zookeeper学习整理

概述

zookeeper是一个高可用的分布式数据管理与协调框架，基于ZAB算法实现，主要解决分布式一致性问题。

https://www.cnblogs.com/felixzh/p/5869212.html

核心概念

节点

zk的命名空间是由一系列数据节点组成的，节点上可以包含数据。

类型

节点类型分为：持久节点、临时节点、顺序节点。

创建过程中通过组合有以下4种：

• CreateMode.PERSISTENT ：永久性节点

• CreateMode.PERSISTENT_SEQUENTIAL ：永久性序列节点

• CreateMode.EPHEMERAL ：临时节点，会话断开或过期时会删除此节点

• CreateMode.PERSISTENT_SEQUENTIAL ：临时序列节点，会话断开或过期时会删除此节点

只有叶子节点可以是临时节点，其他节点必须是永久性节点。

状态信息

Stat类中包含了数据节点的所有状态信息。

版本-保证分布式数据原子性操作

zk中数据节点具有3种类型的版本信息：

• version : 当前数据节点数据内容的版本号

• cversion: 当前数据节点子节点的版本号

• aversion: 当前数据节点ACL变更版本号

Watcher-数据变更的通知

zk内部一个重要的特性就是可以监听节点的变化状态。

ACL--保障数据的安全

zk提供了一套完善的Access Control List权限控制机制来保障数据的安全。

客户端

原生

https://www.cnblogs.com/zpb2016/p/5791641.html

http://blog.csdn.net/jiuqiyuliang/article/details/56012027

zkClient.jar

http://blog.csdn.net/wo541075754/article/details/68929512

Curator

全世界使用最广泛的zk客户端之一。

对事件监听、分布式锁、分布式计数器、master选举、分布式Barrier有很好的支持。

应用场景

分布式锁

锁包括排他锁和共享锁，排他锁又成为写锁、独占锁，加锁期间只允许一个事务对其操作。共享锁又成为读锁，当一个事务对数据对象加上共享锁，事务就只能进行数据读取，其他事务也只能对数据对象加共享锁，直到此对象上所有共享锁被释放。

分布式锁实现流程：

1.在/app下创建临时节点lock

2.获取/app下所有子节点

3.判断是否是写请求，如果是写请求获取排他锁，自己的lock节点序号节点最小占有锁，然后执行、释放，否则监听比自己序号小的节点，等待锁；

4.如果是读请求，判断自己的lock节点是否是最小的，或者比自己小的都是读请求，如果是占有锁，否则监听比自己序号小的节点，等待锁。

master选举

利用zk的强一致性，能够保证高并发下节点的创建一定能全局唯一性。

实现流程：

N台服务在同一时刻同时对/app节点下创建"master"临时子节点，只有其中一台可以创建成功，此时创建成功的便是master，其他服务队/app节点上注册子节点变更的watcher，如果master挂了，其他服务重新进行选举。

配置中心

配置中心也可以叫做数据发布/订阅系统。zk内部采用的是推拉相结合的方式：客户端向服务端注册需要关注的节点，一旦节点数据发生变更，服务端就会向相应的客户端发送watcher事件通知，客户端接收到消息后，需要主动到服务端获取最新的数据。

命名服务

在zk中，每一个数据节点都能够维护一份子节点的顺序顺列，当客户端对其创建一个顺序子节点的时候zk会自动以后缀的形式在其子节点上添加一个序号，命名服务即使利用zk的这种特性。

动态DNS服务

分布式队列/屏障