Zhenye's Blog

理解 Zookeeper 原理以及源码分析

 
  • Dec 03, 2020
  • 0 views

理解 Zookeeper 原理以及源码分析

Zookeeper 主要应用于大数据开发中的, 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、软负载均衡等场景.该框架相当于大数据框架中的润滑剂. 是大数据大数据开发工程师必须会的框架之一. 本套课程讲解了, Zookeeper 的集群安装、选举机制、监听器原理、写数据流程、Shell命令行操作、客户端API操作、服务器节点动态上下线综合案例以及企业真实面试题.

1. Zookeeper 入门

1.1. Zookeeper 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.

Zookeeper = "文件系统 + 通知机制"

Zookeeper 从设计模式角度来理解：是一个基于观察者模式设计的分布式服务管理框架, 它负责存储和管理大家都关心的数据, 然后接受观察者的注册, 一旦这些数据的状态发生变化, Zookeeper 就将负责通知已经在 Zookeeper 上注册的那些观察者做出相应的反应, 从而实现集群中类似 Master/Slave 管理模式

  • Zookeeper 是一个“数据库”
  • Zookeeper 是一个拥有文件系统特点的“数据库” （文件树形结构）
  • Zookeeper 可以解决数据一致性问题的分布式“数据库”
  • Zookeeper 具有发布, 订阅功能的分布式“数据库”

1.2. Zookeeper 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. (transaction)
  8. 实时性, 在一定时间范围内, Client 能读到最新数据. (复制很快, 数据量不大)

1.3. Zookeeper 的数据结构

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.

很显然 Zookeeper 集群自身维护了一套数据结构. 这个存储结构是一个树形结构, 其上的每一个节点, 我们称之为”znode”, 每一个 Znode 默认能够存储 1MB 的数据, 每个 ZNode 都可以通过其路径被唯一标识 (/app1/p_2)

1.4. Zookeeper 的应用场景

Zookeeper 提供的服务有:

  • 统一命名 / 配置服务管理
  • 统一集群管理
  • 服务器节点动态上下线
  • 软负载均衡
  • 分布式消息同步和协调机制

1.4.1. 统一命名 / 配置服务

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

  1. 在分布式环境下, 配置文件同步是十分常见的
    1. 一般要求同一个集群中, 所有节点的配置信息是一致的, 比如一个 Kafka 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
      1. 举个例子, 网站 domain name 和 ip 的对应关系, ip 地址放在Znode, client 去监听
  2. 配置管理也可以交给 Zookeeper 实现
    1. 将配置信息写入 Zookeeper 的一个 Znode 上
    2. 各个客户端服务器监听这个 Znode (监听变化)
    3. 一旦 Znode 中的数据被修改, Zookeeper 将通知给各个客户端服务器

1.4.2. 统一集群管理服务

  1. 分布式环境中, 需要实时掌握每个节点的状态
    1. 可以根据节点实时状态做出一些调整
  2. Zookeeper 可以实现实时监控节点状态变化
    1. 可以将某一个节点信息写入 Zookeeper 上的一个 Znode
    2. 其他节点监听这个 Znode 就可以获取该节点的实时状态变化

1.4.3. 服务器节点动态上下线

客户端能够实时洞察到服务器上下线的变化

  1. 服务端启动时去注册信息 (创建的是临时节点)
  2. 客户端获取到在线服务器列表, 并且注册监听
  3. 如果某个服务器下线
  4. 客户端获取到服务器节点上下线通知
  5. 重新获取在线的服务端列表信息

1.4.4. 软负载均衡

可以用来做一个十分简易的 Load-Balancer:

在 Zookeeper 中记录每一台服务器的访问数, 让访问数最少的服务器去处理最新的客户端请求

  • Register 负责域名的注册, 服务启动后将域名信息通 过 Register 注册到 Zookeeper 相对应的域名服务下.
  • Dispatcher 负责域名的解析. 可以实现软负载均衡.
  • Scanner 通过定时监测服务状态, 动态更新节点地址 信息.
  • Monitor 负责收集服务信息与状态监控.
  • Controller 提供后台 Console, 提供配置管理功能.

1.4.5. 数据发布与订阅

集中式配置中心 (Push + Pull)

  • 应用启动时主动到 Zookeeper 上获取配置信息, 并注册 Watcher 监听.
  • 配置管理员变更 Zookeeper 配置节点的内容.
  • Zookeeper 推送变更到应用, 触发 Watcher 回调函数.
  • 应用根据逻辑, 主动获取新的配置信息, 更改自身逻辑.

