ZooKeeper教程

1、Zookeeper简介

1.1 Zookeeper是什么

• Zookeeper是一个分布式协调服务的开源框架。主要用来解决分布式集群中应用系统的一致性问题，例如怎样避免同时操作同一数据造的问题。分布式系统中数据存在一致性的问题

1） ZooKeeper本质上是一个分布式的小文件存储系统。提供基于类似于文件系统的目录树方式的数据存储，并且可以对树中的节点进行有效管理
2）ZooKeeper提供给窖户端监控存储在zk内部数据的功能，从而可以达到基于数据的集群管理。诸如：统一命名服务（ dubbo）、分布式配置管理（sor的配置集中管理）、分布式消息队列（sub/pub）、分布式锁、分布式协调等功能。

1.2 zookeeper工作机制

1.3 Zookeeper特点

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。

1.4 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。
  

1.5 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。

1.5.1 统一命名服务

• 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。

例如： IP不容易记住，而域名容易记住。

1.5.2 统一配置管理

1）分布式环境下，配置文件同步非常常见。

• （1）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。
• （2）对配置文件修改后，希望能够快速同步到各个节点上。

2）配置管理可交由ZooKeeper实现。

• （1）可将配置信息写入ZooKeeper上的一个Znode。
• （2）各个客户端服务器监听这个Znode。
• （3）一旦Znode中的数据被修改，ZooKeeper将通知各个客户端服务器。
  

1.5.3 统一集群管理

1）分布式环境中，实时掌握每个节点的状态是必要的。

• （1）可根据节点实时状态做出一些调整。

2）ZooKeeper可以实现实时监控节点状态变化

• （1）可将节点信息写入ZooKeeper上的一个ZNode。
• （2）监听这个ZNode可获取它的实时状态变化。
  

1.5.4 服务器动态上下线

1.5.5 软负载均衡

1.6 Zookeeper下载

1）官网首页

• https://zookeeper.apache.org/

2）下载截图

3）下载 Linux环境安装的 tar包

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

# 解压目录可自行指定
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /home/

（4）修改名称

mv pache-zookeeper-3.5.7-bin/ zookeeper 3.5.7/

2） 配置修改

（1） 将 /home/zookeeper-3.5.7/conf这个 路径下的 zoo_sample.cfg修改为 zoo.cfg

mv zoo_sample.cfg zoo.cfg

(2) 在 /home/zookeeper-3.5.7/这个 目录上创建 zkData文件夹

mkdir zkData

(3) 打开 zoo.cfg文件 ，修改 dataDir路径
修改如下内容：

dataDir=/home/zookeeper-3.5.7/zkData

3) 操作 Zookeeper

（1）启动 Zookeeper

bin/zkServer.sh start

（2）查看进程是否启动

（3）查看状态

（4）启动客户端

bin/zkCli.sh

（5）退出客户端

quit

（6）停止 Zookeeper

bin/zkServer.sh stop

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

• 通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
  

2）initLimit = 10

• LF初始通信时限
  
• 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。、

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

• 至少在三个 节点上 都 部署 Zookeeper。

2）配置服务器编号

（1）在 /home/zookeeper-3.5.7/zkData目录下创建一个myid的文件

• 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)
• 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）配置zoo.cfg文件

（1) 打开 zoo.cfg文件
****增加如下配置****

#######################
server.2=ip1:2888:3888
server.3=ip2:2888:3888
server.4=ip3:2888:3888

（2）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) 小结

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

3.1.2 选举机制

1) 第一次启动

（1）服务器1启动，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；
（2）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
（3）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；
（4）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；
（5）服务器5启动，同4一样当小弟。

2) 非第一次启动

（1）当ZooKeeper集群中的一台服务器出现以下两种情况之一时，就会开始进入Leader选举：
		• 服务器初始化启动。
		• 服务器运行期间无法和Leader保持连接。
		
