大数据编程技术基础实验六:ZooKeeper实验——进程协作

本文涉及的产品
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
云原生网关 MSE Higress,422元/月
注册配置 MSE Nacos/ZooKeeper,118元/月
简介: 大数据基础实验六,使用ZooKeeper了解并实践进程协作的操作。

一、前言

在实验开始之前,首先祝大家国庆节快乐,希望大家都能愉快的度过国庆假期,而我也就昨天休息了一天跟室友们出去吃了一顿饭,我们的国庆只有三天,真羡慕国庆七天并且还能出去玩的人,太命苦了,大学四年已过去三年一次像样的国庆都没有,只能默默的锻炼和学习安抚我的心灵。

好啦,回归正题,在前面一期实验中,我们刚学会了ZooKeeper的部署与启动,本期我们就来用ZooKeeper实战一下,学习一下ZooKeeper如何实现多个线程间的协作。

二、实验目的与要求

  1. 掌握Java代码如何连接ZooKeeper集群及通过代码读写ZooKeeper集群的目录下的数据,掌握ZooKeeper如何实现多个线程间的协作。
  2. 用Java代码实现两个线程,一个向ZooKeeper中某一目录中写入数据,另一线程监听此目录,若目录下数据有更新则将目录中数据读取并显示出来。

三、实验原理

  1. 通过ZooKeeper实现不同物理机器上的进程间通信。
  2. 场景使用:客户端A需要向客户端B发送一条消息msg1。
  3. 实现方法:客户端A把msg1发送给ZooKeeper集群,然后由客户端B自行去ZooKeeper集群读取msg1。

四、实验步骤

本实验主要完成多线程通过ZooKeeper完成彼此间的协作问题,实验过程包含启动集群、编写代码、客户端提交代码三个步骤。

1、启动ZooKeeper集群

启动ZooKeeper集群。具体步骤可以参考我前面一期博客内容:

大数据技术基础实验五:Zookeeper实验——部署ZooKeeper

2、导入jar包

我们在本地打开我们的开发工具Eclipse,然后创建我们的ZooKeeperTest项目,它是一个java项目。

image-20221002103907923.png

创建完项目之后,我们需要从服务器上ZooKeeper安装包的lib目录下,将如下jar包导入到开发工具,我们需要用到Xftp工具连接到服务器,然后直接进行拖拽到本地项目下的lib包内即可。

首先连接主机:

image-20221002104954878.png

我们需要导入的jar包有:

jline-0.9.94.jar

log4j-1.2.16.jar

netty-3.7.0.Final.jar

slf4j-api-1.6.1.jar

slf4j-log4j12-1.6.1.jar

zookeeper-3.4.6.jar

找到虚拟机内的ZooKeeper安装包的lib目录,它在/usr/cstor/zookeeper/lib,然后将lib下的这些jar包导入到我们本地的项目lib目录内:

image-20221002105233796.png

一共有六个jar包,最后一个zookeeper-3.4.6.jar它在这个目录/usr/cstor/zookeeper/lib的上一级里面:

image-20221002105608121.png

然后我们需要将这六个jar导入到我们的项目中,我们右键每一个jar包然后进行如下选择即可导入成功:

image-20221002110104609.png

3、编写java代码

然后我们创建两个java类:

image-20221002110334193.png

然后分别写入java代码。

向/testZk目录写数据线程代码实现:

publicclassWriteMsgextendsThread {
@Overridepublicvoidrun() {
try {
ZooKeeperzk=newZooKeeper("slave1:2181", 500000, null);
Stringcontent=Long.toString(newDate().getTime());
// 修改节点/testZk下的数据,第三个参数为版本,如果是-1,那会无视被修改的数据版本,直接改掉zk.setData("/testZk", content.getBytes(), -1);
// 关闭sessionzk.close();
      } catch (Exceptione) {
e.printStackTrace();
    }
  }
}

监听/testZk目录若数据改变则读取数据并显示线程代码实现:

publicclassReadMsg {
publicstaticvoidmain(String[] args) throwsException {
finalZooKeeperzk=newZooKeeper("slave1:2181", 500000, null);
//定义watch Watcherwacher=newWatcher() {
publicvoidprocess(WatchedEventevent) {
//监听到数据变化取出数据if(EventType.NodeDataChanged==event.getType()){
byte[] bb;
try {
bb=zk.getData("/testZk", null, null);
System.out.println("/testZk的数据: "+newString(bb));
         } catch (Exceptione) {
e.printStackTrace();
         }
       }
     }
   };
//设置watch zk.exists("/testZk", wacher);
//更新/testZk目录信息,触发wacthwhile(true)
   {
Thread.sleep(2000);
newWriteMsg().start();
//watch一次生效就会删除需重新设置 zk.exists("/testZk", wacher);
   }
  }
}

4、做成jar包

和之前打包类似,但这次我们需要改成可执行的jar文件:

image-20221002144042248.png

image-20221002144108676.png

打包成功之后,我们再次使用Xftp工具将打包好的jar包放到root目录下面,因为我们要在/testZk目录写数据线程,但在上一期实验中我们最后删除了这个目录,所以我们需要重新启动客户端,然后创建/testZk目录,然后退出。

这里启动客户端和创建目录我就不再演示,不会的朋友可以移步到上一期博客。

然后我们执行如下命令即可执行代码:

java -jar /root/ZooKeeperTest.jar

image-20221002144352842.png

这里我们成功打印了日志信息,打印日志信息为ZooKeeper接收线程监控到/testZk目录信息有变化时,读取该目录的内容。

但是这里一直抛出这样的错误:

2022-10-0214:34:08,511 ERROR [org.apache.zookeeper.ClientCnxn] - Error while calling watcher
java.lang.NullPointerException
        at org.apache.zookeeper.ClientCnxn$EventThread.processEvent(ClientCnxn.java:522)
        at org.apache.zookeeper.ClientCnxn$EventThread.run(ClientCnxn.java:498)

根据我上网查询过后,目前还是没有解决这个异常,我也不太懂这个是什么原因,如果有知道的大佬可以告诉我一下,谢谢,我也准备问一下我们的老师,看他是怎么解决的,如果解决了后续我再将解决办法加进来。

五、最后我想说

本期ZooKeeper实验就到这里结束了,马上我们将开始HBase的实验了,还请大家敬请关注,谢谢!

相关实践学习
基于MSE实现微服务的全链路灰度
通过本场景的实验操作,您将了解并实现在线业务的微服务全链路灰度能力。
目录
相关文章
|
19天前
|
分布式计算 大数据 Spark
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
《Spark大数据处理:技术、应用与性能优化》深入浅出介绍Spark核心,涵盖部署、实战与性能调优,适合初学者。作者基于微软和IBM经验,解析Spark工作机制,探讨BDAS生态,提供实践案例,助力快速掌握。书中亦讨论性能优化策略。[PDF下载链接](https://zhangfeidezhu.com/?p=347)。![Spark Web UI](https://img-blog.csdnimg.cn/direct/16aaadbb4e13410f8cb2727c3786cc9e.png#pic_center)
55 1
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
|
1天前
|
机器学习/深度学习 人工智能 数据可视化
大数据时代的数据可视化技术:趋势、挑战与未来展望
【7月更文挑战第22天】随着技术的不断进步和应用场景的不断拓展,数据可视化技术将在更多领域发挥更大的作用。未来,我们可以期待更加智能化、实时化、沉浸式和民主化的数据可视化解决方案的出现。同时,随着数据量的不断增加和数据类型的不断丰富,数据可视化技术也将面临更多的挑战和机遇。只有不断创新和优化技术才能满足日益增长的需求并推动数据可视化技术的持续发展。
|
7天前
|
机器学习/深度学习 运维 算法
|
1月前
|
监控 数据可视化 大数据
大数据技术在公共交通系统规划中的应用
大数据技术在公共交通系统规划中的应用
|
1月前
|
分布式计算 Hadoop 大数据
大数据技术:Hadoop与Spark的对比
【6月更文挑战第15天】**Hadoop与Spark对比摘要** Hadoop是分布式系统基础架构,擅长处理大规模批处理任务,依赖HDFS和MapReduce,具有高可靠性和生态多样性。Spark是快速数据处理引擎,侧重内存计算,提供多语言接口,支持机器学习和流处理,处理速度远超Hadoop,适合实时分析和交互式查询。两者在资源占用和生态系统上有差异,适用于不同应用场景。选择时需依据具体需求。
有 3 个进程 P1、P2、P3 协作解决文件打印问题。P1 将文件记录从磁盘读入内存的缓冲区 1,每执行一次读一个记录 ;P2 将缓冲区 1 中的内容复制到缓冲区 2 中,每执行一次复制一个记录 ;
有 3 个进程 P1、P2、P3 协作解决文件打印问题。P1 将文件记录从磁盘读入内存的缓冲区 1,每执行一次读一个记录 ;P2 将缓冲区 1 中的内容复制到缓冲区 2 中,每执行一次复制一个记录 ;
|
1月前
|
缓存 监控 druid
对比各大数据库连接池技术-Jdbc-Dbcp-C3p0-Druid-Hikaricp
对比各大数据库连接池技术-Jdbc-Dbcp-C3p0-Druid-Hikaricp
28 0
|
1月前
|
机器学习/深度学习 数据采集 大数据
大数据技术下的企业智能决策支持系统
大数据技术下的企业智能决策支持系统
30 0
|
25天前
|
监控 Linux 应用服务中间件
探索Linux中的`ps`命令:进程监控与分析的利器
探索Linux中的`ps`命令:进程监控与分析的利器
|
12天前
|
存储 缓存 安全
【Linux】冯诺依曼体系结构与操作系统及其进程
【Linux】冯诺依曼体系结构与操作系统及其进程
120 1