zookeeper学习系列：一、入门

基本是 http://zookeeper.apache.org/doc/trunk/zookeeperOver.html 的翻译，应用场景摘抄：http://www.wuzesheng.com/?p=2609

1）简介
zookeeper是个分布式开源协作服务。暴露一系列原语给分布式系统，用于构建更高层次的同步，配置维持，分组和命名服务。
解决协作服务常出现的竞争状况和死锁问题。
zk的数据是存储在内存里，高吞吐、低延时

2）quick start：
3.4.6为例
1、下载，解压
2、配置：
conf/zoo.cfg
tickTime=2000
dataDir=/home/shenguanpu/zookeeper-3.4.6/data
clientPort=2181
initLimit=5
syncLimit=2
server.1=zoo1:2888:3888
server.2=zoo2:2888:3888
server.3=zoo3:2888:3888

2888 3888 用于节点间对话，连接follower和leader。3888用于leader的选举。
三台机器 data/myid  为1 2 3 
3、启动：bin/zkServer.sh start

跟动物园管理员问好：

echo ruok | nc 127.0.0.1 5111 

他要是心情好，会回复你 imok

观察集群状态
echo mntr | nc localhost 2181
leader会显示当前follower个数，状态，客户端的连接，数据，以及其他性能指标

更多命令：http://zookeeper.apache.org/doc/trunk/zookeeperAdmin.html#sc_zkCommands 

也可安装admin web看系统状态
4、bin/zkCli.sh  进入并创建节点

create /www 123
ls /
get /www
create /www/a 1
delete /www
注意有子节点时无法直接删除，提示非空

 

3）原理分析
架构图：

server可感知到彼此，在内存中维护一个状态镜像，并且有事务日志和持久性存储镜像。只要主server在，zk即可用。

znode树形结构，类似文件目录，但目录也可以存数据；小数据存储，单kv是KB规模；节点更新同时更新版本；ACL限定谁可以更新；
客户端可设置观察者到znode，当znode变化时，watch会触发并移除。当watch被触发时，客户端会收到数据包说明znode的变更。服务端和客户端连接断掉时，客户端会有本地通知。

Znode特征：

1）watches 客户端在节点上设置watch，当节点状态改变时，会触发watch对应的操作，当watch被触发时，zk向客户端发送且仅发送一次通知，watch只能被触发一次,继续监控则需需要重新设置watch。

2）临时节点：不能有子节点，依赖会话

3）数据访问： 读写原子，每个节点有自己的acl

4）顺序节点： 路径结尾添加唯一递增计数，节点最大值2的32次方－1 ，更大时会溢出

zk的一致性保证策略：
序列一致性：客户端发起的更新会按发送时的时序进行
原子操作：不会有部分结果。在ZooKeeper集群中，读可以从任意一个ZooKeeper Server读，这一点是保证ZooKeeper比较好的读性能的关键；写的请求会先Forwarder到Leader，然后由Leader来通过ZooKeeper中的原子广播协议，将请求广播给所有的Follower，Leader收到一半以上的写成功的Ack后，就认为该写成功了，就会将该写进行持久化，并告诉客户端写成功了。

单系统镜像：无论客户端连哪个server，都能看到同样的数据
及时更新：客户端看到的视图按指定周期更新
 
zookeeper的服务组件：


复制库时个包含整个数据树的内存数据库，更新操作记录到磁盘以便数据恢复，写操作在应用到内存时会序列化到磁盘。
客户端只连接到一个服务端上，读请求时服务端从本地复制库里返回结果。改变服务状态的请求和写操作，通过同意协议来处理。
同意协议里规定，写操作会转发到单一的leader服务器上，其他的fllower服务器接受leader的消息提案，通过消息传递表示同意。消息层管理在失败状况下leader的替换，同步leader和follower的状态。
zk使用定制化的原子消息协议。消息层时原子的，zk就能保证本地副本不会分岔。当leader收到写请求，它计算系统状态，并转移这个状态到一个事务中，以处理新的状态。

4）API

• create(path, data, flags): 创建一个ZNode, path是其路径，data是要存储在该ZNode上的数据，flags常用的有: PERSISTEN, PERSISTENT_SEQUENTAIL, EPHEMERAL, EPHEMERAL_SEQUENTAIL
• delete(path, version): 删除一个ZNode，可以通过version删除指定的版本, 如果version是-1的话，表示删除所有的版本
• exists(path, watch): 判断指定ZNode是否存在，并设置是否Watch这个ZNode。这里如果要设置Watcher的话，Watcher是在创建ZooKeeper实例时指定的，如果要设置特定的Watcher的话，可以调用另一个重载版本的exists(path, watcher)。以下几个带watch参数的API也都类似
• getData(path, watch): 读取指定ZNode上的数据，并设置是否watch这个ZNode
• setData(path, watch): 更新指定ZNode的数据，并设置是否Watch这个ZNode
• getChildren(path, watch): 获取指定ZNode的所有子ZNode的名字，并设置是否Watch这个ZNode
• sync(path): 把所有在sync之前的更新操作都进行同步，达到每个请求都在半数以上的ZooKeeper Server上生效。path参数目前没有用
• setAcl(path, acl): 设置指定ZNode的Acl信息
• getAcl(path): 获取指定ZNode的Acl信息

