基本 *** 作：
create /xxx abc: 创建持久节点，值为abc create -e /xxx: 创建临时节点 create -s /xxx: 创建持久序号节点 create -s -e /xxx: 创建临时序号节点 create -c /xxx: 创建容器节点，当容器中没有任何子节点，该容器会被定期删除（60s） ls / : 获得所有结点 ls /xxx: 获得xxx的子节点 ls -R /xxx : 递归查询，获得xxx所有的子孙节点 get /xxx: 获得xxx的数据 get -s /xxx: 获得xxx的详细数据 //删除 delete /xxx: 删除xxx //乐观锁删除 delete -v [version] /xxx : 删除xxx
zk的数据持久化
zk的数据使运行在内存中，zk提供了两种持久化机制：
- 事务日志
zk把执行的命令以日志形式保存在dataLogDir指定的路径中的文件中
**- 数据快照 **
zk会在一定的时间间隔内做一次内存数据的快照，把该时刻的内存数据保存在快照文件中
zk在恢复数据时，先恢复快照文件中的数据到内存中，再用日志文件中的数据做增量恢复
权限设置：注册当前会话的账号和密码：
addauth digest xiaowang:123456
创建结点并设置权限：
create /test-node abc auth:xiaowang:123456:cdwra
在另一个会话中，必须先使用账号密码，才能拥有 *** 作该节点的权限
Curator客户端的使用Curator是一套zookeeper客户端框架，封装了大部分zookeeper的功能，比如leader选举、分布式锁…
1、maven引入依赖
org.apache.curator curator-framework2.12.0 org.apache.curator curator-recipes2.12.0 org.apache.zookeeper zookeeper//若不冲突可不加 org.slf4j slf4j-log4j123.7.0
配置文件
curator.retryCount=5 curator.elapsedTimeMs=5000 curator.connectString=192.168.132.129:2181 curator.sessionTimeoutMs=60000 curator.connectionTimeoutMs=5000
配置类：
@Data
@Component
@ConfigurationProperties(prefix = "curator")
public class WrapperZK {
private int retryCount;
private int elapsedTimeMs;
private String connectString;
private int sessionTimeoutMs;
private int connectionTimeoutMs;
}
@Configuration
public class CuratorConfig {
@Autowired
WrapperZK wrapperZK;
@Bean(initMethod = "start")
public Curatorframework curatorframework(){
return CuratorframeworkFactory.newClient(
wrapperZK.getConnectString(),
wrapperZK.getSessionTimeoutMs(),
wrapperZK.getConnectionTimeoutMs(),
new RetryNTimes(wrapperZK.getRetryCount(),wrapperZK.getElapsedTimeMs())
);
}
}
test类
@Slf4j
@SpringBootTest
public class test {
@Autowired
Curatorframework curatorframework;
@Test
void createNode() throws Exception{
//添加持久结点
String path1 = curatorframework.create().forPath("/curator-node","abc".getBytes());
//添加临时序号节点
// String path2 = curatorframework.create().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath("/curator-node","abc".getBytes());
System.out.println(String.format("curator create node ：%s successfully,",path1));
System.in.read();
}
@Test
void testGetData() throws Exception {
byte[] bytes = curatorframework.getData().forPath("/curator-node");
System.out.println(new String(bytes));
}
@Test
void testSetData() throws Exception {
curatorframework.setData().forPath("/curator-node","changed".getBytes());
byte[] bytes = curatorframework.getData().forPath("/curator-node");
System.out.println(new String(bytes));
}
@Test
void testCreatWithParent() throws Exception{
String pathWithParent = "/node-parent/sub-node-1";
String path = curatorframework.create().creatingParentsIfNeeded().forPath(pathWithParent);
System.out.println(String.format("curator create node ：%s successfully,",path));
}
@Test
void testDelete() throws Exception{
String pathWithParent = "/node-parent";
curatorframework.delete().guaranteed().deletingChildrenIfNeeded().forPath(pathWithParent);
