【注册中心】ZooKeeper

文章目录

概述
Zookeeper的应用场景
Zookeeper的角色
Zookeeper 的数据模型
zookeeper客户端常用命令
Zookeeper的核心功能
Zookeeper的架构与集群规则
Zookeeper的工作模式
Zookeeper如何实现分布式锁
Zookeeper JavaAPI（Curator）
来源

概述

Zookeeper 是一个开源的分布式协调服务框架，它是一个为分布式应用提供一致性服务的软件。

Zookeeper 致力于提供一个高性能、高可用，且具备严格的顺序访问控制能力的分布式协调服务，是雅虎公司创建，是 Google 的 Chubby 一个开源的实现。

Zookeeper的应用场景

在这里插入图片描述
1.命名服务Name Service

依赖Zookeeper可以生成全局唯一的节点ID，来对分布式系统中的资源进行管理。

2.分布式协调

这是Zookeeper的核心使用了。利用Wather的监听机制，一个系统的某个节点状态发生改变，另外系统可以得到通知。

3.集群管理

分布式集群中状态的监控和管理，使用Zookeeper来存储。

4.分布式锁

利用Zookeeper创建临时顺序节点的特性。

Zookeeper的角色

在这里插入图片描述

leader角色

处理所有的事务请求（写请求），可以处理读请求，集群中只能有一个Leader

Follower角色

只能处理读请求，同时作为 Leader的候选节点，即如果Leader宕机，Follower节点要参与到新的Leader选举中，有可能成为新的Leader节点。

Observer角色

Observer：只能处理读请求,不能参与选举。

Zookeeper 的数据模型

在 Zookeeper 中，可以说 Zookeeper 中的所有存储的数据是由 znode 组成的，节点也称为 znode，并以 key/value 形式存储数据。

整体结构类似于 linux 文件系统的模式以树形结构存储，其中根路径以 / 开头。

在这里插入图片描述
提供了四种类型的数据节点 Znode：

在这里插入图片描述

1.持久节点

除非手动删除，否则节点一直存在于Zookeeper上

2.持久顺序节点

基本特性同持久节点，只是增加了顺序属性，节点名后边会追加一个由父节点维护的自增整型数字

3.临时节点

客户端与Zookeeper断开连接后，该节点被删除

4.临时顺序节点

基本特性同临时节点，增加了顺序属性，节点名后边会追加一个由父节点维护的自增整型数字

zookeeper客户端常用命令

1）、连接zookeeper服务端（Linux）： ./zkCli.sh -server ip:port

2）、断开zookeeper服务端的连接： quit

3）、查看帮助： help

4）、查询所有的目录节点： ls /

5）、创建目录节点： create /节点名值（可写可不写）

6）、设置目录节点的值（修改时也可以）： set /节点名值

7）、删除单个目录节点： delete /节点名

8）、删除带有子节点的目录： deleteall /节点名

9）、创建临时目录节点： create -e /节点名值（可写可不写）

10）、创建持久化目录节点： create -s /节点名值（可写可不写）

11）、查询目录节点的详情信息： ls -s /节点名

Zookeeper的核心功能

虽然可以用Zookeeper实现很多功能，但是主要提供了三个核心功能：

1.文件系统

zk的存储的数据的结构，类似于一个文件系统。

每个节点称为znode，每个znode都是一个类似于KV的结构，每个节点名称相当于key，每个节点中都保存了对应的数据，类似于Key对应的value。每个znode下面都可以有多个子节点，就这样一直延续下去，构成了类似于Linux文件系统的架构。

在这里插入图片描述
2.通知机制

当某个client监听某个节点时，当该节点发生变化时（有可能是增加子节点，或者节点值变了等），zk就会通知监听该节点的客户端来处理。

3.集群管理机制

zk本身是一个集群结构，有一个leader节点，负责写请求，多个follower负责响应读请求。并且在leader节点故障时，会自动根据选举机制从剩下的follower中选出新的leader。

