概述

Zookeeper是一个分布式协调服务，提供了分布式数据一致性的解决方案。目前很多开源框架技术背后都有ZooKeeper的身影，比如kafka, hbase等。

Zookeeper基础知识主要分为三大块，数据结构， Watch监控，ACL权限控制。 基于这些特点可以实现数据的发布/订阅，软负载均衡，命名服务，统一配置管理，分布式锁，集群管理等等。

系列文章见Zookeeper系列笔记，带你入门到精通

数据模型

什么是数据模型呢？就是指Zookeeper创建和处理数据存储的逻辑结构。

Zookeeper创建的数据模型是树状结构，类似Unix的文件系统，类似下图。

• 有一个固定的根节点（/）
• 根节点下可以创建子节点，子节点下可以继续创建下一级节点
• 每一层级用斜杆（/）分隔
• 查找某个节点只能用绝对路径方式查询（/app1/p_1），不能用相对路径

Znode节点分类

上面数据中的每一个节点叫Znode, 默认情况下最大存储1M的数据，Znode根据特性分为下面三类：

持久节点

特点： 一旦将节点创建为持久系欸但，该数据节点一直会存储在Zookeeper服务器上，即使创建该节点的客户端和服务端会话关闭了，该节点也不会删除。如果想要删除持久节点，就要显示调用delete函数删除。

命令：create /persistent_node

临时节点

特点： 如果创建的是临时节点是，当创建该临时节点的客户端会话因超时或发生异常而关闭时，该节点也相应在 ZooKeeper 服务器上被删除，也可以调用delete主动删除临时节点。

命令：create -e /ephemeral_node mydata

有序节点

特点： 我们在创建有序节点时，ZooKeeper 服务器会自动使用一个单调递增的数字作为后缀，追加到我们创建节点的后边。这个序号对于父 znode 是唯一的。计数器的格式为 %010d - 即 10 位数字和 0（零）填充（计数器以这种方式格式化以简化排序），即“0000000001"。

例如一个客户端创建了一个路径为 works/task- 的有序节点，那么 ZooKeeper 将会生成一个序号并追加到该节点的路径后，最后该节点的路径为 works/task-0000000001。

有序节点属性可以和持久或者临时节点共存，意味着有持久有序节点，临时有序节点。

命令： 创建持久有序节点create -s /persistent_sequential_node mydata,

创建临时有序节点create -s -e /ephemeral_sequential_node mydata

容器节点

3.6.0版本新加

特点： 服务端会定期扫描这些节点，当该节点下面没有子节点时（或其他条件时）服务端会自动删除节点

命令：create -c /container_node mydata

TTL节点

3.6.0版本新加

特点： 需要额外配置才能启用，基本和容器相同，当超过 TTL 时间节点下面都没有再创建子节点时会被删除，但是当创建子节点会重置该超时时间。

命令：create -t 3000 /ttl_node mydata

Znode节点属性

每个Znode节点都有属于自己的状态属性，通过执行stat /zk_test查看节点的状态信息。

安装使用

单机版安装

1. 官网下载最新的安装包，zookeeper.apache.org/releases.ht…
2. 创建配置conf/zoo.cfg

tickTime=2000
dataDir=/var/lib/zookeeper
clientPort=2181

• tickTime：ZooKeeper 使用的基本时间单位，以毫秒为单位。它用于做心跳，最小会话超时将是 tickTime 的两倍。
• dataDir：存储内存数据库快照的位置。
• clientPort：监听客户端连接的端口。

3. 启动

bin/zkServer.sh start

4. 查看日志 tail logs/zookeeper-root-server-template.out是否启动成功

连接使用

1. 连接 bin/zkCli.sh -server 127.0.0.1:2181

2. 在 shell 中，键入help以获取可以从客户端执行的命令列表

3. 创建持久化节点zk_test, 值为alvin

4. 查看目录

5. 获取节点数据信息

6. 查看节点属性信息

7. 删除节点

全量的命令参考：

zookeeper.apache.org/doc/current…

实战案例

我们现在利用上面学到的数据模型和节点的特性，用一个案例来加深我们的理解。

场景

一个购物网站，只剩下一部IPhone13, 周杰伦搜索到了准备下单购买，这时候王力宏也查询到了并且提交购买，如果不做任何处理，那么一件商品会被卖两次，出现超卖的情况。那么利用Zookeeper学的知识该如何解决呢？

方案

我们可以通过加锁的方式，比如周杰伦进行操作的时候，对这个商品锁定。实现加锁的方式有两种，悲观锁和乐观锁。

悲观锁

悲观锁认为进程对临界区的竞争总是会出现，为了保证进程在操作数据时，该条数据不被其他进程修改。数据会一直处于被锁定的状态。

我们假设一个具有 n 个进程的应用，同时访问临界区资源，我们通过进程创建 ZooKeeper 节点 /locks 的方式获取锁。

线程 a 通过成功创建 ZooKeeper 节点“/locks”的方式获取锁后继续执行，如下图所示：

这时进程 b 也要访问临界区资源，于是进程 b 也尝试创建“/locks”节点来获取锁，因为之前进程 a 已经创建该节点，所以进程 b 创建节点失败无法获得锁。

这样就实现了一个简单的悲观锁，不过这也有一个隐含的问题，就是当进程 a 因为异常中断导致 /locks 节点始终存在，其他线程因为无法再次创建节点而无法获取锁，这就产生了一个死锁问题。针对这种情况我们可以通过将节点设置为临时节点的方式避免。并通过在服务器端添加监听事件来通知其他进程重新获取锁。

乐观锁

乐观锁认为，进程对临界区资源的竞争不会总是出现，所以相对悲观锁而言。加锁方式没有那么激烈，不会全程的锁定资源，而是在数据进行提交更新的时候，对数据的冲突与否进行检测，如果发现冲突了，则拒绝操作。

在 ZooKeeper 中的 version 属性就是用来实现乐观锁机制中的“校验”的，ZooKeeper 每个节点都有数据版本的概念，在调用更新操作的时候，假如有一个客户端试图进行更新操作，它会携带上次获取到的 version 值进行更新。而如果在这段时间内，ZooKeeper 服务器上该节点的数值恰好已经被其他客户端更新了，那么其数据版本一定也会发生变化，因此肯定与客户端携带的 version 无法匹配，便无法成功更新，因此可以有效地避免一些分布式更新的并发问题。

悲观锁和乐观锁具体的代码实现在后面的文章中一一和大家展示。