5）使用
编程接口很友好。你也可以实现更高级的操作，如同步原语，群组成员，所有权管理等。

6）性能
读操作占比高则性能好，占比100%的话能到14w qps；占比0时也能到1w qps。server较少时读性能会差。
leader出错，重新选举时会很影响读写性能，但也在2w qps以上。

7) acl 访问控制列表

Zookeeper的ACL，可以从三个维度来理解：一是scheme; 二是user; 三是permission，通常表示为scheme:id:permissions

8）wal和snapshot

WAL和Snapshot
和大多数分布式系统一样，ZooKeeper也有WAL(Write-Ahead-Log)，对于每一个更新操作，ZooKeeper都会先写WAL, 然后再对内存中的数据做更新，然后向Client通知更新结果。另外，ZooKeeper还会定期将内存中的目录树进行Snapshot，落地到磁盘上，这个跟HDFS中的FSImage是比较类似的。这么做的主要目的，一当然是数据的持久化，二是加快重启之后的恢复速度，如果全部通过Replay WAL的形式恢复的话，会比较慢。

9）zookeeper典型应用场景

1. 名字服务(NameService)
分布式应用中，通常需要一套完备的命令机制，既能产生唯一的标识，又方便人识别和记忆。 我们知道，每个ZNode都可以由其路径唯一标识，路径本身也比较简洁直观，另外ZNode上还可以存储少量数据，这些都是实现统一的NameService的基础。下面以在HDFS中实现NameService为例，来说明实现NameService的基本布骤:

• 目标：通过简单的名字来访问指定的HDFS机群
• 定义命名规则：这里要做到简洁易记忆。下面是一种可选的方案： [serviceScheme://][zkCluster]-[clusterName]，比如hdfs://lgprc-example/表示基于lgprc ZooKeeper集群的用来做example的HDFS集群
• 配置DNS映射: 将zkCluster的标识lgprc通过DNS解析到对应的ZooKeeper集群的地址
• 创建ZNode: 在对应的ZooKeeper上创建/NameService/hdfs/lgprc-example结点，将HDFS的配置文件存储于该结点下
• 用户程序要访问hdfs://lgprc-example/的HDFS集群，首先通过DNS找到lgprc的ZooKeeper机群的地址，然后在ZooKeeper的/NameService/hdfs/lgprc-example结点中读取到HDFS的配置，进而根据得到的配置，得到HDFS的实际访问入口

2. 配置管理(Configuration Management)
在分布式系统中，常会遇到这样的场景: 某个Job的很多个实例在运行，它们在运行时大多数配置项是相同的，如果想要统一改某个配置，一个个实例去改，是比较低效，也是比较容易出错的方式。通过ZooKeeper可以很好的解决这样的问题，下面的基本的步骤：

• 将公共的配置内容放到ZooKeeper中某个ZNode上，比如/service/common-conf
• 所有的实例在启动时都会传入ZooKeeper集群的入口地址，并且在运行过程中Watch /service/common-conf这个ZNode
• 如果集群管理员修改了了common-conf，所有的实例都会被通知到，根据收到的通知更新自己的配置，并继续Watch /service/common-conf

3. 组员管理(Group Membership)
在典型的Master-Slave结构的分布式系统中，Master需要作为“总管”来管理所有的Slave, 当有Slave加入，或者有Slave宕机，Master都需要感知到这个事情，然后作出对应的调整，以便不影响整个集群对外提供服务。以HBase为例，HMaster管理了所有的RegionServer，当有新的RegionServer加入的时候，HMaster需要分配一些Region到该RegionServer上去，让其提供服务；当有RegionServer宕机时，HMaster需要将该RegionServer之前服务的Region都重新分配到当前正在提供服务的其它RegionServer上，以便不影响客户端的正常访问。下面是这种场景下使用ZooKeeper的基本步骤：