（2）而当一台机器进入Leader选举流程时，当前集群也可能会处于以下两种状态：
		• 集群中本来就已经存在一个Leader。
			对于第一种已经存在Leader的情况，机器试图去选举Leader时，会被告知当前服务器的Leader信息，对于该机器来说，仅仅需要和Leader机器建立连接，并进行状态同步即可。
		• 集群中确实不存在Leader。
			假设ZooKeeper由5台服务器组成，SID分别为1、2、3、4、5，ZXID分别为8、8、8、7、7，并且此时SID为3的服务器是Leader。某一时刻，3和5服务器出现故障，因此开始进行Leader选举。
								（EPOCH，ZXID，SID ）       （EPOCH，ZXID，SID ）       （EPOCH，ZXID，SID ）
			SID为1、2、4的机器投票情况： （1，8，1） 			   （1，8，2） 			      （1，7，4）
 
			选举Leader规则： ①EPOCH大的直接胜出②EPOCH相同，事务id大的胜出③事务id相同，服务器id大的胜出

3) 小结

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
	① EPOCH大的直接胜出
	② EPOCH相同，事务 id大的胜出
	③ 事务id相同，服务器 id大的胜出

3.1.3 ZK集群启动停止脚本

1）在 一台服务器的 /home/bin目录下创建脚本

在脚本中编写如下内容：

#!/bin/bash

case $1 in
"start") {
	for i in ip1 ip2 ip3
	do
		echo ----------------zookeeper $i 启动--------------------------
		ssh $i "/home/zookeeper-3.5.7/bin/zkServer.sh start"
	done
};;

"stop") {
	for i in ip1 ip2 ip3
	do
		echo ---------------zookeeper $i 停止--------------------------
		ssh $i "/home/zookeeper-3.5.7/bin/zkServer.sh stop"
	done
};;

"status") {
	for i in ip1 ip2 ip3
	do
		echo ---------------zookeeper $i 状态--------------------------
		ssh $i "/home/zookeeper-3.5.7/bin/zkServer.sh status"
	done
};;
esac

# ip1 ip2 ip3分别为服务器的ip地址或主机名

2）增加脚本执行权限

chmod u+x zk.sh

3) Zookeeper集群启动脚本

zk.sh start

4) Zookeeper集群停止脚本

zk.sh stop

5) Zookeeper集群查看状态脚本

zk.sh status

3.2 客户端 命令行操作

3.2.1 命令行语法

命令基本语法	功能描述
help	显示所有操作命令
ls path	使用 ls 命令来查看当前 znode 的子节点 [可监听]
ls path	-w 监听子节点变化
ls path	-s 附加次级信息
create	普通创建
create	-s 含有序列
create	-e 临时（重启或者超时消失）
get path	获得节点的值 [可监听]
get path	-w 监听节点内容变化
get path	-s 附加次级信息
set	设置节点的具体值
stat	查看节点状态
delete	删除节点
deleteall	递归删除节点

3.2.2 znode节点数据信息

1）查看当前znode中所包含的内容

2）查看当前节点详细数据

（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）

（1）持久化目录节点
	客户端与Zookeeper断开连接后，该节点依旧存在
（2）持久化顺序编号目录节点
	客户端与Zookeeper断开连接后，该节点依旧存在，只是Zookeeper给该节点名称进行顺序编号
（3）临时目录节点
	客户端与Zookeeper断开连接后，该节点被删除
（4）临时顺序编号目录节点
	客户端与Zookeeper 断开连接后， 该节点被删除， 只是Zookeeper给该节点名称进行顺序编号。

1）分别创建2个普通节点（永久节点 + 不带序号）

注意： 创建节点时，要赋值

2）获得节点的值

3）创建带序号的节点（永久节点 + 带序号）

（1）先创建一个普通的根节点 /sanguo/weiguo

（2） 创建带序号的节点

• 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）

（1） 创建短暂的不带序号的节点

（2） 创建短暂的带序号的节点

（3）在当前客户端是能查看到的

（4）退出当前客户端然后再重启客户端

（5）再次查看根目录下短暂节点已经删除

（5）修改节点数据值

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。

3.2.4.1 监听原理详解

1）首先要有一个main()线程
2）在main线程中创建Zookeeper客户端，这时就会创建两个线程，一个负责网络连接通信（connet），一个负责监听（listener）。
3）通过connect线程将注册的监听事件发送给Zookeeper。
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监听到有数据或路径变化，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。

