一文解析ZooKeeper —ZooKeeper特性及ZooKeeper到底解决了什么问题

目标

ZooKeeper 很流行,有个基本的疑问:

ZooKeeper 是用来做什么的?

之前没有ZK,为什么会诞生 ZK?

OK,解答一下上面的疑问:(下面是凭直觉说的)

ZooKeeper 是用于简化分布式应用开发的,对开发者屏蔽一些分布式应用开发过程中的底层细节

ZooKeeper 对外暴露简单的 API,用于支持分布式应用开发

ZooKeeper 在提供上述功能的同时,其还是一个 高性能、高可用、高可靠的分布式集群

上面说这么多,总结一下,ZK 能解决分布式应用开发的问题,ZK 能很好的解决问题。 到这一步,疑问就更多了:

分布式应用开发,有哪些常见问题?ZK 是如何屏蔽这些底层细节的?

ZooKeeper 对外暴露了那些 API?这些 API 如何支持分布式应用开发的?这些 API 还能简化吗?API 的语义性怎么样?

ZooKeeper 自身是一个高性能、高可用、高可靠的分布式集群,那有个简单的问题:高性能是指什么?ZooKeeper 为了达到高性能,做了哪些工作?

高可用同上

高可靠同上

Note:本篇就是为了解决上述第一个疑问的。(其他疑问会在其他文章中逐步解答)

开始之前,记得点赞收藏加关注哦 ,需要下载PDF版本和获取更多知识点、面试题的朋友

可以加q群:799215493   备注:   免费领取~

为什么有 ZooKeeper

一个应用程序,涉及多个进程协作时,业务逻辑代码中混杂有大量复杂的进程协作逻辑。

上述多进程协作逻辑,有 2 个特点:

处理复杂

处理逻辑可重用

因此,考虑将多进程协作的共性问题拎出,作为基础设施,让 RD 更加专注业务逻辑开发,即:

ZooKeeper 就是上述多进程协作基础服务的一种。

ZooKeeper 的特点

ZooKeeper 有几个简单特点:

ZooKeeper 的 API:从 文件系统 API 得到的启发,提供简单的 API

ZooKeeper 运行在专用服务器上,跟业务逻辑分离,保证了高容错性和可扩展性

ZooKeeper 是存储设施,但特别注意

ZK上存储的数据聚焦为:协作数据(元数据),而不是应用数据,应用数据有自己的存储方案,例如 HDFS 等

ZK 本质上,可以看作一种特殊的 FS

特别说明:

应用数据和元数据,由于使用场景不同,对一致性和持久性的要求有差异, 因此,架构设计、数据治理过程中,应将 2 类数据独立看待、独立存储。

ZooKeeper 的使命

ZK 要解决的核心问题:

ZK 目标:简化分布式应用开发中,多进程协作问题。为分布式应用,提供高效、可靠的分布式协调服务(基础服务),例如:

统一的命名服务

分布式锁

进程崩溃检测

Leader 选举

配置管理:配置变更时,及时下发到各个 Client。

一个简单的问题:多进程的协作是什么?尼玛呀,有完没完,啥问题你都有,面对这个掉咋天的脑壳,还是回答一下。

多进程协作,整体分为 2 类:

协作:多进程需要一同处理某些事情,一些进程采取行动是的其他进程能够正常工作,例如:主从结构,M 向 S 分配任务,S 才会执行,否则 S就保持空闲状态

竞争:两个进程不能同时工作,一个进程必须等待另个进程执行完毕,例如:主从结构,M 节点失效后,很多 S 都想成为 M,这时,就需要互斥锁,只有第一个获得锁的 S 成为 M

特别说明:

不跨网络协作:多进程,可以在同一台物理主机上,同步原语很方便(比如?管道、共享内存、消息队列、信号量)

跨网络协作:多进程,分布在不同的物理主机上,ZK 关注这一类

跨网络多进程协作,进程通信,基本思路有 2 个:

消息机制:通过网络,直接信息交换,多消息传递算法,实现同步原语

共享存储:利用外部共享存储,实现多进程协作,要求共享存储提供有序访问,ZK 采用这种方式

真实系统中,跨网络通信,有几个共性问题:

消息延迟:由于网络原因,后发送先到达

处理器性能:由于系统调度原因,消息到达后,延迟处理

时钟偏移:不同物理主机,时钟发生偏移

ZK 精心设计用于屏蔽上述 3 个共性问题,使得这些问题在应用服务层面完全透明化。

ZooKeeper 特性

ZooKeeper 解决的本质问题

分布式系统的一致性问题:

消息传递:延迟性,先发送的消息,不一定先到达;

消息传递:丢失性,发送的消息,可能丢失;

节点崩溃:分布式系统内,任何一个节点都可能崩溃;

在这种情况下,如何保证数据的一致性?

提案投票:基于投票策略,2PC

选举投票:基于投票策略,投出优先级最高的节点(包含最新数据的节点)

Paxos 目标:解决分布式一致性问题,提高分布式系统容错性的一致性算法。

Paxos 本质:基于消息传递的高度容错的一致性算法

ZooKeeper 定位

ZooKeeper 是:

分布式协调服务

高效、可靠

方便应用程序,聚焦业务逻辑开发,而不需要过多关注分布式进程间协作细节

ZooKeeper 不直接暴露原语,而是,暴露一部分调用方法组成的 API,类似文件系统的 API,支持应用程序实现自己的原语。

ZooKeeper 特性

ZooKeeper 可以保证如下分布式一致性特性:

顺序一致性:同一个 Client 发起的事务请求,严格按照发起顺序执行

原子性:事务请求,要么应用到所有节点,要么一个节点都没有应用

单一视图:Client 无论连接到哪个节点,看到的服务端数据都是一致的(Note:不准确,其实是最终一致性)

可靠性:事务一旦执行成功,状态永久保留

实时性:事务一旦执行成功,Client 并不能立即看到最新数据,但 ZooKeeper 保证最终一致性

ZooKeeper 设计目标

ZooKeeper 致力于提供高性能、高可用、顺序一致性的分布式协调服务,保证数据最终一致性。

目标一:高性能(简单的数据模型)

采用树形结构组织数据节点;

全量数据节点,都存储在内存中;

Follower 和 Observer 直接处理非事务请求;

目标二:高可用(构建集群)

半数以上机器存活,服务就能正常运行

自动进行 Leader 选举

目标三:顺序一致性(事务操作的顺序)

每个事务请求,都会转发给 Leader 处理

每个事务,会分配全局唯一的递增id(zxid,64位:epoch + 自增 id)

目标四:最终一致性

通过提议投票方式,保证事务提交的可靠性

提议投票方式,只能保证 Client 收到事务提交成功后,半数以上节点能够看到最新数据

ZooKeeper 出现之前

ZK 出现之前,分布式系统常用两种方式,实现多进程协作:

分布式锁管理器

分布式数据库

ZK 更专注于进程协作,而不提供任何锁接口和通用的存储数据接口。(疑问:ZK 也可以提供啊,我们不使用就行了)

应用服务器,常见的 2 种需求:

Master-Slave Leader 选举:要求提供Master节点选举功能

进程响应跟踪 崩溃检测:要求提供进程存活状态的跟踪

分布式锁:互斥排它锁

ZK 为上述 2 种策略提供了基础 API。

ZooKeeper 不适用的场景:

海量数据存储:ZK 本质是特殊的 FS,但 ZK 用于存储元数据,需要单独存储应用数据

术语介绍

术语解释

分布式系统跨多个物理主机,由多个独立运行的节点组成的系统

原语业务上不可分割的元素/过程,举例:分布式锁原语,可以暴露创建、查询、释放几个方法

最后

我这里准备了一线大厂面试资料和我原创的超硬核PDF技术文档,以及我为大家精心准备的多套简历模板(不断更新中),希望大家都能找到心仪的工作

有需要的朋友可以加q群:799215493   备注:   免费领取~

你可能感兴趣的:(一文解析ZooKeeper —ZooKeeper特性及ZooKeeper到底解决了什么问题)