Zookeeper的架构与集群规则

在这里插入图片描述
集群为2N+1台，N>0，比如N为1的情况就是3台。

为什么是3台而不是2台呢？因为集群需要一半以上的机器可用，所以，3台挂掉1台还能工作，2台不能。

Leader选举：

• Serverid ：服务器 ID
比如有三台服务器，编号分别是1,2,3。

      编号越大在选择算法中的权重越大。

• Zxid ：数据 ID
服务器中存放的最大数据ID.值越大说明数据越新，在选举算法中数据越新权重越大。

• 在 Leader 选举的过程中，如果某台 ZooKeeper
获得了超过半数的选票，

        则此ZooKeeper就可以成为Leader了

在这里插入图片描述

Zookeeper的工作模式

1.Zookeeper从设计模式的角度理解，是一个基于观察者模式设计的分布式服务管理框架。

2.基于事件监听通知，监听注册到上面的节点的动向（修改、新增、删除），会实时的通知访问客户端。

3.选举机制，中心化思想，分为主从操作，进行分布式控制所有slave之间的同步决策。

Zab 协议的原理可细分为四个阶段：选举（Leader Election）、发现（Discovery）、同步（Synchronization）和广播（Broadcast）。

在这里插入图片描述
1.Leader election(选举阶段)

节点在一开始都处于选举阶段，只要有一个节点得到超过半数节点的票数，它就可以当选准 Leader。

2.Discovery(发现阶段)

在这个阶段，Followers跟准Leader进行通信，同步Followers最近接收的事务提议。

3.Synchronization(同步阶段)

同步阶段主要是利用Leader前一阶段获得的最新提议历史，同步集群中所有的副本。同步完成之后准Leader才会成为真正的Leader。

4.Broadcast(广播阶段)

到了这个阶段，Zookeeper集群才能正式对外提供事务服务，并且Leader 可以进行消息广播。同时如果有新的节点加入，还需要对新节点进行同步。

Zookeeper如何实现分布式锁

常见的分布式锁实现方案里面，除了使用redis来实现之外，使用Zookeeper也可以实现分布式锁。

Zookeeper 分布式锁是基于临时顺序节点来实现的，锁可理解为 Zookeeper 上的一个节点，当需要获取锁时，就在这个锁节点下创建一个临时顺序节点。

如下图所示：
在这里插入图片描述

当存在多个客户端同时来获取锁，就按顺序依次创建多个临时顺序节点，但只有排列序号是第一的那个节点能获取锁成功。

其他节点则按顺序分别监听前一个节点的变化，当被监听者释放锁时，监听者就可以马上获得锁。

Zookeeper JavaAPI（Curator）

1、简介
Apache Curator 是一个用于Apache ZooKeeper 的Java 客户端框架。 Curator 提供了一组易于使用的API和工具，简化了与ZooKeeper 的交互，同时提供了更高级别的抽象和功能。

2、搭建和使用Curator（以下环境使用的是spring boot）
1）、引入Curator支持

<!-- zookeeper支持 -->
<dependency>
    <groupId>org.apache.zookeeper</groupId>
    <artifactId>zookeeper</artifactId>
    <version>3.6.4</version>
</dependency>
<!-- curator-recipes -->
<dependency>
    <groupId>org.apache.curator</groupId>
    <artifactId>curator-recipes</artifactId>
    <version>5.5.0</version>
</dependency>
<!-- curator-framework -->
<dependency>
    <groupId>org.apache.curator</groupId>
    <artifactId>curator-framework</artifactId>
    <version>5.5.0</version>
</dependency>

2）、连接zookeeper客户端

//超时重试（连接间隔时间和超时连接次数）
RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 5);
//连接zookeeper对象
client = CuratorFrameworkFactory.newClient(
        "ip:port",
        1000,
        60*1000,
        retryPolicy);
//开始连接
client.start();

3）、创建节点

//1、创建节点并赋值
String path = client.create().forPath("/zuxia","helloworld".getBytes());
System.out.println("创建节点："+path);

