Zookeeper —— 初识

什么是 Zookeeper

Zookeeper 是一个开放源代码的分布式协调服务,由雅虎创建,是 Google Chubby 的开源实现;

Zookeeper 是典型的分布式数据一致性的解决方案,分布式应用程序可以基于它来实现:数据发布/订阅负载均衡命名服务分布式锁等;

Zookeeper 基本概念

集群角色:

Zookeeper 中有 Leader、Follower 和 Observer 三种角色,Leader 为客户端提供读和写服务,Follower 和 Observer 只提供读服务;

其中 Observer 不参与 Leader 过程,也不参与写操作的“过半写成功”的策略,所以增加 Observer 机器可以在不影响写性能的情况下增加读性能;

Leader:

事务请求的唯一调度和处理者,保证集群事务处理的顺序性;

集群内部各服务器的调度者;

Follower:

Follower 服务器是 ZK 集群状态的跟随者。

处理客户端非事务请求,转发事务请求给 Leader 服务器;

参与事务请求 Proposal 的投票;

参与 Leader 选举投票;

Observer:

ZK 3.3.0 引入的全新服务器角色;

观察 ZK 集群的最新状态变化并将这些状态变更同步过来。

对于非事务请求可以独立处理,但事务请求会转发给 Leader 服务器;

也不参与任何形式的投票,包括事务请求 Proposal 和 Leader 选举投票;

Observer 只提供非事务服务;

作用:在不伤害写性能的情况下扩展 ZK;

数据模型

文件系统

Zookeeper 也使用文件系统组织系统中存储的资源,结构如下所示:

  • /
  • /app1/c1
  • /app1/c2
  • /app1/c3
  • /app2/...

其并没有文件和文件夹的概念,只有 Znode 概念,它既可以作为容器存储数据,也可以持有其他 Znode 形成父子关系;

ZNode(数据节点)

ZK 的视图结构和标准的 Unix 文件系统非常类似,如:/app1/c1

Znode 是 ZK 中数据的最小单元;

每个 ZNode 上都可以保存数据;

同时还可以挂载子节点,构成一个层次化的命名空间,称之为

ZXID(事务ID)

数据节点创建、删除、节点内容更新和客户端会话创建与失效等操作,都是事务操作;

每一个事务请求都会为其分配一个全局唯一的事务 ID,用 ZXID 表示,通常是 64 位数字;

ZNode 节点特性

节点类型

持久节点(persistent)

创建后一直存在于 ZK 服务器上,直到主动删除

持久顺序节点(persistent——sequential)

增加顺序的特性,每个父节点都会维护它的第一级子节点的顺序;

ZK 自动会给节点名加上一个数字后缀,后缀的上限是整型的最大值;

临时节点(ephemeral)

临时节点的生命周期和客户端的会话绑定,会话结束则节点消失;

临时节点不能有子节点,即临时节点只能作为叶子节点;

临时顺序节点(ephemeral_sequential)

增加了顺序特性;

节点状态

looking:

  • 不确定 leader 状态(选主中);
  • 对外不提供服务;

following:

  • 跟随者状态;
  • 作为系统的从节点,接收主节点的更新并写入本地日志;

leading:

  • 领导者状态;
  • 作为系统的主节点,接收客户端更新,写入本地日志,并通知从节点复制;

observing:

  • 观察者状态;
  • 表示当前角色是 Observer,与 Follower 不同是不参与投票和选举;

原文地址:https://www.cnblogs.com/zhengbin/p/10584115.html

时间: 2024-10-29 04:07:00

Zookeeper —— 初识的相关文章

zookeeper初识之原理

ZooKeeper 是一个分布式的,开放源码的分布式应用程序协调服务,它包含一个简单的原语集,分布式应用程序可以基于它实现同步服务,配置维护和命名服务等. Zookeeper是hadoop的一个子项目,其发展历程无需赘述.在分布式应用中,由于工程师不能很好地使用锁机制,以及基于消息的协调机制不适合在 某些应用中使用,因此需要有一种可靠的.可扩展的.分布式的.可配置的协调机制来统一系统的状态.Zookeeper的目的就在于此.本文简单分析 zookeeper的工作原理,对于如何使用zookeepe

答应我,不会这些概念,简历不要写 “熟悉” zookeeper

整理了一些Java方面的架构.面试资料(微服务.集群.分布式.中间件等),有需要的小伙伴可以关注公众号[程序员内点事],无套路自行领取 一口气说出 9种 分布式ID生成方式,面试官有点懵了 面试总被问分库分表怎么办?你可以这样怼他 一口气说出 6种 @Transactional 注解失效场景 基于 Java 实现的人脸识别功能(附源码) 9种分布式ID生成之美团(Leaf)实战 唠唠叨叨 本文主要分享一下zookeeper的一些基本概念,在正式进入正题前,和大家聊一聊刚入行时我的面试经验,可以说