}
}
zk实现分布锁
1.zk中锁的种类：
读锁：大家都可以读。要想上读锁的前提：之前的锁没有写锁。
写锁： 只有得到写锁才能写。要想上写锁的前提：之前没有任何锁。
2.zk如何上读锁
创建一个临时序号节点，节点的数据是read，表示是读锁
获取当前zk中序号比自己小的所有节点
判断最小节点是否是读锁：
如果不是读锁的话，则上锁失败，为最小结点设置监听。阻塞等待，zk的watch机制会当最小节点发生变化时通知当前节点，于是再执行第二步的流程
如果是读锁，则上锁成功
创建一个临时序号节点，节点的数据是write，表示是写锁获取当前zk中的所有节点判断自己是否是最小的节点：
- 如果是，则上写锁成功如果不是，说明前面还有锁，则上锁失败，监听最小的节点，如果最小节点有变化，则返回第二步
如果用上述的上锁方式，只要有节点发生变化，就会触发其他节点的监听事件，这样对zk的压力非常大，–羊群效应。
可以调整为链式监听，解决这个问题。
zk的watch机制：
把watch理解为注册在特定Znode上的触发器。当这个Znode发生改变，也就是调用了create，delete，setData方法的时候，将会触发Znode上注册的对应事件，请求watch的客户端会接收到异步通知。
具体交互过程如下：
**get -w /xxx **
2.zkCli客户端使用watch
create /test xxx get -w /test 一次性监听节点 ls -w /test 监听目录，创建和删除子节点会收到通知。子节点中新增节点不会收到通知 ls -R -w /test 对于子节点中子节点的变化，但内容的变化不会收到通知
3.Curator使用watch
@Test
public void addNodeListener() throws Exception {
NodeCache nodeCache = new NodeCache(curatorframework, "/curator-node");
nodeCache.getListenable().addListener(new NodeCacheListener() {
@Override
public void nodeChanged() throws Exception {
log.info("{} path nodeChanged:","/curator-node");
printNodeData();
}
});
nodeCache.start();
System.in.read();
}
public void printNodeData() throws Exception {
byte[] bytes = curatorframework.getData().forPath("/curator-node");
log.info("data:{}",new String(bytes));
}
5.Curator实现读写锁
1）获取读锁
@Test
public void testGetReadLock() throws Exception {
//读写锁
InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(curatorframework,"/lock1");
//获取读锁对象
InterProcessLock interProcessLock = interProcessReadWriteLock.readLock();
System.out.println("等待获取读锁对象！");
//获取锁
interProcessLock.acquire();
for (int i = 0; i < 100; i++) {
Thread.sleep(3000);
System.out.println(i);
}
//释放锁
interProcessLock.release();
System.out.println("等待释放锁");
}
2）获取写锁
@Test
public void testGetWriteLock() throws Exception {
//读写锁
InterProcessReadWriteLock interProcessReadWriteLock = new InterProcessReadWriteLock(curatorframework,"/lock2");
//获取读锁对象
InterProcessLock interProcessLock = interProcessReadWriteLock.writeLock();
System.out.println("等待获取写锁对象！");
//获取锁
interProcessLock.acquire();
for (int i = 0; i < 100; i++) {
Thread.sleep(3000);
System.out.println(i);
}
//释放锁
interProcessLock.release();
System.out.println("等待释放锁");
}
zk集群
1.zk集群角色：
leader：处理集群的所有事务请求，集群只有一个leaderfollower：只能处理读请求，参与leader选举observer：只能处理读请求，提升集群读的性能，但不能参与leader选举 2.集群搭建
1）创建4个节点的myid，并设值
2)在conf文件中创建4个zoo.cfg
其中zoo1.cfg配置如下：
# The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. # do not use /tmp for storage, /tmp here is just # example sakes. dataDir=/opt/zookeeper/zkdata/zk1 # the port at which the clients will connect clientPort=2181 # the maximum number of client connections. # increase this if you need to handle more clients #maxClientCnxns=60 # # Be sure to read the maintenance section of the # administrator guide before turning on autopurge. # # http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance # # The number of snapshots to retain in dataDir #autopurge.snapRetainCount=3 # Purge task interval in hours # Set to "0" to disable auto purge feature #autopurge.purgeInterval=1 server.1=192.168.132.129:2001:3001 server.2=192.168.132.129:2002:3002 server.3=192.168.132.129:2003:3003 server.4=192.168.132.129:2004:3004:observer
3）启动服务器