//2、创建节点带子节点（如果不给子节点赋值，子节点的值默认为当前系统的IP地址）
String path = client.create().creatingParentsIfNeeded().forPath("/zuxia/abc");
System.out.println("创建节点："+path);

//3、创建临时节点（当断开连接时临时节点会自动删除,withMode中的属性可选择）
String path =client.create().withMode(CreateMode.EPHEMERAL).forPath("/a","helloworld".getBytes());
System.out.println("创建节点："+path);

4）、查询节点

//1、查询节点的数据
byte[] bytes = client.getData().forPath("/zuxia");
System.out.println(new String(bytes));

//2、查询节点的数据（详情信息）
Stat stats=new Stat();
System.out.println(stats);//为了区分两个结果的不同
byte[] be = client.getData().storingStatIn(stats).forPath("/zuxia");
System.out.println(stats);

5）、更新节点

//给节点赋值（返回值为Stat,可写可不写）
client.setData().forPath("/ab", "hello".getBytes());

6）、删除节点

//1、删除节点
System.out.println("删除节点："+client.delete().forPath("/wjh"));

//2、删除带有子节点的目录节点
System.out.println("删除子节点："+client.delete().deletingChildrenIfNeeded().forPath("/zuxia"));

7）、Watch事件监听
•ZooKeeper 允许用户在指定节点上注册一些Watcher，并且在一些特定事件触发的时候，ZooKeeper 服务端会将事件通知到感兴趣的客户端上去，该机制是 ZooKeeper 实现分布式协调服务的重要特性。

•ZooKeeper 中引入了Watcher机制来实现了发布/订阅功能能，能够让多个订阅者同时监听某一个对象，当一个对象自身状态变化时，会通知所有订阅者。

•ZooKeeper提供了三种Watcher：

NodeCache : 只是监听某一个特定的节点

PathChildrenCache : 监控一个ZNode的子节点.

TreeCache : 可以监控整个树上的所有节点，类似于PathChildrenCache和NodeCache的组合

1、NodeCache 监听事件

@Test
void testNodeCache() throws Exception {
// 1. 创建NodeCache
NodeCache nodeCache = new NodeCache(client, "/ab");
// 2. 注册监听
nodeCache.getListenable().addListener(new NodeCacheListener() {
    @Override
    public void nodeChanged() throws Exception {
        System.out.println("/ab节点发生变更");
        byte[] dataBytes = nodeCache.getCurrentData().getData();
        System.out.println("节点修改后的数据：" + new String(dataBytes));
    }
});
// 3. 开启监听，如果设置为true，则开启监听时，加载缓冲数据
nodeCache.start(true);
while(true){}
}

2、PathChildrenCache 监听事件

@Test
void testPathChildrenCache() throws Exception {
//创建监听对象(监听指定节点下的)
PathChildrenCache pathChildrenCache= new PathChildrenCache(client, "/zuxia", true);
//注册监听事件
pathChildrenCache.getListenable().addListener(new PathChildrenCacheListener() {
    @Override
    public void childEvent(CuratorFramework cf, PathChildrenCacheEvent event) throws Exception {
        System.out.println("节点发生变化了");
        PathChildrenCacheEvent.Type type = event.getType();
        //当前判断的是当节点发生更新时进入改方法，可以选择添加或者删除的方法
        if (type.equals(PathChildrenCacheEvent.Type.CHILD_UPDATED)){
            byte[] bytes = event.getData().getData();
            System.out.println("节点修改后的数据"+new String(bytes));
        }
    }
});
//开启监听
pathChildrenCache.start();
while (true){}
}