2. Zookeeper 安装配置

2.1. Zookeeper 配置参数解读

Zookeeper 的配置文件是 /opt/zookeeper/conf/zoo.cfg, 文件中的一些常用参数的含义如下

  1. tickTime: 通信心跳数, Zookeeper 服务器心跳 (HearBeat) 时间, 单位毫秒
    1. 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.
    2. 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：L&F 初始通信时限
    1. 集群中的 Follower 跟随者服务器 (F) 与 Leader 领导者服务器 (L) 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.
      1. 例如, initLimit = 10, tickTime = 2, 那么就是 10 * 2 = 20 秒的时间
    2. 投票选举新 Leader 的初始化时间
    3. 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.
    4. Leader 允许 F 在 initLimit 时间内完成这个工作.
  3. syncLimit：L&F 同步通信时限 (集群运行中)
    1. 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 挂了, 从服务器列表中删除 Follwer .
    2. 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.
    3. 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
    1. 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：客户端连接端口
    1. 监听客户端连接的端口

3. Zookeeper 内部原理

3.1. Zookeeper 内部选举机制 ★★★

如果 Zookeeper 是单机部署的情况是不需要进行选举的, 集群模式下才会进行选举

3.1.1. 选举机制

  1. 半数机制 (“Paxos 协议”) ：集群中半数以上机器存活, 集群可用. 所以 zookeeper 适合装在奇数台机器
  2. Zookeeper 虽然在配置文件中并没有指定 main 和 secondary. 但是, zookeeper 工作时, 是有一个节点为 leader, 其他则为 follower, Leader 是通过内部的选举机制临时产生的

★ Zookeeper 并没有直接采用 Paxos 协议算法, 而是采用 ZAB (Zookeeper Atomic Broadcast) 的一致性协议算法

  • 选举机制
  • 过半机制
  • 两阶段提交
  • 数据同步实现

以一个简单的例子来说明整个选举的过程.

假设有五台服务器组成的 zookeeper 集群, 它们的 id 从 1-5, 同时它们都是新启动的, 也就是没有历史数据, 在存放数据量这一点上, 都是一样的. 假设这些服务器依序启动, 来看看会发生什么.

  • 服务器 1 启动, 此时只有它一台服务器启动了, 它发出去的报没有任何响应, 所 以它的选举状态一直是 LOOKING 状态.
  • 服务器 2 启动, 它与最开始启动的服务器 1 进行通信, 互相交换自己的选举结果, 由于两者都没有历史数据, 所以 id 值较大的服务器 2 胜出, 但是由于没有达到超过半数以上的服务器都同意选举它 ( 这个例子中的半数以上是 3) , 所以服务器 1, 2 还是继续保持 LOOKING 状态.
  • 服务器 3 启动, 根据前面的理论分析, 服务器 3 成为服务器 1, 2, 3 中的老大, 而与上面不同的是, 此时有三台服务器选举了它, 所以它成为了这次选举的 leader.
  • 服务器 4 启动, 根据前面的分析, 理论上服务器 4 应该是服务器 1, 2, 3, 4 中最大的, 但是由于前面已经有半数以上的服务器选举了服务器 3, 所以它只能接收当小弟的命 了.
  • 服务器 5 启动, 同 4 一样当小弟.

Zookeeper 中通常是以 zxid (Zookeeper Transaction Id) 来标识数据的新旧程度 (版本), 节点的最新 zxid 越大代表这个节点的数据越新

3.1.2. 领导者选举发生的节点

  • 集群刚刚启动
  • Leader down
  • Follower down, Leader 发现已经没有过半的 Follower 跟随自己 (不能对外提供服务了)

3.1.3. 待定

3.1.4. 选举机制中涉及到的核心概念

Server Id (sid) 服务器 Id

比如有三台服务器, 编号越大, 那么在选择算法中的权重越大. 比如初始化启动时就是根据服务器的 Id 来进行比较的 (没有数据, 无 zxid 或者 zxid 一样大)

zxid 事务 Id

这是服务器中存放的数据的事务 Id, zxid 越大, 说明数据越新, 在选举时比较权重越高

Epoch 逻辑时钟

投票次数. 同一论投票过程中的逻辑时钟的值是相同的, 每投完一次票这个数据就会增加

Server 状态 - 选举状态
  • LOOKING: 竞选状态
  • FOLLOWING: 随从状态, 同步 leader, 参与投票
  • OBSERVING: 观察状态, 同步 leader, 不参与投票
  • LEADING: 领导者

3.2. Zookeeper 监听器原理 ★★★

  1. 监听原理详解

    1. 首先要有一个 main() 线程
    2. 在 main 线程中创建 Zookeeper 客户端, 这时就会创建两个线程, 一个负责网络连接通信（connet）, 一个负责监听（listener）.
    3. 通过 connect 线程将注册的监听事件发送给 Zookeeper.
    4. 在 Zookeeper 的注册监听器列表中将注册的监听事件添加到列表中.
    5. Zookeeper 监听到有数据或路径变化, 就会将这个消息发送给 listener 线程.
    6. listener 线程内部调用了 process() 方法.

