face_zk

  1. Zookeeper是个啥

ZooKeeper 是为分布式系统中各个服务主机提供高可用、高性能、具备严格顺序访问控制的协调服务,

  • 提供一个多层级的节点命名空间znode,采用watch机制监听znode,当znode节点数据变更时通知
    client做出对应业务上的变更
  • 节点属性zxid的递增,保证了事务顺序的一致性,
  1. znode的类型
  • PERSISTENT 持久化节点
  • PERSISTENT_SEQUENTIAL 持久化有序节点
  • EPHEMERAL 临时节点,临时节点断开会删除
  • EPHEMERAL_SEQUENTIAL 临时有序节点
String ss = "123";
int a = 1
  1. zk可以用来做什么
  • 负载均衡,客户端从zk获取服务信息时,按照负载策略返回地址
  • master选举(recipes下有demo),通过ZAB协议利用节点信息投票,选取leader节点
  • 集群管理,临时有序节点存储broker信息,通过心跳检测,当断开连接临时节点删除,新的服务
    启动,注册到指定临时节点中
  • 分布式锁(recipes下有demo)
  • 利用节点不可重复创建来实现锁,创建成功获取锁,失败retry,直到获取到锁
  • 高性能的分布式锁采用一个有序节点来做一个锁队列,进行锁分配,头节点(即序号最小)为自己时获取锁成功,具体同AQS原理
  • 配置管理,利用节点存储配置信息,watch节点进行配置变更处理
  • 分布式队列(recipes下有demo),持久化有序节点按序消费
  • 数据发布和订阅,对节点进行watch
  • 命名服务,利用节点存储服务信息 通过指定的名字来获取资源或者服务的地址
  1. zk的数据复制

复制能提高容错性、系统扩展能力、性能

  • 容错:一个节点出错,不致于让整个系统停止工作,别的节点可以接管它的工作;
  • 提高系统的扩展能力 :把负载分布到多个节点上,或者增加节点来提高系统的负载能力;
  • 提高性能:让客户端本地访问就近的节点,提高用户访问速度

可以采用写主和写任意模式,zk采用基于ZAB理论实现数据复制和master选举

  • 写主(WriteMaster) 方式,对数据的修改提交给指定的节点。
  • 写任意(Write Any)方式对数据的修改可提交给任意的节点
  1. zk的工作原理

zk通过zab协议来保证server之间的同步,zab协议分为恢复模式和广播模式

  • 恢复模式是master服务挂了后进行master选举
  • 广播模式是数据的同步
  1. zk下server工作状态

每个 Server 在工作过程中有三种状态:

  • LOOKING:当前 Server 不知道 leader 是谁,正在搜寻
  • LEADING:当前 Server 即为选举出来的 leader
  • FOLLOWING:leader 已经选举出来,当前 Server 与之同步
  1. zk 如何选取leader

当 leader 崩溃或者 leader 失去大多数的 follower,这时 zk 进入恢复模式,

  • 基于 basic paxos算法,
  • 发起询问zxid,收到返回计算出最大zxid
  • 与最大zxid一致的server参与选举,当某个server得到票数超过一半,则选举为leader,否则继续
  • 基于 fast paxos算法,
  • 发起选举提议,其他服务解决 epoch 和 zxid 的冲突,并接受对方的提议,当超过半数的server
    返回接收提议则选举成功,否则继续下一轮
  1. zk同步流程

选完 Leader 以后,zk 就进入状态同步过程。

  • Leader 等待 server 连接;
  • Follower 连接 leader,将最大的 zxid 发送给 leader;
  • Leader 根据 follower 的 zxid 确定同步点;
  • 完成同步后通知 follower 已经成为 uptodate 状态;
  • Follower 收到 uptodate 消息后,又可以重新接受 client 的请求进行服务了。
  1. 为什么要有leader

其他server可以共享结果,减少重复计算,提高性能

  1. zk节点宕机如何处理

如果是leader宕机,则进行选举leader,follower集群继续使用,当超过半数宕机,
则将停止服务,所以follower宕机咋办,赶紧检查宕机原因,起来服务

  1. zk和Nginx的负载区别

zk 的负载均衡是可以调控,
nginx 只是能调权重,其他需要可控的都需要自己写插件;但是 nginx 的吞吐量比 zk 大很多,应该说按业务选择用哪种方式}{

  1. zk的wath机制
  • zk的watch是一次性的,只会出发一次
  • Zookeeper 只能保证最终的一致性, 而无法保证强一致性
  • 通过getData、exists、getChildren注册watch
  • create、delete、setData 可出发watch
  • 服务连接可以watch,bu丢失连接没法watch,so需要心跳检测,就会存在弱一致性
  1. 2PC、3PC

都存在 单点问题、同步阻塞、数据不一致、容错不好

2PC(two-phase-commit两阶段提交)简单容易实现

  • 第一阶段 prepare 双方进行确认,会进行加锁
  • 第二阶段 commit 双方进行确认提交

3PC(相比较减少了单点故障,效率也更高)

  • cancommit,不锁表,避免等待响应时锁表阻塞
  • precommit,锁表
  • docommit,
  1. CAP、BASE、ZAB

CAP理论(三者不可同时兼得,需要做的是保证分区容错性的前提下,均衡一致性与可用性)

  • 一致性(强一致性、弱一致性)---需要考虑保证 最终一致性
  • 可用性(一直处于可用)---需要考虑保证基本可用,降级处理
  • 分区容错性(不出现网络分区现象)

BASE理论

  • Basically available 基本可用
  • soft state 软状态,即三态的中间态,数据同步过程存在延迟,不影响系统可用性(消息队列排队)
  • eventually consistent 最终一致性,数据经过一定时间同步,能够达到最终一致的状态
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,639评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,277评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,221评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,474评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,570评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,816评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,957评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,718评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,176评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,511评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,646评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,322评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,934评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,755评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,987评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,358评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,514评论 2 348

推荐阅读更多精彩内容