本文最后更新于 326 天前，其中的信息可能已经有所发展或是发生改变。
概述
ZooKeeper 是 Apache 软件基金会的一个软件项目，它为大型分布式计算提供开源的分布式配置服务、同步服务和命名注册，在架构上，通过冗余服务实现高可用性（CP）。
ZooKeeper 的设计目标是将那些复杂且容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集，并以一系列简单易用的接口提供给用户使用。
基础回顾
数据结构
ZooKeeper 本身是一个树形目录服务（名称空间），非常类似于标准文件系统，key-value 的形式存储。名称 key 由斜线 / 分
割的一系列路径元素，例如：/node，ZooKeeper 名称空间中的每个节点都是由一个路径来标识的。
注意：
- 每个路径下的节点
key（完整路径，名称）是唯一的，即同一级节点key名称是唯一的 - 每个节点中存储了节点
value和对应的状态属性，其中属性可能有多个
节点类型：
- PERSISTENT：默认创建节点的类型，持久的节点
- PERSISTENT_SEQUENTIAL：持久顺序节点，会在路径后加上单调递增的后缀，适用于分布式锁和分布式选举，创建时添加 -s 参数
- EPHEMERAL：临时节点（不可拥有子节点），和会话绑定，断开服务后自动失效，创建时添加 -e 参数
- EPHEMERAL_SEQUENTIAL：临时顺序节点（不可在拥有子节点），会加上后缀，会话断开后删除，创建时添加 -e -s 参数
- CONTAINER：容器节点，当子节点都被删除后，Container 也随即删除，创建时添加 -c 参数
- PERSISTENT_WITH_TTL：如果该节点在 TTL 内没有被修改或没有子节点则过期删除，创建时添加 -t 参数
基础操作
节点操作的基础命令：
ls：查看某个路径下目录列表，可选参数 -s 返回状态信息， -w 监听节点变化，-R 递归查看某路径下目录列表create：创建节点并赋值，可选参数和节点的类型相照应，注意临时节点不能创建子节点set：修改节点存储的数据get：获取节点数据和状态信息，可选参数 -s 返回状态信息， -w 返回数据并对对节点进行事件监听stat：查看节点状态信息，也可选 -w 参数delete/deleteall：删除某节点，如果某节点不为空，则不能用delete命令删除
注意：-w 监听节点只能生效一次，在节点信息变化后返回变化信息并失效
分布式锁
原理实现
ZooKeeper 实现简单的分布式锁：
- 注册临时节点，谁注册成功谁获取锁，其他监听该节点的删除事件
- 一旦该临时节点被删除，通知其他客户端，再次重复该流程
但是上述方式存在问题——羊群效应：
- 当临时节点释放时，会通知到所有监听该节点的服务
- 多个服务又会同时发起重新注册的请求，导致 ZooKeeper 服务压力较大
高级实现
为了解决上面产生的问题，我们给出更为完善的方案：
- 所有服务注册临时顺序节点，并写入基本信息
- 所有服务获取节点列表并判断自己的节点是否是最小的那个，如果是说明获取到了锁
- 未获取锁的客户端添加对前一个节点删除事件的监听
- 锁释放/持有锁的客户端宕机 后，节点被删除，下一个节点的客户端收到通知，重复上述流程
基于上述解决方案，我们再将临时顺序节点的创建进行细分，分为分为读锁节点和写锁节点：
- 对于读锁节点而言，其只需要关心前一个写锁节点的释放
- 对于写锁节点而言，其只需要关心前一个节点的释放，而不需要关心前一个节点是写锁节点还是读锁节点
这样就基于 ZooKeeper 实现了共享锁和排他锁，在使用时，我们一般利用 Curator 客户端实现：
import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessLock;
import org.apache.curator.framework.recipes.locks.InterProcessSemaphoreMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;
import org.apache.curator.utils.CloseableUtils;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
public class DistributedLockDemo {
// ZooKeeper 锁节点路径, 分布式锁的相关操作都是在这个节点上进行
private final String lockPath = "/distributed-lock";
// ZooKeeper 服务地址, 单机格式为:(127.0.0.1:2181),
// 集群格式为:(127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183)
private String connectString;
// Curator 客户端重试策略
private RetryPolicy retry;
// Curator 客户端对象
private CuratorFramework client;
// client2 用户模拟其他客户端
private CuratorFramework client2;
// 初始化资源
@Before
public void init() throws Exception {
// 设置 ZooKeeper 服务地址为本机的 2181 端口
connectString = "192.168.200.168:2181";
// 重试策略
// 初始休眠时间为 1000ms, 最大重试次数为 3
retry = new ExponentialBackoffRetry(1000, 3);
// 创建一个客户端, 60000(ms)为 session 超时时间, 15000(ms)为链接超时时间
client = CuratorFrameworkFactory.newClient(connectString, 60000, 15000, retry);
client2 = CuratorFrameworkFactory.newClient(connectString, 60000, 15000, retry);
// 创建会话
client.start();
client2.start();
}
// 释放资源
@After
public void close() {
CloseableUtils.closeQuietly(client);
}
@Test
public void sharedLock() throws Exception {
// 创建共享锁
final InterProcessLock lock = new InterProcessSemaphoreMutex(client, lockPath);
// lock2 用于模拟其他客户端
final InterProcessLock lock2 = new InterProcessSemaphoreMutex(client2, lockPath);
new Thread(new Runnable() {
@Override
public void run() {
// 获取锁对象
try {
lock.acquire();
System.out.println("======== client1 get lock ========");
// 测试锁重入
