Zookeeper学习:

什么是zookeeper?

Zookeeper 是 Google 的 Chubby一个开源的实现,是 Hadoop 的分布式   协调  服务  service
包含一个简单的原语集,分布式应用程序可以基于它实现:

开源领域 首屈一指

zookeeper的特点:

大数据开发面试部分:Zookeeper学习(大数据开发面试题)

zookeeper的选举机制

刚开始启动:

以一个简单的例子来说明整个选举的过程.
假设有五台服务器组成的zookeeper集群,它们的id从1-5,同时它们都是最新启动的,也就是没有历史数据,在存放数据量这一点上,都是一样的.假设这些服务器依序启动,来看看会发生什么.
1) 服务器1启动,此时只有它一台服务器启动了,它发出去的报没有任何响应,所以它的选举状态一直是LOOKING状态
2) 服务器2启动,它与最开始启动的服务器1进行通信,互相交换自己的选举结果,由于两者都没有历史数据,所以id值较大的服务器2胜出,但是由于没有达到超过半数以上的服务器都同意选举它(这个例子中的半数以上是3),所以服务器1,2还是继续保持LOOKING状态.
3) 服务器3启动,根据前面的理论分析,服务器3成为服务器1,2,3中的老大,而与上面不同的是,此时有三台服务器选举了它,所以它成为了这次选举的leader.
4) 服务器4启动,根据前面的分析,理论上服务器4应该是服务器1,2,3,4中最大的,但是由于前面已经有半数以上的服务器选举了服务器3,所以它只能接收当小弟的命了.

5) 服务器5启动,同4一样,当小弟.

当有服务器down掉的时候

大数据开发面试部分:Zookeeper学习(大数据开发面试题)

那么,初始化的时候,是按照上述的说明进行选举的,但是当zookeeper运行了一段时间之后,有机器down掉,重新选举时,选举过程就相对复杂了。

需要加入数据id、leader id和逻辑时钟。

数据id:数据新的id就大,数据每次更新都会更新id。

Leader id:就是我们配置的myid中的值,每个机器一个。

逻辑时钟:这个值从0开始递增,每次选举对应一个值,也就是说:  如果在同一次选举中,那么这个值应该是一致的 ;  逻辑时钟值越大,说明这一次选举leader的进程更新.

选举的标准就变成:

1、逻辑时钟小的选举结果被忽略,重新投票

2、统一逻辑时钟后,数据id大的胜出

3、数据id相同的情况下,leader id大的胜出

根据这个规则选出leader

 

 

 

高容错性

对外和对内状态

对外提供分布式协调服务

Failovercontroller:

主从架构:

Zookeeper中:

Leader:主

Follower:随从

Redis中:

Master:主人

Slaver:仆人

 

Slaver::只能读取

Master:可以增删改

在zookeeper中

每一台客户端可以连接任何一台服务器,都可以连接,但是作为主,权利一定大于从。

Leader接受到任意一个从的请求,会通知所有的从,将客户端提供的信息通知给所有的从,

过半通过后,第二步操作:将这样的请求作为法令操作。

不能等待所有人都回复,

决定active和standby,决定注册

Zookeeper首先开启zkfc,一开始就是争抢注册,另一个人成为standby

时间监控。

Zookeeper可以监控时间,监控主节点的时间变更,引发session的变化,从用户和客户端的信息。

 

Zookeeper就是一个小型的数据库

Zk cluster

Session:会话,有生命周期,一旦挂断了,开始计时

Cookie里边保存session的id

 

奢侈品店,会员卡

Cookie

Zookeeper 的三个作用:函数的回调,回调客户端的函数

Zookeeper 对外提供服务的三个作用:

注册

事件监控

回调

Zookeeper对外提供服务

Zookeeper对内提供服务的方式:

Zookeeper:当leader挂了的时候,在200ms会将任意一个从提升为主,

Zookeeper的选举机制:

Myid:过半机制:如果两个同时启动,选择编号最大的,

Zxid(优先级别最高):数据版本ID,谁的版本最新,让谁当主.

Zookeeper是Google的chubby一个开源的框架,是hadoop的分布式协调服务。

包含

Zookeeper的主和从的功能:是由主来完成的。

Zookeeper是一个开源的系统,这是zookeeper的伟大之处。

 

 

Watcher:监听

论文:paxos

 

 

Server服务器的三种状态:

Observer:

Looking:当前server不知道谁是leader,正在搜寻

Leader:当前server即为选举出来的leader

Follower:leader已经选举出来,当前server与之同步

主从分工:

Leader:负责投票的发起和决议,更新系统的状态

Learner:包括跟随者follower和观察者observer,follower勇于接受客户端请求,并向客户返回结果,在选主过程中,参与投票

Observer:可以接受客户端链接,将写的请求转发给leader,但是observer不参加投票过程,只同步leader状态,observer的目的是为了扩展系统,提高读取速度。

 

相关文章: