ZooKeeper是Hadoop Ecosystem中非常重要的組件，它的主要功能是為分布式系統(tǒng)提供一致性協(xié)調(diào)(Coordination)服務(wù)，與之對應(yīng)的Google的類似服務(wù)叫 Chubby。今天這篇文章分為三個(gè)部分來介紹ZooKeeper，第一部分介紹ZooKeeper的基本原理，第二部分介紹ZooKeeper提供的 Client API的使用，第三部分介紹一些ZooKeeper典型的應(yīng)用場景。

ZooKeeper基本原理

1. 數(shù)據(jù)模型

如上圖所示，ZooKeeper數(shù)據(jù)模型的結(jié)構(gòu)與Unix文件系統(tǒng)很類似，整體上可以看作是一棵樹，每個(gè)節(jié)點(diǎn)稱做一個(gè)ZNode。每個(gè)ZNode都可以通過其路徑唯一標(biāo)識，比如上圖中第三層的第一個(gè)ZNode, 它的路徑是/app1/c1。在每個(gè)ZNode上可存儲少量數(shù)據(jù)(默認(rèn)是1M, 可以通過配置修改, 通常不建議在ZNode上存儲大量的數(shù)據(jù))，這個(gè)特性非常有用，在后面的典型應(yīng)用場景中會介紹到。另外，每個(gè)ZNode上還存儲了其Acl信息，這里需要注意，雖說ZNode的樹形結(jié)構(gòu)跟Unix文件系統(tǒng)很類似，但是其Acl與Unix文件系統(tǒng)是完全不同的，每個(gè)ZNode的Acl的獨(dú)立的，子結(jié)點(diǎn)不會繼承父結(jié)點(diǎn)的。

2.重要概念 

2.1 ZNode
前文已介紹了ZNode, ZNode根據(jù)其本身的特性，可以分為下面兩類：

• Regular ZNode: 常規(guī)型ZNode, 用戶需要顯式的創(chuàng)建、刪除
• Ephemeral ZNode: 臨時(shí)型ZNode, 用戶創(chuàng)建它之后，可以顯式的刪除，也可以在創(chuàng)建它的Session結(jié)束后，由ZooKeeper Server自動刪除

    ZNode還有一個(gè)Sequential的特性，如果創(chuàng)建的時(shí)候指定的話，該ZNode的名字后面會自動Append一個(gè)不斷增加的SequenceNo。

2.2 Session
Client與ZooKeeper之間的通信，需要?jiǎng)?chuàng)建一個(gè)Session，這個(gè)Session會有一個(gè)超時(shí)時(shí)間。因?yàn)閆ooKeeper集群會把 Client的Session信息持久化，所以在Session沒超時(shí)之前，Client與ZooKeeper Server的連接可以在各個(gè)ZooKeeper Server之間透明地移動。

    在實(shí)際的應(yīng)用中，如果Client與Server之間的通信足夠頻繁，Session的維護(hù)就不需要其它額外的消息了。否則，ZooKeeper Client會每t/3 ms發(fā)一次心跳給Server，如果Client 2t/3 ms沒收到來自Server的心跳回應(yīng)，就會換到一個(gè)新的ZooKeeper Server上。這里t是用戶配置的Session的超時(shí)時(shí)間。

2.3 Watcher
ZooKeeper支持一種Watch操作，Client可以在某個(gè)ZNode上設(shè)置一個(gè)Watcher，來Watch該ZNode上的變化。如果該 ZNode上有相應(yīng)的變化，就會觸發(fā)這個(gè)Watcher，把相應(yīng)的事件通知給設(shè)置Watcher的Client。需要注意的是，ZooKeeper中的 Watcher是一次性的，即觸發(fā)一次就會被取消，如果想繼續(xù)Watch的話，需要客戶端重新設(shè)置Watcher。這個(gè)跟epoll里的oneshot模式有點(diǎn)類似。