3.2.4.2 常见的监听

1）监听节点数据的变化

get path [watch]

2）监听子节点增减的变化

ls path [watch]

1）节点的值变化监听

（1）在ip2 主机上注册监听/sanguo 节点数据变化

（2）在ip3 主机上修改/sanguo 节点的数据

（3）观察ip3 主机收到数据变化的监听

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）

（1）在ip3 主机上注册监听/sanguo 节点的子节点变化

(2) 在 ip2 主机 /sanguo节点上创建子节点

(3) 观察 ip3主机收到子节点变化的监听

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

2）递归删除节点

3）查看节点状态

3.3 客户端 API操作

前提：保证ip1、 ip2、 ip3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

<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0modelVersion>

    <groupId>com.demogroupId>
    <artifactId>zookeeperdemoartifactId>
    <version>1.0-SNAPSHOTversion>

    <properties>
        <maven.compiler.source>8maven.compiler.source>
        <maven.compiler.target>8maven.compiler.target>
    properties>

    <dependencies>
        <dependency>
            <groupId>junitgroupId>
            <artifactId>junitartifactId>
            <version>4.13.2version>
        dependency>
        <dependency>
            <groupId>log4jgroupId>
            <artifactId>log4jartifactId>
            <version>1.2.17version>
        dependency>
        <dependency>
            <groupId>org.apache.zookeepergroupId>
            <artifactId>zookeeperartifactId>
            <version>3.5.7version>
        dependency>
    dependencies>
project>

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）创建类名称zkClient

package com.demo.zk;

public class ZkClient {}

3.3.2 创建 ZooKeeper客户端

package com.demo.zk;

import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;
import org.junit.Before;
import org.junit.Test;

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

public class ZkClient {
	// 注意：逗号前后不能有空格
    private String connectString = "192.168.220.128:2181,192.168.220.129:2181,192.168.220.130:2181";
    private int sessionTimeout = 2000;
    private ZooKeeper zkClient;

    @Before
    public void init() throws IOException {
        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());
           		List<String> children = null;
                try {
                    children = zkClient.getChildren("/", true);
                    for (String child : children) {
                        System.out.println(child);
                    }
                } catch (KeeperException e) {
                    e.printStackTrace();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
    }
}

3.3.3 创建子节点

// 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：节点类型
@Test
public void create() throws InterruptedException, KeeperException {
    String nodeCreated = zkClient.create("/demo", "ss.avi".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
}

测试：在 ip1 的 zk客户端上查看创建节点情况

[zk: localhost:2181(CONNECTED) 0] get -s /demo
ss.avi

3.3.4 获取子节点并监听节点变化

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

    // 延时
    Thread.sleep(Long.MAX_VALUE);
}

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("/demo1", false);
    System.out.println(stat == null ? "not exist": "exist");
}

3.4 客户端向服务端写数据流程

1）写流程之写入请求直接发送给Leader节点

2）写流程之写入请求发送给follower节点

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

服务器动态上下线

4.3 具体实现

（1）先在集群上创建/servers 节点

（2）服务器端向Zookeeper 注册代码

package com.demo.zk;

import org.apache.zookeeper.*;

import java.io.IOException;

public class DistributeServer {
    private String connectString = "ip1:2182,ip2:2182,ip3:2182";
    private int sessionTimeout = 2000;
    ZooKeeper zooKeeper = null;

    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
        server.regist(args[0]);
        // 3 启动业务逻辑
        server.business();
    }

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

    private void regist(String hostname) throws InterruptedException, KeeperException {
        String s = 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.demo.zk;

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 = "ip1:2182,ip2:2182,ip3:2182";
    private int sessionTimeout = 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子结点的增加和删除
        client.getServerList();
        // 3. 业务逻辑
        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 {
    	// 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<>();

		// 3 遍历所有节点，获取节点中的主机名称信息
        for (String child : children) {
            byte[] data = zk.getData("/servers/" + child, false, null);
            servers.add(new String(data));
        }
        // 4 打印服务器列表信息
        System.out.println(servers);
    }