  2. 常见的监听使用

    1. 监听节点数据的变化：

      get path [watch]

    2. 监听子节点增减的变化

      ls path [watch]

3.3. 数据一致性 Consistency

  • 强一致性
    • 要求步骤 2 读取时， 读到的 value 必须是 2 , 不能是 1
    • 要求数据库之间同步非常迅速或者在步骤 2 上加锁以等待数据同步完成
  • 弱一致性
    • 步骤 2 读取时, 可以读取到 1
  • 最终一致性
    • 步骤 2 读取时, 可以先读取到 1, 然后过一段时间读取到 2, 等待一段时间后才一致

保证了强一致性, 通常需要损耗可用性

3.3. Zookeeper 节点类型

Znode 有两种类型:

  • 短暂 (ephemeral): 客户端和服务器端断开连接后, 创建的节点自动删除
  • 持久 (persistent): 客户端和服务器端断开连接后, 创建的节点不删除

Znode 有四种形式的目录节点（默认是 persistent ）

  1. 持久化目录节点 (PERSISTENT)
    1. 客户端与 zookeeper 断开连接后, 该节点依旧存在
  2. 持久化顺序编号目录节点 (PERSISTENT_SEQUENTIAL)
    1. 客户端与 zookeeper 断开连接后, 该节点依旧存在, Zookeeper 给该节点名称进行顺序编号
  3. 临时目录节点 (EPHEMERAL)
    1. 客户端与 zookeeper 断开连接后, 该节点被删除
  4. 临时顺序编号目录节点 (EPHEMERAL_SEQUENTIAL)
    1. 客户端与 zookeeper 断开连接后, 该节点被删除, Zookeeper 给该节点名称进行顺序编号

顺序编号:

  • 创建 Znode 时设置顺序标识, Znode 名称后会附加一个值, 顺序号是一个单调递增的计数器, 由父节点维护
  • 在分布式系统中, 顺序号可以被用于为所有的事件进行全局排序, 这样客户端可以通过顺序号推断事件的顺序

3.4. Zookeeper 写数据的流程

ZooKeeper 的写数据流程主要分为以下几步：

  1. 比如 Client 向 ZooKeeper 的 Server1 上写数据, 发送一个写请求.
  2. 如果 Server1 不是 Leader, 那么 Server1 会把接受到的请求进一步转发给 Leader, 因 为每个 ZooKeeper 的 Server 里面有一个是 Leader . 这个 Leader 会将写请求广播给各个 Server, 比如 Server1 和 Server2, 各个 Server 写成功后就会通知 Leader.
  3. 当 Leader 收到大多数 Server 数据写成功了, 那么就说明数据写成功了. 如果这里 三个节点的话, 只要有两个节点数据写成功了, 那么就认为数据写成功了. 写成功之后, Leader 会告诉 Server1 数据写成功了.
  4. Server1 会进一步通知 Client 数据写成功了, 这时就认为整个写操作成功. ZooKeeper 整个写数据流程就是这样的.

4. Zookeeper 客户端命令行

https://www.tutorialspoint.com/zookeeper/zookeeper_cli.htm

4.1. Check Status

Status describes the metadata of a specified znode. It contains details such as Timestamp, Version number, ACL, Data length, and Children znode.

Return values:

  1. czxid
    1. 引起这个 znode 创建的 zxid, 创建节点的事务的 zxid. 每次修改 ZooKeeper 状态都会收到一个 zxid 形式的时间戳, 也就是 ZooKeeper 事务 ID.
    2. 事务 ID 是 ZooKeeper 中所有修改总的次序. 每个修改都有唯一的 zxid, 如果 zxid1 小于 zxid2, 那么 zxid1 是在 zxid2 之前发生的
  2. ctime - znode 被创建的毫秒数 (从 1970 年开始, lol)
  3. mzxid - znode 最后更新的 zxid
  4. mtime - znode 最后修改的毫秒数 (从 1970 年开始)
  5. pZxid - znode 最后更新的子节点 zxid
  6. cversion - znode 子节点变化号, znode 子节点修改次数
  7. dataversion - znode 数据变化号
  8. aclVersion - znode 访问控制列表的变化号
  9. ephemeralOwner - 如果是临时节点, 这个是 znode 拥有者的 session id. 如果不是临时节点则是 0.
  10. dataLength - znode 的数据长度
  11. numChildren - znode 子节点数量

References

  1. 用ZooKeeper来做：统一配置管理、统一命名服务、分布式锁、集群管理
  2. How To Install and Configure an Apache ZooKeeper Cluster on Ubuntu 18.04
  3. Zookeeper 与 Paxos - 简书
Search