3. ZooKeeper特性 

3.1 讀、寫(更新)模式
在ZooKeeper集群中，讀可以從任意一個(gè)ZooKeeper Server讀，這一點(diǎn)是保證ZooKeeper比較好的讀性能的關(guān)鍵；寫的請求會先Forwarder到Leader，然后由Leader來通過 ZooKeeper中的原子廣播協(xié)議，將請求廣播給所有的Follower，Leader收到一半以上的寫成功的Ack后，就認(rèn)為該寫成功了，就會將該寫進(jìn)行持久化，并告訴客戶端寫成功了。

3.2 WAL和Snapshot
和大多數(shù)分布式系統(tǒng)一樣，ZooKeeper也有WAL(Write-Ahead-Log)，對于每一個(gè)更新操作，ZooKeeper都會先寫WAL, 然后再對內(nèi)存中的數(shù)據(jù)做更新，然后向Client通知更新結(jié)果。另外，ZooKeeper還會定期將內(nèi)存中的目錄樹進(jìn)行Snapshot，落地到磁盤上，這個(gè)跟HDFS中的FSImage是比較類似的。這么做的主要目的，一當(dāng)然是數(shù)據(jù)的持久化，二是加快重啟之后的恢復(fù)速度，如果全部通過Replay WAL的形式恢復(fù)的話，會比較慢。

3.3 FIFO
對于每一個(gè)ZooKeeper客戶端而言，所有的操作都是遵循FIFO順序的，這一特性是由下面兩個(gè)基本特性來保證的：一是ZooKeeper Client與Server之間的網(wǎng)絡(luò)通信是基于TCP，TCP保證了Client/Server之間傳輸包的順序；二是ZooKeeper Server執(zhí)行客戶端請求也是嚴(yán)格按照FIFO順序的。

3.4 Linearizability
在ZooKeeper中，所有的更新操作都有嚴(yán)格的偏序關(guān)系，更新操作都是串行執(zhí)行的，這一點(diǎn)是保證ZooKeeper功能正確性的關(guān)鍵。

ZooKeeper Client API

    ZooKeeper Client Library提供了豐富直觀的API供用戶程序使用，下面是一些常用的API：

• create(path, data, flags): 創(chuàng)建一個(gè)ZNode, path是其路徑，data是要存儲在該ZNode上的數(shù)據(jù)，flags常用的有: PERSISTEN, PERSISTENT_SEQUENTAIL, EPHEMERAL, EPHEMERAL_SEQUENTAIL
• delete(path, version): 刪除一個(gè)ZNode，可以通過version刪除指定的版本, 如果version是-1的話，表示刪除所有的版本
• exists(path, watch): 判斷指定ZNode是否存在，并設(shè)置是否Watch這個(gè)ZNode。這里如果要設(shè)置Watcher的話，Watcher是在創(chuàng)建ZooKeeper實(shí)例時(shí)指定的，如果要設(shè)置特定的Watcher的話，可以調(diào)用另一個(gè)重載版本的exists(path, watcher)。以下幾個(gè)帶watch參數(shù)的API也都類似
• getData(path, watch): 讀取指定ZNode上的數(shù)據(jù)，并設(shè)置是否watch這個(gè)ZNode
• setData(path, watch): 更新指定ZNode的數(shù)據(jù)，并設(shè)置是否Watch這個(gè)ZNode
• getChildren(path, watch): 獲取指定ZNode的所有子ZNode的名字，并設(shè)置是否Watch這個(gè)ZNode
• sync(path): 把所有在sync之前的更新操作都進(jìn)行同步，達(dá)到每個(gè)請求都在半數(shù)以上的ZooKeeper Server上生效。path參數(shù)目前沒有用
• setAcl(path, acl): 設(shè)置指定ZNode的Acl信息
• getAcl(path): 獲取指定ZNode的Acl信息

ZooKeeper典型應(yīng)用場景

1. 名字服務(wù)(NameService) 
分布式應(yīng)用中，通常需要一套完備的命令機(jī)制，既能產(chǎn)生唯一的標(biāo)識，又方便人識別和記憶。 我們知道，每個(gè)ZNode都可以由其路徑唯一標(biāo)識，路徑本身也比較簡潔直觀，另外ZNode上還可以存儲少量數(shù)據(jù)，這些都是實(shí)現(xiàn)統(tǒng)一的 NameService的基礎(chǔ)。下面以在HDFS中實(shí)現(xiàn)NameService為例，來說明實(shí)現(xiàn)NameService的基本布驟:

• 目標(biāo)：通過簡單的名字來訪問指定的HDFS機(jī)群
• 定義命名規(guī)則：這里要做到簡潔易記憶。下面是一種可選的方案： [serviceScheme://][zkCluster]-[clusterName]，比如hdfs://lgprc-example/表示基于 lgprc ZooKeeper集群的用來做example的HDFS集群
• 配置DNS映射: 將zkCluster的標(biāo)識lgprc通過DNS解析到對應(yīng)的ZooKeeper集群的地址
• 創(chuàng)建ZNode: 在對應(yīng)的ZooKeeper上創(chuàng)建/NameService/hdfs/lgprc-example結(jié)點(diǎn)，將HDFS的配置文件存儲于該結(jié)點(diǎn)下
• 用戶程序要訪問hdfs://lgprc-example/的HDFS集群，首先通過DNS找到lgprc的ZooKeeper機(jī)群的地址，然后在 ZooKeeper的/NameService/hdfs/lgprc-example結(jié)點(diǎn)中讀取到HDFS的配置，進(jìn)而根據(jù)得到的配置，得到HDFS的實(shí)際訪問入口

2. 配置管理(Configuration Management) 
在分布式系統(tǒng)中，常會遇到這樣的場景: 某個(gè)Job的很多個(gè)實(shí)例在運(yùn)行，它們在運(yùn)行時(shí)大多數(shù)配置項(xiàng)是相同的，如果想要統(tǒng)一改某個(gè)配置，一個(gè)個(gè)實(shí)例去改，是比較低效，也是比較容易出錯(cuò)的方式。通過ZooKeeper可以很好的解決這樣的問題，下面的基本的步驟：

• 將公共的配置內(nèi)容放到ZooKeeper中某個(gè)ZNode上，比如/service/common-conf
• 所有的實(shí)例在啟動時(shí)都會傳入ZooKeeper集群的入口地址，并且在運(yùn)行過程中Watch /service/common-conf這個(gè)ZNode
• 如果集群管理員修改了了common-conf，所有的實(shí)例都會被通知到，根據(jù)收到的通知更新自己的配置，并繼續(xù)Watch /service/common-conf

3. 組員管理(Group Membership) 
在典型的Master-Slave結(jié)構(gòu)的分布式系統(tǒng)中，Master需要作為“總管”來管理所有的Slave, 當(dāng)有Slave加入，或者有Slave宕機(jī)，Master都需要感知到這個(gè)事情，然后作出對應(yīng)的調(diào)整，以便不影響整個(gè)集群對外提供服務(wù)。以HBase為例，HMaster管理了所有的RegionServer，當(dāng)有新的RegionServer加入的時(shí)候，HMaster需要分配一些Region到該 RegionServer上去，讓其提供服務(wù)；當(dāng)有RegionServer宕機(jī)時(shí)，HMaster需要將該RegionServer之前服務(wù)的 Region都重新分配到當(dāng)前正在提供服務(wù)的其它RegionServer上，以便不影響客戶端的正常訪問。下面是這種場景下使用ZooKeeper的基本步驟：

