zookeeper使用教程
Zookeeper
1. Zookeeper概述
1.1 概述
Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目。
1.2 特点
1）Zookeeper：一个领导者（leader），多个跟随者（follower）组成的集群。
2）Leader负责进行投票的发起和决议，更新系统状态。
3）Follower用于接收客户请求并向客户端返回结果，在选举Leader过程中参与投票。
4）集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。
5）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。
6）更新请求顺序进行，来自同一个client的更新请求按其发送顺序依次执行。
7）数据更新原子性，一次数据更新要么成功，要么失败。
8）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文件系统很类似，整体上可以看作是一棵树，每个节点称做一个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。
数据结构图
1.4 应用场景
提供的服务包括：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。
1.4.1 统一命名服务
在分布式环境下，经常需要对应用/服务进行统一命名，便于识别不同服务。
（1）类似于域名与ip之间对应关系，ip不容易记住，而域名容易记住。
（2）通过名称来获取资源或服务的地址，提供者等信息。
1.4.2 统一配置管理
1）分布式环境下，配置文件管理和同步是一个常见问题。
（1）一个集群中，所有节点的配置信息是一致的，比如 Hadoop 集群。
（2）对配置文件修改后，希望能够快速同步到各个节点上。
2）配置管理可交由ZooKeeper实现。
（1）可将配置信息写入ZooKeeper上的一个Znode。
（2）各个节点监听这个Znode。
（3）一旦Znode中的数据被修改，ZooKeeper将通知各个节点。
1.4.3 统一集群管理
1）分布式环境中，实时掌握每个节点的状态是必要的。
（1）可根据节点实时状态做出一些调整。
2）可交由ZooKeeper实现。
（1）可将节点信息写入ZooKeeper上的一个Znode。
（2）监听这个Znode可获取它的实时状态变化。
3）典型应用
（1）HBase中Master状态监控与选举。
1.4.4 服务器节点动态上下线
客户端能实时洞察到服务器上下线的变化.
1.4.5 软负载均衡
负载均衡，英文名称为Load Balance，其含义就是指将负载（工作任务）进行平衡、分摊到多个操作单元上进行运行，例如FTP服务器、Web服务器、企业核心应用服务器和其它主要任务服务器等，从而协同完成工作任务。
1.5 下载地址
1）官网首页：
2. Zookeeper安装
2.1. 集群规划
在hadoop01、hadoop02和hadoop03三个节点上部署Zookeeper。
2.2. 解压安装
（1）解压zookeeper安装包到/opt/module/目录下
[root@hadoop102 software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/
（2）在/opt/module/zookeeper-3.4.10/这个目录下创建data
mkdir -p data
（3）重命名/opt/module/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg
mv zoo_sample.cfg zoo.cfg
2.3. 配置zoo.cfg文件
（1）具体配置
dataDir=/opt/module/zookeeper-3.4.10/data
增加如下配置
#######################cluster##########################
server.1=hadoop01:2888:3888
server.2=hadoop02:2888:3888
server.3=hadoop03:2888:3888
（2）配置参数解读
Server.A=B:C:D。
A是一个数字，表示这个是第几号服务器；
B是这个服务器的ip地址；
C是这个服务器与集群中的Leader服务器交换信息的端口；
D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
2.4. 集群操作
（1）在/opt/module/zookeeper-3.4.10/data目录下创建一个myid的文件
touch myid
添加myid文件，注意一定要在linux里面创建，在notepad++里面很可能乱码
（2）编辑myid文件
vi myid
在文件中添加与server对应的编号：如1
（3）分发拷贝配置好的zookeeper到其他机器上
（4）分别启动zookeeper
[root@hadoop01 zookeeper-3.4.10]# bin/zkServer.sh start
[root@hadoop02 zookeeper-3.4.10]# bin/zkServer.sh start
[root@hadoop03 zookeeper-3.4.10]# bin/zkServer.sh start
（5）查看状态
[root@hadoop01 zookeeper-3.4.10]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower
[root@hadoop02 zookeeper-3.4.10]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: leader
[root@hadoop03 zookeeper-3.4.5]# bin/zkServer.sh status
JMX enabled by default
Using config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfg
Mode: follower
2.5. 附zoo.cfg文件中参数含义
1）tickTime=2000：通信心跳数，Zookeeper服务器心跳时间，单位毫秒
Zookeeper使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳，时间单位为毫秒。
它用于心跳机制，并且设置最小的session超时时间为两倍心跳时间。(session的最小超时时间是2*tickTime)
2）initLimit=10：Leader和Follower初始通信时限
集群中的follower跟随者服务器与leader领导者服务器之间初始连接时能容忍的最多心跳数（tickTime的数量），用它来限定集群中的Zookeeper服务器连接到Leader的时限。
投票选举新leader的初始化时间
Follower在启动过程中，会从Leader同步所有最新数据，然后确定自己能够对外服务的起始状态。
Leader允许Follower在initLimit时间内完成这个工作。
3）syncLimit=5：Leader和Follower同步通信时限
集群中Leader与Follower之间的最大响应时间单位，假如响应超过syncLimit * tickTime，Leader认为Follwer死掉，从服务器列表中删除Follwer。
在运行过程中，Leader负责与ZK集群中所有机器进行通信，例如通过一些心跳检测机制，来检测机器的存活状态。
如果L发出心跳包在syncLimit之后，还没有从F那收到响应，那么就认为这个F已经不在线了。
4）dataDir：数据文件目录+数据持久化路径
保存内存数据库快照信息的位置，如果没有其他说明，更新的事务日志也保存到数据库。
5）clientPort=2181：客户端连接端口
监听客户端连接的端口
3. Zookeeper shell客户端操作
|
命令基本语法 |
功能描述 |
|
help |
显示所有操作命令 |
|
ls path [watch] |
使用 ls 命令来查看当前znode中所包含的内容 |
|
ls2 path [watch] |
查看当前节点数据并能看到更新次数等数据 |
|
create |
普通创建 -s 含有序列 -e 临时（重启或者超时消失） |
|
get path [watch] |
获得节点的值 |
|
set |
设置节点的具体值 |
|
stat |
查看节点状态 |
|
delete |
删除节点 |
|
rmr |
递归删除节点 |
1）启动客户端
[root@hadoop103 zookeeper-3.4.10]$ bin/zkCli.sh
2）显示所有操作命令
[zk: localhost:2181(CONNECTED) 1] help
3）查看当前znode中所包含的内容
[zk: localhost:2181(CONNECTED) 0] ls /
[zookeeper]
4）查看当前节点数据并能看到更新次数等数据
[zk: localhost:2181(CONNECTED) 1] ls2 /
[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
5）创建普通节点
[zk: localhost:2181(CONNECTED) 2] create /app1 “hello app1”
Created /app1
[zk: localhost:2181(CONNECTED) 4] create /app1/server101 “192.168.1.101”
Created /app1/server101
6）获得节点的值
[zk: localhost:2181(CONNECTED) 6] get /app1
hello app1
cZxid = 0x20000000a
ctime = Mon Jul 17 16:08:35 CST 2017
mZxid = 0x20000000a
mtime = Mon Jul 17 16:08:35 CST 2017
pZxid = 0x20000000b
cversion = 1
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 10
numChildren = 1
[zk: localhost:2181(CONNECTED) 8] get /app1/server101
192.168.1.101
cZxid = 0x20000000b
ctime = Mon Jul 17 16:11:04 CST 2017
mZxid = 0x20000000b
mtime = Mon Jul 17 16:11:04 CST 2017
pZxid = 0x20000000b
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 13
numChildren = 0
7）创建短暂节点
[zk: localhost:2181(CONNECTED) 9] create -e /app 8888
（1）在当前客户端是能查看到的
[zk: localhost:2181(CONNECTED) 10] ls /
[app1, app, zookeeper]
（2）退出当前客户端然后再重启客户端
[zk: localhost:2181(CONNECTED) 12] quit
[root@hadoop104 zookeeper-3.4.10]$ bin/zkCli.sh
（3）再次查看根目录下短暂节点已经删除
[zk: localhost:2181(CONNECTED) 0] ls /
[app1, zookeeper]
8）创建带序号的节点
（1）先创建一个普通的根节点app2
[zk: localhost:2181(CONNECTED) 11] create /app2 “app2”
（2）创建带序号的节点
[zk: localhost:2181(CONNECTED) 13] create -s /app2/aa 888
Created /app2/aa0000000000
[zk: localhost:2181(CONNECTED) 14] create -s /app2/bb 888
Created /app2/bb0000000001
[zk: localhost:2181(CONNECTED) 15] create -s /app2/cc 888
Created /app2/cc0000000002
如果原节点下有1个节点，则再排序时从1开始，以此类推。
[zk: localhost:2181(CONNECTED) 16] create -s /app1/aa 888
