ZooKeeper 高级应用

概述

ZooKeeper 是 Apache 软件基金会的一个软件项目，它为大型分布式计算提供开源的分布式配置服务、同步服务和命名注册，在架构上，通过冗余服务实现高可用性（CP）。

ZooKeeper 的设计目标是将那些复杂且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，并以一系列简单易用的接口提供给用户使用。

基础回顾

数据结构

ZooKeeper 本身是一个树形目录服务（名称空间），非常类似于标准文件系统，key-value 的形式存储。名称 key 由斜线 / 分
割的一系列路径元素，例如：/node，ZooKeeper 名称空间中的每个节点都是由一个路径来标识的。

注意：

每个路径下的节点 key （完整路径，名称）是唯一的，即同一级节点 key 名称是唯一的
每个节点中存储了节点 value 和对应的状态属性，其中属性可能有多个

节点类型：

PERSISTENT：默认创建节点的类型，持久的节点
PERSISTENT_SEQUENTIAL：持久顺序节点，会在路径后加上单调递增的后缀，适用于分布式锁和分布式选举，创建时添加 -s 参数
EPHEMERAL：临时节点（不可拥有子节点），和会话绑定，断开服务后自动失效，创建时添加 -e 参数
EPHEMERAL_SEQUENTIAL：临时顺序节点（不可在拥有子节点），会加上后缀，会话断开后删除，创建时添加 -e -s 参数
CONTAINER：容器节点，当子节点都被删除后，Container 也随即删除，创建时添加 -c 参数
PERSISTENT_WITH_TTL：如果该节点在 TTL 内没有被修改或没有子节点则过期删除，创建时添加 -t 参数

基础操作

节点操作的基础命令：

ls：查看某个路径下目录列表，可选参数 -s 返回状态信息， -w 监听节点变化，-R 递归查看某路径下目录列表
create：创建节点并赋值，可选参数和节点的类型相照应，注意临时节点不能创建子节点
set：修改节点存储的数据
get：获取节点数据和状态信息，可选参数 -s 返回状态信息， -w 返回数据并对对节点进行事件监听
stat：查看节点状态信息，也可选 -w 参数
delete/deleteall：删除某节点，如果某节点不为空，则不能用 delete 命令删除

注意：-w 监听节点只能生效一次，在节点信息变化后返回变化信息并失效

分布式锁

原理实现

ZooKeeper 实现简单的分布式锁：

注册临时节点，谁注册成功谁获取锁，其他监听该节点的删除事件
一旦该临时节点被删除，通知其他客户端，再次重复该流程

但是上述方式存在问题——羊群效应：

当临时节点释放时，会通知到所有监听该节点的服务
多个服务又会同时发起重新注册的请求，导致 ZooKeeper 服务压力较大

高级实现

为了解决上面产生的问题，我们给出更为完善的方案：

所有服务注册临时顺序节点，并写入基本信息
所有服务获取节点列表并判断自己的节点是否是最小的那个，如果是说明获取到了锁
未获取锁的客户端添加对前一个节点删除事件的监听
锁释放/持有锁的客户端宕机后，节点被删除，下一个节点的客户端收到通知，重复上述流程

基于上述解决方案，我们再将临时顺序节点的创建进行细分，分为分为读锁节点和写锁节点：

对于读锁节点而言，其只需要关心前一个写锁节点的释放
对于写锁节点而言，其只需要关心前一个节点的释放，而不需要关心前一个节点是写锁节点还是读锁节点

这样就基于 ZooKeeper 实现了共享锁和排他锁，在使用时，我们一般利用 Curator 客户端实现：

import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessLock;
import org.apache.curator.framework.recipes.locks.InterProcessSemaphoreMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;
import org.apache.curator.utils.CloseableUtils;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;public class DistributedLockDemo {// ZooKeeper 锁节点路径, 分布式锁的相关操作都是在这个节点上进行private final String lockPath = "/distributed-lock";// ZooKeeper 服务地址, 单机格式为:(127.0.0.1:2181),// 集群格式为:(127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183)private String connectString;// Curator 客户端重试策略private RetryPolicy retry;// Curator 客户端对象private CuratorFramework client;// client2 用户模拟其他客户端private CuratorFramework client2;// 初始化资源@Beforepublic void init() throws Exception {// 设置 ZooKeeper 服务地址为本机的 2181 端口connectString = "192.168.200.168:2181";// 重试策略// 初始休眠时间为 1000ms, 最大重试次数为 3retry = new ExponentialBackoffRetry(1000, 3);// 创建一个客户端, 60000(ms)为 session 超时时间, 15000(ms)为链接超时时间client = CuratorFrameworkFactory.newClient(connectString, 60000, 15000, retry);client2 = CuratorFrameworkFactory.newClient(connectString, 60000, 15000, retry);// 创建会话client.start();client2.start();}// 释放资源@Afterpublic void close() {CloseableUtils.closeQuietly(client);}@Testpublic void sharedLock() throws Exception {// 创建共享锁final InterProcessLock lock = new InterProcessSemaphoreMutex(client, lockPath);// lock2 用于模拟其他客户端final InterProcessLock lock2 = new InterProcessSemaphoreMutex(client2, lockPath);new Thread(new Runnable() {@Overridepublic void run() {// 获取锁对象try {lock.acquire();System.out.println("======== client1 get lock ========");// 测试锁重入Thread.sleep(5 * 1000);lock.release();System.out.println("======== client1 release lock ========");} catch (Exception e) {e.printStackTrace();}}}).start();new Thread(new Runnable() {@Overridepublic void run() {// 获取锁对象try {lock2.acquire();System.out.println("======== client2 get lock ========");Thread.sleep(5 * 1000);lock2.release();System.out.println("======== client2 release lock ========");} catch (Exception e) {e.printStackTrace();}}}).start();Thread.sleep(20 * 1000);}
}