【分布式锁】06-Zookeeper实现分布式锁:可重入锁源码分析

前言 前面已经讲解了Redis的客户端Redission是怎么实现分布式锁的,大多都深入到源码级别. 在分布式系统中,常见的分布式锁实现方案还有Zookeeper,接下来会深入研究Zookeeper是如何来实现分布式锁的. Zookeeper初识 文件系统 Zookeeper维护一个类似文件系统的数据结构 image.png 每个子目录项如NameService都被称为znoed,和文件系统一样,我们能够自由的增加.删除znode,在znode下增加.删除子znode,唯一不同的在于znode是

初识 Zookeeper

云计算越来越流行的今天,单一机器处理能力已经不能满足我们的需求,不得不采用大量的服务集群.服务集群对外提供服务的过程中,有很多的配置需要随时更新,服务间需要协调工作,这些信息如何推送到各个节点?并且保证信息的一致性和可靠性? 众所周知,分布式协调服务很难正确无误的实现,它们很容易在竞争条件和死锁上犯错误.如何在这方面节省力气?Zookeeper是一个不错的选择.Zookeeper背后的动机就是解除分布式应用在实现协调服务上的痛苦.本文在介绍Zookeeper的基本理论基础上,用Zookeeper

初识Zookeeper

Zookeeper算是现在互联网公司中软件开发中最常接触的“软件”之一了.它的设计目标就是将那些复杂且容易出错的分布式一致性服务封装起来,然后构成一个高效可靠的原语集,然后提供一系列简单易用的接口给用户.其实比如一些RPC框架.Kafka等消息队列机制,内部都是依赖了Zookeeper来进行分布式调度,Hadoop.storm.HBase.Solr等都把Zookeeper作为核心组件.分布式应用可以利用zk提供的诸如数据发布/订阅.负载均衡.命名服务.分布式协调/通知.集群管理.Master选举

初识zookeeper(二)之与Dubbo-admin关联

1.简介:dubbo-admin,即dubbo管理控制台,管理控制台为内部裁剪版本,开源部分主要包含:路由规则,动态配置,服务降级,访问控制,权重调整,负载均衡,等管理功能,主要是用于Dubbo服务的管理,在用一个服务时,首先要搜索到这个服务. 2.下载 2.1 官方地址,http://code.alibabatech.com/mvn/releases/com/alibaba/dubbo-admin/2.4.1/dubbo-admin-2.4.1.war, 官方提供的这个地址无法下载: 2.2

读<分布式一致性原理>初识zookeeper

zookeeper是什么 zookeeper是一个典型的分布式数据一致性的解决方案,分布式应用程序可以基于它实现诸如:数据发布/订阅,负载均衡,命名服务,分布式协调/通知 ,集群管理,Master选举,分布式锁和分布式队列等功能.zookeeper可以保证如下分布式一致性特性. 顺序一致性 从同一个客户端发起的事务请求,最终将会严格的按照发起顺序被应用到zookeeper中去. 原子性 所有的事务请求的处理结果在整个集群中所有机器上的应用情况是一致的,也就是说,要么整个集群所有机器都成功应用了某

《从PAXOS到ZOOKEEPER分布式一致性原理与实践》pdf

下载地址:网盘下载 内容简介  · · · · · · <Paxos到Zookeeper:分布式一致性原理与实践>从分布式一致性的理论出发,向读者简要介绍几种典型的分布式一致性协议,以及解决分布式一致性问题的思路,其中重点讲解了Paxos和ZAB协议.同时,本书深入介绍了分布式一致性问题的工业解决方案--ZooKeeper,并着重向读者展示这一分布式协调框架的使用方法.内部实现及运维技巧,旨在帮助读者全面了解ZooKeeper,并更好地使用和运维ZooKeeper.全书共8章,分为五部分:第一

初识中间件之消息队列

初识中间件之消息队列 测试那点事儿 测试那点事儿 初识中间件之消息队列 1 消息队列概述 消息队列是分布式系统中的重要组件,主要解决应用耦合,异步消息,流量削锋等问题,以实现高性能,高可用,可伸缩和最终一致性架构,是大型分布式系统中不可缺少的中间件. 目前使用较多的消息队列有ActiveMQ,RabbitMQ,ZeroMQ,Kafka,MetaMQ,RocketMQ等,比如我之前用过的RabbitMQ以及kafka. 2 消息队列应用场景 在实际应用中,消息队列常用于异步处理.应用解耦.流量削锋