• Master在ZooKeeper上創(chuàng)建/service/slaves結(jié)點(diǎn)，并設(shè)置對該結(jié)點(diǎn)的Watcher
• 每個(gè)Slave在啟動成功后，創(chuàng)建唯一標(biāo)識自己的臨時(shí)性(Ephemeral)結(jié)點(diǎn)/service/slaves/${slave_id}，并將自己地址(ip/port)等相關(guān)信息寫入該結(jié)點(diǎn)
• Master收到有新子結(jié)點(diǎn)加入的通知后，做相應(yīng)的處理
• 如果有Slave宕機(jī)，由于它所對應(yīng)的結(jié)點(diǎn)是臨時(shí)性結(jié)點(diǎn)，在它的Session超時(shí)后，ZooKeeper會自動刪除該結(jié)點(diǎn)
• Master收到有子結(jié)點(diǎn)消失的通知，做相應(yīng)的處理

4. 簡單互斥鎖(Simple Lock) 
我們知識，在傳統(tǒng)的應(yīng)用程序中，線程、進(jìn)程的同步，都可以通過操作系統(tǒng)提供的機(jī)制來完成。但是在分布式系統(tǒng)中，多個(gè)進(jìn)程之間的同步，操作系統(tǒng)層面就無能為力了。這時(shí)候就需要像ZooKeeper這樣的分布式的協(xié)調(diào)(Coordination)服務(wù)來協(xié)助完成同步，下面是用ZooKeeper實(shí)現(xiàn)簡單的互斥鎖的步驟，這個(gè)可以和線程間同步的mutex做類比來理解：

• 多個(gè)進(jìn)程嘗試去在指定的目錄下去創(chuàng)建一個(gè)臨時(shí)性(Ephemeral)結(jié)點(diǎn) /locks/my_lock
• ZooKeeper能保證，只會有一個(gè)進(jìn)程成功創(chuàng)建該結(jié)點(diǎn)，創(chuàng)建結(jié)點(diǎn)成功的進(jìn)程就是搶到鎖的進(jìn)程，假設(shè)該進(jìn)程為A
• 其它進(jìn)程都對/locks/my_lock進(jìn)行Watch
• 當(dāng) A進(jìn)程不再需要鎖，可以顯式刪除/locks/my_lock釋放鎖；或者是A進(jìn)程宕機(jī)后Session超時(shí)，ZooKeeper系統(tǒng)自動刪除 /locks/my_lock結(jié)點(diǎn)釋放鎖。此時(shí)，其它進(jìn)程就會收到ZooKeeper的通知，并嘗試去創(chuàng)建/locks/my_lock搶鎖，如此循環(huán)反復(fù)

5. 互斥鎖(Simple Lock without Herd Effect) 
上一節(jié)的例子中有一個(gè)問題，每次搶鎖都會有大量的進(jìn)程去競爭，會造成羊群效應(yīng)(Herd Effect)，為了解決這個(gè)問題，我們可以通過下面的步驟來改進(jìn)上述過程：

• 每個(gè)進(jìn)程都在ZooKeeper上創(chuàng)建一個(gè)臨時(shí)的順序結(jié)點(diǎn)(Ephemeral Sequential) /locks/lock_${seq}
• ${seq}最小的為當(dāng)前的持鎖者(${seq}是ZooKeeper生成的Sequenctial Number)
• 其它進(jìn)程都對只watch比它次小的進(jìn)程對應(yīng)的結(jié)點(diǎn)，比如2 watch 1, 3 watch 2, 以此類推
• 當(dāng)前持鎖者釋放鎖后，比它次大的進(jìn)程就會收到ZooKeeper的通知，它成為新的持鎖者，如此循環(huán)反復(fù)

    這里需要補(bǔ)充一點(diǎn)，通常在分布式系統(tǒng)中用ZooKeeper來做Leader Election(選主)就是通過上面的機(jī)制來實(shí)現(xiàn)的，這里的持鎖者就是當(dāng)前的“主”。

6. 讀寫鎖(Read/Write Lock) 
我們知道，讀寫鎖跟互斥鎖相比不同的地方是，它分成了讀和寫兩種模式，多個(gè)讀可以并發(fā)執(zhí)行，但寫和讀、寫都互斥，不能同時(shí)執(zhí)行行。利用ZooKeeper，在上面的基礎(chǔ)上，稍做修改也可以實(shí)現(xiàn)傳統(tǒng)的讀寫鎖的語義，下面是基本的步驟:

• 每個(gè)進(jìn)程都在ZooKeeper上創(chuàng)建一個(gè)臨時(shí)的順序結(jié)點(diǎn)(Ephemeral Sequential) /locks/lock_${seq}
• ${seq}最小的一個(gè)或多個(gè)結(jié)點(diǎn)為當(dāng)前的持鎖者，多個(gè)是因?yàn)槎鄠€(gè)讀可以并發(fā)
• 需要寫鎖的進(jìn)程，Watch比它次小的進(jìn)程對應(yīng)的結(jié)點(diǎn)
• 需要讀鎖的進(jìn)程，Watch比它小的最后一個(gè)寫進(jìn)程對應(yīng)的結(jié)點(diǎn)
• 當(dāng)前結(jié)點(diǎn)釋放鎖后，所有Watch該結(jié)點(diǎn)的進(jìn)程都會被通知到，他們成為新的持鎖者，如此循環(huán)反復(fù)

7. 屏障(Barrier) 
在分布式系統(tǒng)中，屏障是這樣一種語義: 客戶端需要等待多個(gè)進(jìn)程完成各自的任務(wù)，然后才能繼續(xù)往前進(jìn)行下一步。下用是用ZooKeeper來實(shí)現(xiàn)屏障的基本步驟：

• Client在ZooKeeper上創(chuàng)建屏障結(jié)點(diǎn)/barrier/my_barrier，并啟動執(zhí)行各個(gè)任務(wù)的進(jìn)程
• Client通過exist()來Watch /barrier/my_barrier結(jié)點(diǎn)
• 每個(gè)任務(wù)進(jìn)程在完成任務(wù)后，去檢查是否達(dá)到指定的條件，如果沒達(dá)到就啥也不做，如果達(dá)到了就把/barrier/my_barrier結(jié)點(diǎn)刪除
• Client收到/barrier/my_barrier被刪除的通知，屏障消失，繼續(xù)下一步任務(wù)

8. 雙屏障(Double Barrier)
雙屏障是這樣一種語義: 它可以用來同步一個(gè)任務(wù)的開始和結(jié)束，當(dāng)有足夠多的進(jìn)程進(jìn)入屏障后，才開始執(zhí)行任務(wù)；當(dāng)所有的進(jìn)程都執(zhí)行完各自的任務(wù)后，屏障才撤銷。下面是用ZooKeeper來實(shí)現(xiàn)雙屏障的基本步驟：

• 進(jìn)入屏障：
• Client Watch /barrier/ready結(jié)點(diǎn), 通過判斷該結(jié)點(diǎn)是否存在來決定是否啟動任務(wù)
• 每個(gè)任務(wù)進(jìn)程進(jìn)入屏障時(shí)創(chuàng)建一個(gè)臨時(shí)結(jié)點(diǎn)/barrier/process/${process_id}，然后檢查進(jìn)入屏障的結(jié)點(diǎn)數(shù)是否達(dá)到指定的值，如果達(dá)到了指定的值，就創(chuàng)建一個(gè)/barrier/ready結(jié)點(diǎn)，否則繼續(xù)等待
• Client收到/barrier/ready創(chuàng)建的通知，就啟動任務(wù)執(zhí)行過程

• 離開屏障：
• Client Watch /barrier/process，如果其沒有子結(jié)點(diǎn)，就可以認(rèn)為任務(wù)執(zhí)行結(jié)束，可以離開屏障

• 每個(gè)任務(wù)進(jìn)程執(zhí)行任務(wù)結(jié)束后，都需要?jiǎng)h除自己對應(yīng)的結(jié)點(diǎn)/barrier/process/${process_id}

原文鏈接：//www.wuzesheng.com/?p=2609