InterProcessMutex：分布式可重入排它锁（可重入可以借助 LocalMap 存计数器）
InterProcessSemaphoreMutex：分布式排它锁
InterProcessMultiLock：将多个锁作为单个实体管理的容器
InterProcessReadWriteLock：分布式读写锁

集群应用

集群节点配置

对于搭建 ZooKeeper 集群的节点往往采用奇数个：

保证容错：需要保证集群能够有半数进行投票，例如：
- 三台集群，至少 2 台正常运行才行（3的半数为 1.5，半数以上最少为 2）
- 因此，正常运行可以允许 1 台服务器挂掉
防止脑裂：需要保证集群在通信不可达的情况下分裂产生小集群，例如：
- 3 台集群，投票选举半数为 1.5，1 台服务裂开，和另外 2 台服务器无法通信
- 这时候 2 台服务器的集群（2票大于半数1.5票），所以可以选举出leader，而 1 台服务器的集群无法选举

综上可知，搭建集群所需的最少节点配置为 3，如果是 4 台，则发生脑裂时会造成没有 leader 节点的错误。

选举算法

ZooKeeper 采用的是基于 Paxos 算法的 ZAB 协议，这里先提一下 Paxos 算法：

Paxos 是一个分布式选举算法，该算法定义了三种角色
Proposer：提案发起者
Acceptor：提案接收者，可同意或不同意
Learners：虽然不同意提案，但也只能被动接收学习；或者是后来的，只能被动接受
该算法的提案遵循少数服从多数的原则，即过半原则

ZAB 协议在 Paxos 算法基础上进行了扩展，全称为原子消息广播协议（ZooKeeper Atomic Broadcast）：

ZAB 协议支持原子广播、崩溃恢复，保证 Leader 广播的变更序列被顺序的处理，该协议下的节点有四种状态
LOOKING：系统刚启动时或者Leader崩溃后正处于选举状态
FOLLOWING：表示 Follower 节点所处的状态，同步leader状态，参与投票
LEADING：表示 Leader 所处状态
OBSERVING：观察状态，同步leader状态，不参与投票
该算法下，也遵循半原则

我们查看 ZooKeeper 的源码，在 FastLeaderElection.java 中：

protected boolean totalOrderPredicate(long newId, long newZxid, long newEpoch, long curId, long curZxid, long curEpoch) {LOG.debug("id: {}, proposed id: {}, zxid: 0x{}, proposed zxid: 0x{}",newId,curId,Long.toHexString(newZxid),Long.toHexString(curZxid));if (self.getQuorumVerifier().getWeight(newId) == 0) {return false;}/** We return true if one of the following three cases hold:* 1- New epoch is higher* 2- New epoch is the same as current epoch, but new zxid is higher* 3- New epoch is the same as current epoch, new zxid is the same*  as current zxid, but server id is higher.*//** 对应上面代码的解释（两个节点之间使用比较的方法来决定选票给谁，三种比较规则）* 1- 比较 epoche(zxid高32bit):*     如果其他节点的epoche比自己的大，选举 epoch大的节点（理由：epoch 表示年代【投票次数越多，数据越新】，epoch越大表示数据越新）*     代码：(newEpoch > curEpoch)；* 2- 比较 zxid，:*     如果纪元相同，就比较两个节点的zxid的大小，选举 zxid大的节点（理由：zxid 表示节点所提交事务最大的id，zxid越大代表该节点的数据越完整）*     代码：(newEpoch == curEpoch) && (newZxid > curZxid)；* 3- 比较 serviceId:*     如果 epoch和zxid都相等，就比较服务的serverId，选举 serviceId大的节点（理由： serviceId 表示机器性能，他是在配置zookeeper集群时确定的，所以我们配置zookeeper集群的时候可以把服务性能更高的集群的serverId设置大些，让性能好的机器担任leader角色）*     代码 ：(newEpoch == curEpoch) && ((newZxid == curZxid) && (newId > curId))。*/return ((newEpoch > curEpoch)|| ((newEpoch == curEpoch)&& ((newZxid > curZxid)|| ((newZxid == curZxid)&& (newId > curId)))));}