分布式设计与开发（三）高一致性服务ZooKeeper

分布式环境中大多数服务是允许部分失败，也允许数据不一致，但有些最基础的服务是需要高可靠性，高一致性的，这些服务是其他分布式服务运转的基础，比如naming service、分布式lock等，这些分布式的基础服务有以下要求：

• 高可用性
• 高一致性
• 高性能

对于这种有些挑战CAP原则的服务该如何设计，是一个挑战，也是一个不错的研究课题，Apache的ZooKeeper也许给了我们一个不错的答案。ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，它暴露了一个简单的原语集，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。关于ZooKeeper更多信息可以参见官方文档
ZooKeeper的基本使用
搭一个分布式的ZooKeeper环境比较简单，基本步骤如下：
1）在各服务器安装ZooKeeper
下载ZooKeeper后在各服务器上进行解压即可
tar -xzf zookeeper-3.2.2.tar.gz
2）配置集群环境
分别各服务器的zookeeper安装目录下创建名为zoo.cfg的配置文件，内容填写如下：

• # The number of milliseconds of each tick
• tickTime=2000
• # The number of ticks that the initial
• # synchronization phase can take
• initLimit=10
• # The number of ticks that can pass between
• # sending a request and getting an acknowledgement
• syncLimit=5
• # the directory where the snapshot is stored.
• dataDir=/home/admin/zookeeper-3.2.2/data
• # the port at which the clients will connect
• clientPort=2181
• server.1=zoo1:2888:3888
• server.2=zoo2:2888:3888

其中zoo1和zoo2分别对应集群中各服务器的机器名或ip，server.1和server.2中1和2分别对应各服务器的zookeeper id，id的设置方法为在dataDir配置的目录下创建名为myid的文件，并把id作为其文件内容即可，在本例中就分为设置为1和2。其他配置具体含义可见官方文档。
3）启动集群环境
分别在各服务器下运行zookeeper启动脚本
/home/admin/zookeeper-3.2.2/bin/zkServer.sh start
4）应用zookeeper
应用zookeeper可以在是shell中执行命令，也可以在java或c中调用程序接口。
在shell中执行命令，可运行以下命令：
bin/zkCli.sh -server 10.20.147.35:2181
其中10.20.147.35为集群中任一台机器的ip或机器名。执行后可进入zookeeper的操作面板，具体如何操作可见官方文档
在java中通过调用程序接口来应用zookeeper较为复杂一点，需要了解watch和callback等概念，不过试验最简单的CURD倒不需要这些，只需要使用ZooKeeper这个类即可，具体测试代码如下：

• public
  static
  void main(String[] args) {
•     try {
•         ZooKeeper zk = new ZooKeeper("10.20.147.35:2181", 30000, null);
•         String name = zk.create("/company", "alibaba".getBytes(),
•                 Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT_SEQUENTIAL);
•         Stat stat = new Stat();
•         System.out.println(new String(zk.getData(name, null, stat)));
•         zk.setData(name, "taobao".getBytes(), stat.getVersion(), null, null);
•         System.out.println(new String(zk.getData(name, null, stat)));
•         stat = zk.exists(name, null);
•         zk.delete(name, stat.getVersion(), null, null);
•         System.out.println(new String(zk.getData(name, null, stat)));
•     } catch (Exception e) {
•         e.printStackTrace();
•     }
• }

以上代码比较简单，查看一下zooKeeper的api doc就知道如何使用了
ZooKeeper的实现机理
ZooKeeper的实现机理是我看过的开源框架中最复杂的，它的解决是分布式环境中的一致性问题，这个场景也决定了其实现的复杂性。看了两三天的源码还是有些摸不着头脑，有些超出了我的能力，不过通过看文档和其他高人写的文章大致清楚它的原理和基本结构。
1）ZooKeeper的基本原理
ZooKeeper是以Fast Paxos算法为基础的，在前一篇blog中大致介绍了一下paxos，而没有提到的是paxos存在活锁的问题，也就是当有多个proposer交错提交时，有可能互相排斥导致没有一个proposer能提交成功，而Fast Paxos作了一些优化，通过选举产生一个leader，只有leader才能提交propose，具体算法可见Fast Paxos。因此，要想弄得ZooKeeper首先得对Fast Paxos有所了解。
2）ZooKeeper的基本运转流程
ZooKeeper主要存在以下两个流程：

