一、zookeeper介绍
zookeeper是源代码开放的分布式协调服务，由雅虎创建，是Google的开源实现。zookeeper是一个高性能的分布式数据一致性解决方案，它将那些复杂的、容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集，并提供一系列简单易用的接口给用户使用。
其本身提供了一致性保证，特点如下：
（1）顺序一致性：客户端的更新顺序与它们被发送的顺序一致。
（2）原子性：更新操作要么成功，要么失败，没有第三种结果。
（3）单系统镜像：无论客户端连接到哪一个服务器，他都将看到相同的zookeeper视图。
（4）可靠性：一旦一个更新操作被应用，那么在客户端再次更新之前，其值不会再改变。
二、应用场景
zookeeper可以应用于很多的分布式服务场景，包括：集群管理，master选举，发布/订阅，分布式锁，分布式队列，分布式命名服务，服务注册于发现，负载均衡等等。下面一个例子介绍zookeeper如何实现分布式队列。
三、zookeeper分布式队列实现
zookeeper分布式队列的实现完成以下几个要素：
（1）、数据入队，在一个节点下创建有序子节点，节点中设置需要入队的数据，完成数据的入队操作。
（2）、数据出队，取出该节点下的所有子节点，如果数量不为0，取出一个子节点，并将子节点删除。
（3）、提供判断是否有数据等的api。
下面为具体代码实现
1、DistributedSimpleQueue类
public class DistributedSimpleQueue{
protected final ZkClient zkClient;
protected final String root;
protected static final String Node_NAME = "n_";
public DistributedSimpleQueue(ZkClient zkClient, String root) {
this.zkClient = zkClient;
this.root = root;
}
public int size() {
return zkClient.getChildren(root).size();
}
public boolean isEmpty() {
return zkClient.getChildren(root).size() == 0;
}
public boolean offer(T element) throws Exception{
String nodeFullPath = root .concat( "/" ).concat( Node_NAME );
try {
zkClient.createPersistentSequential(nodeFullPath , element);
}catch (ZkNoNodeException e) {
zkClient.createPersistent(root);
offer(element);
} catch (Exception e) {
throw ExceptionUtil.convertToRuntimeException(e);
}
return true;
}
@SuppressWarnings("unchecked")
public T poll() throws Exception {
try {
List list = zkClient.getChildren(root);
if (list.size() == 0) {
return null;
}
Collections.sort(list, new Comparator() {
public int compare(String lhs, String rhs) {
return getNodeNumber(lhs, Node_NAME).compareTo(getNodeNumber(rhs, Node_NAME));
}
});
for ( String nodeName : list ){
String nodeFullPath = root.concat("/").concat(nodeName);
try {
T node = (T) zkClient.readData(nodeFullPath);
zkClient.delete(nodeFullPath);
return node;
} catch (ZkNoNodeException e) {
// ignore
}
}
return null;
} catch (Exception e) {
throw ExceptionUtil.convertToRuntimeException(e);
}
}
private String getNodeNumber(String str, String nodeName) {
int index = str.lastIndexOf(nodeName);
if (index >= 0) {
index += Node_NAME.length();
return index <= str.length() ? str.substring(index) : "";
}
return str;
}
}
2、阻塞队列实现类
public class DistributedBlockingQueue extends DistributedSimpleQueue{
public DistributedBlockingQueue(ZkClient zkClient, String root) {
super(zkClient, root);
}
@Override
public T poll() throws Exception {
while (true){
final CountDownLatch latch = new CountDownLatch(1);
final IZkChildListener childListener = new IZkChildListener() {
public void handleChildChange(String parentPath, List currentChilds) throws Exception {
latch.countDown();
}
};
zkClient.subscribeChildChanges(root, childListener);
try{
T node = super.poll();
if ( node != null ){
return node;
}else{
latch.await();
}
}finally{
zkClient.unsubscribeChildChanges(root, childListener);
}
}
}
}
阻塞队列的实现利用了CountDownLatch 的特性。当子节点数量为0时，即队列中没有元素，这是线程在此等待，同时监听子节点的变化，如果有数据入队，则从等待返回，取出数据。
3、测试类
public class TestDistributedBlockingQueue {
public static void main(String[] args) {
ScheduledExecutorService delayExector = Executors.newScheduledThreadPool(1);
int delayTime = 5;
ZkClient zkClient = new ZkClient("192.168.1.105:2181", 5000, 5000, new SerializableSerializer());
final DistributedBlockingQueuequeue = new DistributedBlockingQueue(zkClient,"/Queue");
final User user1 = new User();
user1.setId("1");
user1.setName("xiao wang");
final User user2 = new User();
user2.setId("2");
user2.setName("xiao wang");
try {
delayExector.schedule(new Runnable() {
public void run() {
try {
queue.offer(user1);
queue.offer(user2);
} catch (Exception e) {
e.printStackTrace();
}
}
}, delayTime , TimeUnit.SECONDS);
System.out.println("ready poll!");
User u1 = (User) queue.poll();
User u2 = (User) queue.poll();
if (user1.getId().equals(u1.getId()) && user2.getId().equals(u2.getId())){
System.out.println("Success!");
}
} catch (Exception e) {
e.printStackTrace();
} finally{
delayExector.shutdown();
try {
delayExector.awaitTermination(2, TimeUnit.SECONDS);
} catch (InterruptedException e) {
}
}
}
}