	// 创建到 zk 的客户端连接
    private void getConnect() throws IOException {
        zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
            	// 再次启动监听
                try {
                    getServerList();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                } catch (KeeperException e) {
                    e.printStackTrace();
                }
            }
        });
    }
}

5、ZooKeeper分布式锁案例

• 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。
  
  

5.1 原生Zookeeper 实现分布式锁案例

1）分布式锁实现

package com.demo.zk;

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 {
	// zookeeper server列表
    private String connectString = "ip1:2182,ip2:2182,ip3:2182";
    // 超时时间
    private final int sessionTimeout = 2000;
    private final ZooKeeper zk;
    
    // 当前client等待的子结点
    private String waitPath;
	
	// 当前client创建的子结点
    private String currentMode ;
	
	// ZooKeeper连接
    private CountDownLatch connectLatch = new CountDownLatch(1);
    // zookeeper节点等待
    private CountDownLatch waitLatch = new CountDownLatch(1);

    public DistributedLock() throws IOException, InterruptedException, KeeperException {
        // 获取连接
        zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
                // connectLatch 如果连接上zk 可以释放
                if (watchedEvent.getState() == Event.KeeperState.SyncConnected) {
                    connectLatch.countDown();
                }
                // waitLatch 需要释放
                // 发生了waitPath的删除事件           
                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) {
            // 创建一个根节点
            zk.create("/locks", "locks".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
        }
    }
    // 对zk加锁
    public void zkLock() {
        // 创建对应的临时带序号节点
        try {
            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序号节点，如果获取到锁；如果不是，监听序号前一个节点
            List<String> children = zk.getChildren("/locks", false);

            // 如果children 只有一个值，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 {
                Collections.sort(children);

                // 获取节点名称
                String thisNode = currentMode.substring("/locks/".length());
                // 通过seq-00000000获取该节点在children集合的位置
                int index = children.indexOf(thisNode);

                // 判断
                if (index == -1) {
                    System.out.println("数据异常");
                } else if (index == 0){
                    // 就一个节点，可以获取锁
                    return;
                } else {
                    // 需要监听前一个节点
                    waitPath = "/locks/" + children.get(index - 1);
                    zk.getData(waitPath, true, null);

                    // 等待监听
                    waitPath.wait();

                    return;
                }
            }
        } catch (KeeperException e) {
            e.printStackTrace();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }


    }

    // 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

package com.demo.zk;

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.zkLock();
                    System.out.println("线程1 启动，获取到锁");
                    Thread.sleep(5 * 1000);

                    lock1.unZkLock();
                    System.out.println("线程2 释放锁");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }).start();

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    lock2.zkLock();
                    System.out.println("线程1 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();
    }
}

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 Java API开发分布式遇到的问题。

3) Curator案例实操

（1) 添加依赖

<dependency>
    <groupId>org.apache.curatorgroupId>
    <artifactId>curator-frameworkartifactId>
    <version>5.1.0version>
dependency>
<dependency>
    <groupId>org.apache.curatorgroupId>
    <artifactId>curator-recipesartifactId>
    <version>5.1.0version>
dependency>
<dependency>
    <groupId>org.apache.curatorgroupId>
    <artifactId>curator-clientartifactId>
    <version>5.1.0version>
dependency>

（2) 代码实现

package com.demo.zk;

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();
                    System.out.println("线程1 获取到锁");

                    lock1.acquire();
                    System.out.println("线程1 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();
                    System.out.println("线程2 获取到锁");

                    lock2.acquire();
                    System.out.println("线程2 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，初试时间 3 秒，重试 3 次
        RetryPolicy policy = new ExponentialBackoffRetry(3000, 3); policy = new ExponentialBackoffRetry(3000, 3);
        CuratorFramework client = CuratorFrameworkFactory.builder().connectString("ip1:2182,ip2:2182,ip3:2182").connectionTimeoutMs(2000)
                .sessionTimeoutMs(2000).retryPolicy(policy).build();

        // 启动客户端
        client.start();

        return client;
    }
}