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。

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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：

在这里插入图片描述

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。