3、TreeCache 监听事件

@Test
void testTreeCache() throws Exception {
    //创建监听对象
    TreeCache treeCache = new TreeCache(client, "/zuxia");
    //注册监听
    treeCache.getListenable().addListener(new TreeCacheListener() {
        @Override
        public void childEvent(CuratorFramework curatorFramework, TreeCacheEvent treeCacheEvent) throws Exception {
            System.out.println("节点发生变化了");
            TreeCacheEvent.Type type = treeCacheEvent.getType();
            if (type.equals(TreeCacheEvent.Type.NODE_ADDED)){
                System.out.println("节点添加了");
            }
        }
    });
    //开启监听
    treeCache.start();
    while (true){}
}

8）、分布式锁实现

首先我们要了解什么是分布式锁？

在我们进行单机应用开发，涉及并发同步的时候，我们往往采用synchronized或者Lock的方式来解决多线程间的代码同步问题，这时多线程的运行都是在同一个JVM之下，没有任何问题。

但当我们的应用是分布式集群工作的情况下，属于多JVM下的工作环境，跨JVM之间已经无法通过多线程的锁解决同步问题。

那么就需要一种更加高级的锁机制，来处理种跨机器的进程之间的数据同步问题——这就是分布式锁。

在这里插入图片描述

其次也要悉知分布式锁的原理：

核心思想：当客户端要获取锁，则创建节点，使用完锁，则删除该节点。

1.客户端获取锁时，在lock节点下创建临时顺序节点。

2.然后获取lock下面的所有子节点，客户端获取到所有的子节点之后，如果发现自己创建的子节点序号最小，那么就认为该客户端获取到了锁。使用完锁后，将该节点删除。

3.如果发现自己创建的节点并非lock所有子节点中最小的，说明自己还没有获取到锁，此时客户端需要找到比自己小的那个节点，同时对其注册事件监听器，监听删除事件。

4.如果发现比自己小的那个节点被删除，则客户端的

Watcher会收到相应通知，此时再次判断自己创建的节点

是否是lock子节点中序号最小的，如果是则获取到了锁，

如果不是则重复以上步骤继续获取到比自己小的一个节点

并注册监听。
在这里插入图片描述

案例操作----模拟12306售票：

•在Curator中有五种锁方案：

•InterProcessSemaphoreMutex：分布式排它锁（非可重入锁）

•InterProcessMutex：分布式可重入排它锁

•InterProcessReadWriteLock：分布式读写锁

•InterProcessMultiLock：将多个锁作为单个实体管理的容器

•InterProcessSemaphoreV2：共享信号量

方法类：

package com.wjh;

import org.apache.curator.RetryPolicy;
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;

import java.util.concurrent.TimeUnit;

public class TickTest implements Runnable{
    private int x=10;//票数
    //创建分布式可重入排它锁对象
    private InterProcessMutex lock;
    CuratorFramework client;

    //当前方法的构造方法
    public TickTest() {
        //超时重试（连接间隔时间和超时连接次数）
        RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 5);
        //连接zookeeper对象
        client = CuratorFrameworkFactory.newClient(
                "ip:port",
                1000,
                60*1000,
                retryPolicy);
        //开始连接
        client.start();
        //创建分布式可重入排它锁对象连接zookeeper注册中心客户端
        //客户端中不用创建，这里会自动创建
        lock = new InterProcessMutex(client, "/lock");
    }

    @Override
    public void run() {
        try {
            //设置锁
            lock.acquire(3, TimeUnit.SECONDS);
            while (true) {
                if(x>0){
                    //输出的调用线程的对象以及票数的数量
                    System.out.println(Thread.currentThread()+"票数:" + x);
                    //间隔200毫秒输出一次
                    Thread.sleep(200);
                    x--;
                }
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        }finally {
            try {
                //释放锁
                lock.release();
            } catch (Exception e) {
                throw new RuntimeException(e);

            }
        }
    }
}

测试类：

package com.wjh;

public class MaiTest {

    //使用main方法调用
    public static void main(String[] args) {
        //实现线程方法
        TickTest tick = new TickTest();
        //创建线程对象
        Thread t1 = new Thread(tick,"携程");
        Thread t2 = new Thread(tick,"飞猪");
        //启动线程
        t1.start();
        t2.start();
    }
}