• Master在ZooKeeper上创建/service/slaves结点，并设置对该结点的Watcher
• 每个Slave在启动成功后，创建唯一标识自己的临时性(Ephemeral)结点/service/slaves/${slave_id}，并将自己地址(ip/port)等相关信息写入该结点
• Master收到有新子结点加入的通知后，做相应的处理
• 如果有Slave宕机，由于它所对应的结点是临时性结点，在它的Session超时后，ZooKeeper会自动删除该结点
• Master收到有子结点消失的通知，做相应的处理

4. 简单互斥锁(Simple Lock)
我们知识，在传统的应用程序中，线程、进程的同步，都可以通过操作系统提供的机制来完成。但是在分布式系统中，多个进程之间的同步，操作系统层面就无能为力了。这时候就需要像ZooKeeper这样的分布式的协调(Coordination)服务来协助完成同步，下面是用ZooKeeper实现简单的互斥锁的步骤，这个可以和线程间同步的mutex做类比来理解：

• 多个进程尝试去在指定的目录下去创建一个临时性(Ephemeral)结点 /locks/my_lock
• ZooKeeper能保证，只会有一个进程成功创建该结点，创建结点成功的进程就是抢到锁的进程，假设该进程为A
• 其它进程都对/locks/my_lock进行Watch
• 当A进程不再需要锁，可以显式删除/locks/my_lock释放锁；或者是A进程宕机后Session超时，ZooKeeper系统自动删除/locks/my_lock结点释放锁。此时，其它进程就会收到ZooKeeper的通知，并尝试去创建/locks/my_lock抢锁，如此循环反复

5. 互斥锁(Simple Lock without Herd Effect)
上一节的例子中有一个问题，每次抢锁都会有大量的进程去竞争，会造成羊群效应(Herd Effect)，为了解决这个问题，我们可以通过下面的步骤来改进上述过程：

• 每个进程都在ZooKeeper上创建一个临时的顺序结点(Ephemeral Sequential) /locks/lock_${seq}
• ${seq}最小的为当前的持锁者(${seq}是ZooKeeper生成的Sequenctial Number)
• 其它进程都对只watch比它次小的进程对应的结点，比如2 watch 1, 3 watch 2, 以此类推
• 当前持锁者释放锁后，比它次大的进程就会收到ZooKeeper的通知，它成为新的持锁者，如此循环反复

这里需要补充一点，通常在分布式系统中用ZooKeeper来做Leader Election(选主)就是通过上面的机制来实现的，这里的持锁者就是当前的“主”。

6. 读写锁(Read/Write Lock)
我们知道，读写锁跟互斥锁相比不同的地方是，它分成了读和写两种模式，多个读可以并发执行，但写和读、写都互斥，不能同时执行行。利用ZooKeeper，在上面的基础上，稍做修改也可以实现传统的读写锁的语义，下面是基本的步骤:

• 每个进程都在ZooKeeper上创建一个临时的顺序结点(Ephemeral Sequential) /locks/lock_${seq}
• ${seq}最小的一个或多个结点为当前的持锁者，多个是因为多个读可以并发
• 需要写锁的进程，Watch比它次小的进程对应的结点
• 需要读锁的进程，Watch比它小的最后一个写进程对应的结点
• 当前结点释放锁后，所有Watch该结点的进程都会被通知到，他们成为新的持锁者，如此循环反复

7. 屏障(Barrier)
在分布式系统中，屏障是这样一种语义: 客户端需要等待多个进程完成各自的任务，然后才能继续往前进行下一步。下用是用ZooKeeper来实现屏障的基本步骤：

• Client在ZooKeeper上创建屏障结点/barrier/my_barrier，并启动执行各个任务的进程
• Client通过exist()来Watch /barrier/my_barrier结点
• 每个任务进程在完成任务后，去检查是否达到指定的条件，如果没达到就啥也不做，如果达到了就把/barrier/my_barrier结点删除
• Client收到/barrier/my_barrier被删除的通知，屏障消失，继续下一步任务

8. 双屏障(Double Barrier)
双屏障是这样一种语义: 它可以用来同步一个任务的开始和结束，当有足够多的进程进入屏障后，才开始执行任务；当所有的进程都执行完各自的任务后，屏障才撤销。下面是用ZooKeeper来实现双屏障的基本步骤：

• 进入屏障： 
• Client Watch /barrier/ready结点, 通过判断该结点是否存在来决定是否启动任务
• 每个任务进程进入屏障时创建一个临时结点/barrier/process/${process_id}，然后检查进入屏障的结点数是否达到指定的值，如果达到了指定的值，就创建一个/barrier/ready结点，否则继续等待
• Client收到/barrier/ready创建的通知，就启动任务执行过程

• 离开屏障： 
• Client Watch /barrier/process，如果其没有子结点，就可以认为任务执行结束，可以离开屏障
• 每个任务进程执行任务结束后，都需要删除自己对应的结点/barrier/process/${process_id}