Created /app1/aa0000000001
9）修改节点数据值
[zk: localhost:2181(CONNECTED) 2] set /app1 999
10）节点的值变化监听
（1）在104主机上注册监听/app1节点数据变化
[zk: localhost:2181(CONNECTED) 26] get /app1 watch
（2）在103主机上修改/app1节点的数据
[zk: localhost:2181(CONNECTED) 5] set /app1 777
（3）观察104主机收到数据变化的监听
WATCHER::
WatchedEvent state:SyncConnected type:NodeDataChanged path:/app1
11）节点的子节点变化监听（路径变化）
（1）在02主机上注册监听/app1节点的子节点变化
[zk: localhost:2181(CONNECTED) 1] ls /app1 watch
[aa0000000001, server101]
（2）在03主机/app1节点上创建子节点
[zk: localhost:2181(CONNECTED) 6] create /app1/bb 666
Created /app1/bb
（3）观察02主机收到子节点变化的监听
WATCHER::
WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/app1
12）删除节点
[zk: localhost:2181(CONNECTED) 4] delete /app1/bb
13）递归删除节点
[zk: localhost:2181(CONNECTED) 7] rmr /app2
14）查看节点状态
[zk: localhost:2181(CONNECTED) 12] stat /app1
cZxid = 0x20000000a
ctime = Mon Jul 17 16:08:35 CST 2017
mZxid = 0x200000018
mtime = Mon Jul 17 16:54:38 CST 2017
pZxid = 0x20000001c
cversion = 4
dataVersion = 2
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 3
numChildren = 2
4. Java API应用
4.1. 创建ZooKeeper客户端
|
private static String connectString = “hadoop01:2181,hadoop02:2181,hadoop03:2181”; private static int sessionTimeout = 2000; private ZooKeeper zkClient = null;
@Before public void init() throws Exception {
zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() { @Override public void process(WatchedEvent event) { // 收到事件通知后的回调函数（用户的业务逻辑） System.out.println(event.getType() + “–” + event.getPath());
// 再次启动监听 try { zkClient.getChildren(“/”, true); } catch (Exception e) { e.printStackTrace(); } } }); } |
4.2. 创建子节点
|
// 创建子节点 @Test public void create() throws Exception { // 数据的增删改查 // 参数1：要创建的节点的路径； 参数2：节点数据 ； 参数3：节点权限 ；参数4：节点的类型 String nodeCreated = zkClient.create(“/eclipse”, “hello zk”.getBytes(), Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT); } |
4.3. 获取子节点并监听
|
// 获取子节点 @Test public void getChildren() throws Exception { List<String> children = zkClient.getChildren(“/”, true);
for (String child : children) { System.out.println(child); }
// 延时阻塞 Thread.sleep(Long.MAX_VALUE); } |
4.4. 判断znode是否存在
|
// 判断znode是否存在 @Test public void exist() throws Exception { Stat stat = zkClient.exists(“/eclipse”, false);
System.out.println(stat == null ? “not exist” : “exist”); } |
5. 案例实战
5.1. 监听服务器节点动态上下线案例
1） 需求：某分布式系统中，主节点可以有多台，可以动态上下线，任意一台客户端都能实时感知到主节点服务器的上下线
5.2. 需求分析
5.3. 代码实现
（1）现在集群上创建/servers节点
[zk: localhost:2181(CONNECTED) 10] create /servers “servers”
Created /servers
（2）创建工程并导入依赖
|
<dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <scope>test</scope> </dependency> <dependency> <groupId>org.apache.zookeeper</groupId> <artifactId>zookeeper</artifactId> <version>3.4.10</version> </dependency> |
（3）服务器端代码
|