Thread.sleep(5 * 1000);
lock.release();
System.out.println("======== client1 release lock ========");
} catch (Exception e) {
e.printStackTrace();
}
}
}).start();
new Thread(new Runnable() {
@Override
public void run() {
// 获取锁对象
try {
lock2.acquire();
System.out.println("======== client2 get lock ========");
Thread.sleep(5 * 1000);
lock2.release();
System.out.println("======== client2 release lock ========");
} catch (Exception e) {
e.printStackTrace();
}
}
}).start();
Thread.sleep(20 * 1000);
}
}InterProcessMutex：分布式可重入排它锁（可重入可以借助LocalMap存计数器）InterProcessSemaphoreMutex：分布式排它锁InterProcessMultiLock：将多个锁作为单个实体管理的容器InterProcessReadWriteLock：分布式读写锁
集群应用
集群节点配置
对于搭建 ZooKeeper 集群的节点往往采用奇数个：
- 保证容错：需要保证集群能够有半数进行投票，例如：
- 三台集群，至少 2 台正常运行才行（3的半数为 1.5，半数以上最少为 2）
- 因此，正常运行可以允许 1 台服务器挂掉
- 防止脑裂：需要保证集群在通信不可达的情况下分裂产生小集群，例如：
- 3 台集群，投票选举半数为 1.5，1 台服务裂开，和另外 2 台服务器无法通信
- 这时候 2 台服务器的集群（2票大于半数1.5票），所以可以选举出leader，而 1 台服务器的集群无法选举
综上可知，搭建集群所需的最少节点配置为 3，如果是 4 台，则发生脑裂时会造成没有 leader 节点的错误。
选举算法
ZooKeeper 采用的是基于 Paxos 算法的 ZAB 协议，这里先提一下 Paxos 算法：
- Paxos 是一个分布式选举算法，该算法定义了三种角色
- Proposer：提案发起者
- Acceptor：提案接收者，可同意或不同意
- Learners：虽然不同意提案，但也只能被动接收学习；或者是后来的，只能被动接受
- 该算法的提案遵循少数服从多数的原则，即过半原则
ZAB 协议在 Paxos 算法基础上进行了扩展，全称为原子消息广播协议（ZooKeeper Atomic Broadcast）：
- ZAB 协议支持原子广播、崩溃恢复，保证 Leader 广播的变更序列被顺序的处理，该协议下的节点有四种状态
- LOOKING：系统刚启动时或者Leader崩溃后正处于选举状态
- FOLLOWING：表示 Follower 节点所处的状态，同步leader状态，参与投票
- LEADING：表示 Leader 所处状态
- OBSERVING：观察状态，同步leader状态，不参与投票
- 该算法下，也遵循半原则
我们查看 ZooKeeper 的源码，在 FastLeaderElection.java 中：
protected boolean totalOrderPredicate(long newId, long newZxid, long newEpoch, long curId, long curZxid, long curEpoch) {
LOG.debug(
"id: {}, proposed id: {}, zxid: 0x{}, proposed zxid: 0x{}",
newId,
curId,
Long.toHexString(newZxid),
Long.toHexString(curZxid));
if (self.getQuorumVerifier().getWeight(newId) == 0) {
return false;
}
/*
* We return true if one of the following three cases hold:
* 1- New epoch is higher
* 2- New epoch is the same as current epoch, but new zxid is higher
* 3- New epoch is the same as current epoch, new zxid is the same
* as current zxid, but server id is higher.
*/
/*
* 对应上面代码的解释（两个节点之间使用比较的方法来决定选票给谁，三种比较规则）
* 1- 比较 epoche(zxid高32bit):
* 如果其他节点的epoche比自己的大，选举 epoch大的节点（理由：epoch 表示年代【投票次数越多，数据越新】，epoch越大表示数据越新）
* 代码：(newEpoch > curEpoch)；
* 2- 比较 zxid，:
* 如果纪元相同，就比较两个节点的zxid的大小，选举 zxid大的节点（理由：zxid 表示节点所提交事务最大的id，zxid越大代表该节点的数据越完整）
* 代码：(newEpoch == curEpoch) && (newZxid > curZxid)；
* 3- 比较 serviceId:
* 如果 epoch和zxid都相等，就比较服务的serverId，选举 serviceId大的节点（理由： serviceId 表示机器性能，他是在配置zookeeper集群时确定的，所以我们配置zookeeper集群的时候可以把服务性能更高的集群的serverId设置大些，让性能好的机器担任leader角色）
* 代码 ：(newEpoch == curEpoch) && ((newZxid == curZxid) && (newId > curId))。
*/
return ((newEpoch > curEpoch)
|| ((newEpoch == curEpoch)
&& ((newZxid > curZxid)
|| ((newZxid == curZxid)
&& (newId > curId)))));
}集群数据读写
读请求：
- 当 Client 向 ZooKeeper 发出读请求时
- 无论是 Leader 还是 Follower，都直接返回查询结果
写请求-Leader：
- Client 向 Leader 发出写请求时
- Leader 将数据写入到本节点，并将数据发送到所有的 Follower 节点，等待 Follower 节点返回
- 当 Leader 接收到一半以上节点（包含自己）返回写成功的信息之后，直接向 Client 返回成功
写请求-Follower：
- Client 向 Follower 发出写请求时
- Follower 节点将请求转发给 Leader
- Leader 将数据写入到本节点，并将数据发送到所有的 Follower 节点，等待 Follower 节点返回
- 当 Leader 接收到一半以上节点（包含自己）返回写成功的信息之后，直接向转发请求的 Follower 返回成功
- Follower 接收到 Leader 请求后向 Client 返回成功