• 选举Leader
• 同步数据

选举Leader过程中算法有很多，但要达到的选举标准是一致的：

• Leader要具有最高的zxid
• 集群中大多数的机器得到响应并follow选出的Leader

同步数据这个流程是ZooKeeper的精髓所在，并且就是Fast Paxos算法的具体实现。一个牛人画了一个ZooKeeper数据流动图，比较直观地描述了ZooKeeper是如何同步数据的。

J4.jpeg (29.46 KB)

2010-8-31 13:53

以上两个核心流程我暂时还不能悟透其中的精髓，这也和我还没有完全理解Fast Paxos算法有关，有待后续深入学习
ZooKeeper的应用领域
Tim在blog中提到了Paxos所能应用的几个主要场景，包括database replication、naming service、config配置管理、access control list等等，这也是ZooKeeper可以应用的几个主要场景。此外，ZooKeeper官方文档中提到了几个更为基础的分布式应用，这也算是ZooKeeper的妙用吧
1）分布式Barrier
Barrier是一种控制和协调多个任务触发次序的机制，简单说来就是搞个闸门把欲执行的任务给拦住，等所有任务都处于可以执行的状态时，才放开闸门。它的机理可以见下图所示：

J5.jpeg (27.8 KB)

2010-8-31 13:53

在单机上JDK提供了CyclicBarrier这个类来实现这个机制，但在分布式环境中JDK就无能为力了。在分布式里实现Barrer需要高一致性做保障，因此ZooKeeper可以派上用场，所采取的方案就是用一个Node作为Barrer的实体，需要被Barrer的任务通过调用exists()检测这个Node的存在，当需要打开Barrier的时候，删掉这个Node，ZooKeeper的watch机制会通知到各个任务可以开始执行。
2）分布式Queue
与Barrier类似分布式环境中实现Queue也需要高一致性做保障，ZooKeeper提供了一个种简单的方式，ZooKeeper通过一个Node来维护Queue的实体，用其children来存储Queue的内容，并且ZooKeeper的create方法中提供了顺序递增的模式，会自动地在name后面加上一个递增的数字来插入新元素。可以用其children来构建一个queue的数据结构，offer的时候使用create，take的时候按照children的顺序删除第一个即可。ZooKeeper保障了各个server上数据是一致的，因此也就实现了一个分布式Queue。take和offer的实例代码如下所示：

• /**
• * Removes the head of the queue and returns it, blocks until it succeeds.
• * @return The former head of the queue
• * @throws NoSuchElementException
• * @throws KeeperException
• * @throws InterruptedException
• */
• public
  byte[] take() throws KeeperException, InterruptedException {
•     TreeMap<Long,String> orderedChildren;
•     // Same as for element.  Should refactor this.
•     while(true){
•         LatchChildWatcher childWatcher = new LatchChildWatcher();
•         try{
•             orderedChildren = orderedChildren(childWatcher);
•         }catch(KeeperException.NoNodeException e){
•             zookeeper.create(dir, new
  byte[0], acl, CreateMode.PERSISTENT);
•             continue;
•         }
•         if(orderedChildren.size() == 0){
•             childWatcher.await();
•             continue;
•         }
•         for(String headNode : orderedChildren.values()){
•             String path = dir +"/"+headNode;
•             try{
•                 byte[] data = zookeeper.getData(path, false, null);
•                 zookeeper.delete(path, -1);
•                 return data;
•             }catch(KeeperException.NoNodeException e){
•                 // Another client deleted the node first.
•             }
•         }
•     }
• }
• /**
• * Inserts data into queue.
• * @param data
• * @return true if data was successfully added
• */
• public
  boolean offer(byte[] data) throws KeeperException, InterruptedException{
•     for(;;){
•         try{
•             zookeeper.create(dir+"/"+prefix, data, acl, CreateMode.PERSISTENT_SEQUENTIAL);
•             return
  true;
•         }catch(KeeperException.NoNodeException e){
•             zookeeper.create(dir, newbyte[0], acl, CreateMode.PERSISTENT);
•         }
•     }
• }

3）分布式lock
利用ZooKeeper实现分布式lock，主要是通过一个Node来代表一个Lock，当一个client去拿锁的时候，会在这个Node下创建一个自增序列的child，然后通过getChildren()方式来check创建的child是不是最靠前的，如果是则拿到锁，否则就调用exist()来check第二靠前的child，并加上watch来监视。当拿到锁的child执行完后归还锁，归还锁仅仅需要删除自己创建的child，这时watch机制会通知到所有没有拿到锁的client，这些child就会根据前面所讲的拿锁规则来竞争锁。