import java.io.IOException; import org.apache.zookeeper.CreateMode; import org.apache.zookeeper.WatchedEvent; import org.apache.zookeeper.Watcher; import org.apache.zookeeper.ZooKeeper; import org.apache.zookeeper.ZooDefs.Ids;
public class DistributeServer {
private static String connectString = “hadoop01:2181,hadoop02:2181,hadoop03:2181”; private static int sessionTimeout = 2000; private ZooKeeper zk = null; private String parentNode = “/servers”;
// 创建到zk的客户端连接 public void getConnect() throws IOException{
zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
@Override public void process(WatchedEvent event) {
} }); }
// 注册服务器 public void registServer(String hostname) throws Exception{ String create = zk.create(parentNode + “/server”, hostname.getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
System.out.println(hostname +” is noline “+ create); }
// 业务功能 public void business(String hostname) throws Exception{ System.out.println(hostname+” is working …”);
Thread.sleep(Long.MAX_VALUE); }
public static void main(String[] args) throws Exception { // 获取zk连接 DistributeServer server = new DistributeServer(); server.getConnect();
// 利用zk连接注册服务器信息 server.registServer(args[0]);
// 启动业务功能 server.business(args[0]); } } |
（4）客户端代码
|
import java.io.IOException; import java.util.ArrayList; import java.util.List; import org.apache.zookeeper.WatchedEvent; import org.apache.zookeeper.Watcher; import org.apache.zookeeper.ZooKeeper;
public class DistributeClient { private static String connectString = “hadoop01:2181,hadoop02:2181,hadoop03:2181”; private static int sessionTimeout = 2000; private ZooKeeper zk = null; private String parentNode = “/servers”; private volatile ArrayList<String> serversList = new ArrayList<>();
// 创建到zk的客户端连接 public void getConnect() throws IOException { zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
@Override public void process(WatchedEvent event) {
// 再次启动监听 try { getServerList(); } catch (Exception e) { e.printStackTrace(); } } }); }
// public void getServerList() throws Exception {
// 获取服务器子节点信息，并且对父节点进行监听 List<String> children = zk.getChildren(parentNode, true); ArrayList<String> servers = new ArrayList<>();
for (String child : children) { byte[] data = zk.getData(parentNode + “/” + child, false, null);
servers.add(new String(data)); }
// 把servers赋值给成员serverList，已提供给各业务线程使用 serversList = servers;
System.out.println(serversList); }
// 业务功能 public void business() throws Exception { System.out.println(“client is working …”); Thread.sleep(Long.MAX_VALUE); }
public static void main(String[] args) throws Exception {
// 获取zk连接 DistributeClient client = new DistributeClient(); client.getConnect();
// 获取servers的子节点信息，从中获取服务器信息列表 client.getServerList();
// 业务进程启动 client.business(); } } |
仅供参考，有错误还请指出！
有什么想法，评论区留言，互相指教指教。
觉得不错的可以点一下右边的推荐哟