，没有半数以上结果，选举无法完成，服务器1，2状态保持LOOKING；
- 服务器3启动，发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果：服务器1为0票，服务器2为0票，服务器3为3票。此时服务器3的票数已经超过半数，服务器3当选Leader。服务器1，2更改状态为FOLLOWING，服务器3更改状态为LEADING；
- 服务器4启动，发起一次选举。此时服务器1，2，3已经不是LOOKING状态，不会更改选票信息。交换选票信息结果：服务器3为3票，服务器4为1票。此时服务器4服从多数，更改选票信息为服务器3，并更改状态为FOLLOWING；
- 服务器5启动，同4一样当follower。
总结：
服务器得票数达到服务器数量的半数及以上，才能被选举为leader。
在未选取出leader之前：
每个服务器会将票投给当前服务器中myid最大的服务器。得票数超过服务器数量的半数以上即被选举称为leader，其他服务器为follower。
在已经选举出leader之后：
新加入的服务器作为follower。（他自己会投他自己一票，但已经成为leader和follower的服务器不会参与选举）。
2.2、Zookeeper选举机制-非第一次启动
选举机制中的相关概念：
SID：服务器ID。用来标识一台ZooKeeper集群中的机器，每台机器不能重复，与myid一致。
ZXID：事务ID。用来标识一次服务器状态的变更（我感觉是每更新一次，事务ID自增一次）。某一时刻，集群中的每台机器的ZXID值不一定完全一样，因为其中一台机器更新的快一些，而另一台可能跟新的慢一点。
Epoch：每个Leader任期的代号。没有Leader时为同一轮投票过程中的逻辑时终值。（我感觉是每个节点选为Leader后就更新一下这个值，如果某个节点与Leader断开了，那么这个值可能就会很小，在重新选举新Leader是就不优先考虑）
当集群中的Follower节点挂掉了：
如上图中的Server5这个follower节点挂掉之后：
节点在选举新的Leader时，会被告知当前集群有Leader服务器及其相关信息。对于该机器来说，只需要和Leader机器建立练级，并进行状态以及信息的同步即可。
当集群中的Leader节点挂掉了：
如上图中的Server3这个leader节点挂掉之后：
会按照下述规则依次比较其他四个节点的Epoch、ZXID、SID的值：
- Epoch大的胜出；
- Epoch相同，ZXID大的胜出；
- 事务id相同，SID大的胜出；
3、客户端命令操作
3.1、查看当前节点的信息
查看当前节点的子节点：
[zk: localhost:2181(CONNECTED) 4] ls /
[zookeeper]
查看当前节点的详细信息：
[zk: localhost: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
其中：
cZxid：创建节点的事务 zxid。
ctime：znode被创建的毫秒数（从 1970年开始）。
mZxid：znode最后更新的事务zxid。
mtime：znode最后修改的毫秒数（从 1970年开始）。
pZxid：znode最后更新的子节点zxid。
cversion：znode 子节点变化号，znode 子节点修改次数。
dataVersion：znode 数据变化号。
aclVersion：znode 访问控制列表的变化号。
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。
dataLength：znode的数据长度。
numChildren：znode子节点数量。
3.2、创建节点
节点类型1-持久/短暂：
持久(Persistent)：客户端和服务器端断开连接后，创建的节点不删除。
短暂(Ephemeral)：客户端和服务器端断开连接后，创建的节点自己删除。 创建命令加-e参数。
节点类型2-有序号/无序号：
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。创建命令加-s参数创建有序号节点。
无序号不可创建相同名称的节点，有序号可创建相同名称节点（因为创建有序号节点时会在后面添加不同的序号）。
注意：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。
根据上述的类型，节点可分为如下四种：
1、持久化目录节点
创建命令：
create /nodepath value
2、持久化顺序编号目录节点
创建命令：
create -s /nodepath value
3、临时目录节点
创建命令：
create -e /nodepath value
4、临时顺序编号目录节点
创建命令
create -e -s /nodepath value
3.3、获取和修改节点值
获取节点的值以及节点详细信息：
get -s /nodepath
修改节点的值
set /nodepath value
3.4、监听器
1、监听器原理
1、创建一个main()线程；
2、在main线程中创建Zookeeper客户端，这时会创建两个线程：一个负责网络连接通信(connect)，一个负责监听（listener）。
3、通过connect线程将注册的监听事件（就是想要监听的内容）发送给Zookeeper服务端。
4、在Zookeeper的注册监听器列表中将注册的监听事件添加到列表中。
5、Zookeeper监听到有数据或者节点变化，就会将这个消息发送给listener线程。
6、listener线程内部调用了process()方法 处理数据或节点发生变化的逻辑。
2、监听器操作
常见的监听：
1、监听节点数据的变化
get -w /nodepath
2、监听子节点增减的变化
ls -w /nodepath
注册一次只能监听一次，想再次监听需要执行
get -w /nodepath或者ls -w /nodepath命令再次监听。
3.5、节点删除与查看
1、删除节点（删除一个节点，该节点下没有其他节点）：
delete /nodepath
2、递归删除节点（删除当前节点以及其下所有节点）：
deleteall /nodepath
3、查看节点状态
感觉这个命令和 ls -s /nodepath的区别是，该命令不显示当前节点下的节点。
stat /nodepath
4、客户端API操作
就代码操作了，没啥东西。。。
5、客户端向服务端写数据流程
分为两种情况：
1、客户端写入请求直接发给Leader节点
1、客户端向服务端的Leader节点发送写请求，Leader节点先写一份，然后将数据写给其他Follower节点后收到ack应答。
2、当服务器节点有一半写入成功了，服务端的Leader节点会向客户端发送ack应答。
3、后续会继续向没有进行写入的Follower节点写入数据。
Leader 有针对客户端的写权限，而Follower没有。
2、客户端写入请求直接发给Follower节点
1、客户端向服务端的FollowerA发送写请求，但FollowerA没有处理客户端发送的写权限，因此又将写请求发给了服务端的Leader。
2、服务端的Leader将写请求发送给其他Follower节点，Follower节点写入完成发送ack响应给Leader。
3、当服务端的节点写入完成的数量超过节点总数的一半时，Leader会向FollowerA（客户端请求的Follower节点）发送ack请求。
4、FollowerA收到ack请求后，会向客户端发送客户端ack响应。
5、后续会继续向没有进行写入的Follower节点写入数据。