[root@192 bin]# ./zkServer.sh start ../conf/zoo1.cfg [root@192 bin]# ./zkServer.sh start ../conf/zoo2.cfg [root@192 bin]# ./zkServer.sh start ../conf/zoo3.cfg [root@192 bin]# ./zkServer.sh start ../conf/zoo4.cfg
4）查看集群状态
[root@192 bin]# ./zkServer.sh status ../conf/zoo1.cfg ZooKeeper JMX enabled by default Using config: ../conf/zoo1.cfg Client port found: 2181. Client address: localhost. Mode: follower [root@192 bin]# ./zkServer.sh status ../conf/zoo2.cfg ZooKeeper JMX enabled by default Using config: ../conf/zoo2.cfg Client port found: 2182. Client address: localhost. Mode: leader [root@192 bin]# ./zkServer.sh status ../conf/zoo3.cfg ZooKeeper JMX enabled by default Using config: ../conf/zoo3.cfg Client port found: 2183. Client address: localhost. Mode: follower [root@192 bin]# ./zkServer.sh status ../conf/zoo4.cfg ZooKeeper JMX enabled by default Using config: ../conf/zoo4.cfg Client port found: 2184. Client address: localhost. Mode: observer
可见zk2为leader，zk4为observer，其他为follower
5）连接Zookeeper集群
./bin/zkCli.sh -server 192.168.132.129:2181,192.168.132.129:2182,192.168.132.129:2183
3.ZAB协议1）什么是ZAB协议？
zk作为非常重要的分布式协调组件，需要进行集群部署，集群中会以一主多从的形式进行部署。zk为了保证数据的一致性，使用了ZAB协议，这个协议解决了zk的崩溃恢复和主从数据同步的问题。
2）ZAB协议定义的四种节点状态
Looking：选举状态Following：Follower节点所处状态Leading：Leader节点所处状态Observing：观察者节点所处状态
3）集群上线时的Leader选举过程：
4）崩溃恢复时的Leader选举过程：
leader建立完后，leader周期性不断向follower发送心跳（ping命令，没有内容的socket）。当leader崩溃后，follower发现socket通道已关闭，于是follower开始进入到looking状态，重新回到上一节中的leader选举状态，此时集群不能对外提供服务。
5）主从服务器之间的数据同步：
6）NIO和BIO的应用
NIO:
用于被客户端连接的2181端口，使用的是NIO模式与客户端建立连接
客户端开启Watch时，也使用NIO，等待Zookeeper服务器的回调
BIO：
集群在选举时，多个节点之间的投票通信端口，使用BIO进行通信
CAP理论 1.CAP定理：一个分布式系统最多只能同时满足一致性，可用性和分区容错性这三项中的两项。
一致性
更新 *** 作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。
可用性
服务一直可用，而且是正常响应时间。
分区容错性（必须）
分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具有容错性。
2.base理论base理论是对CAP理论的延申，核心思想是即使无法做到强一致性（CAP理论中的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性。
基本可用
基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。
电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。
软状态
允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication 的异步复制就是一种体现。
最终一致性
系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。
满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具有容错性。
2.base理论base理论是对CAP理论的延申，核心思想是即使无法做到强一致性（CAP理论中的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性。
基本可用
基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。
电商大促时，为了应对访问量激增，部分用户可能会被引导到降级页面，服务层也可能只提供降级服务。这就是损失部分可用性的体现。
软状态
允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据至少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication 的异步复制就是一种体现。
最终一致性
系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）