zookeeper 跨机房

背景

  前段时间学习了zookeeper后，在新的项目中刚好派上了用场，我在项目中主要负责分布式任务调度模块的开发，对我自己来说是个不小的挑战。

  分布式的任务调度，技术上我们选择了zookeeper，具体的整个分布式任务调度的架构选择会另起一篇文章进行介绍。

 

  本文主要是介绍自己在项目中zookeeper的一些扩展使用，希望可以对大家有所帮助。

  项目中使用的zookeeper版本3.3.3，对应的文档地址： http://zookeeper.apache.org/doc/trunk/

• zookeeper学习记录 
• zookeeper学习记录(二) 

扩展一：优先集群

先来点背景知识：

1.zookeeper中的server机器之间会组成leader/follower集群，1:n的关系。采用了paxos一致性算法保证了数据的一致性，就是leader/follower会采用通讯的方式进行投票来实现paxns。

2.zookeeper还支持一种observer模式，提供只读服务不参与投票，提升系统，对应文档： http://zookeeper.apache.org/doc/trunk/zookeeperObservers.html

 

我们项目特性的决定了我们需要进行跨机房操作，比如杭州，美国，香港，青岛等多个机房之间进行数据交互。

跨机房之间对应的网络延迟都比较大，比如中美机房走海底光缆有ping操作200ms的延迟，杭州和青岛机房有70ms的延迟。 

 

为了提升系统的网络性能，我们在部署zookeeper网络时会在每个机房部署节点，多个机房之间再组成一个大的网络保证数据一致性。(zookeeper千万别再搞多个集群)

 

最后的部署结构就会是：

• 杭州机房  >=3台 (构建leader/follower的zk集群)
• 青岛机房  >=1台 (构建observer的zk集群)
• 美国机房  >=1台 (构建observer的zk集群)
• 香港机房  >=1台 (构建observer的zk集群)

 

一句话概括就是： 在单个机房内组成一个投票集群，外围的机房都会是一个observer集群和投票集群进行数据交互。 这样部署的一些好处，大家可以细细体会一下

 

针对这样的部署结构，我们会引入一个优先集群问题： 比如在美国机房的机器需要优先去访问本机房的zk集群，访问不到后才去访问杭州机房。 

默认在zookeeper3.3.3的实现中，认为所有的节点都是对等的。并没有对应的优先集群的概念，单个机器也没有对应的优先级的概念。

 

扩展代码：(比较暴力，采用反射的方式改变了zk client的集群列表)

• 先使用美国机房的集群ip初始化一次zk client
• 通过反射方式，强制在初始化后的zk client中的server列表中又加入杭州机房的机器列表

ZooKeeper zk = null;
        try {
            zk = new ZooKeeper(cluster1, sessionTimeout, new AsyncWatcher() {

                public void asyncProcess(WatchedEvent event) {
                    //do nothing
                }

            });
            if (serveraddrs.size() > 1) {
                // 强制的声明accessible
                ReflectionUtils.makeAccessible(clientCnxnField);
                ReflectionUtils.makeAccessible(serverAddrsField);
                // 添加第二组集群列表
                for (int i = 1; i < serveraddrs.size(); i++) {
                    String cluster = serveraddrs.get(i);
                    // 强制获取zk中的地址信息
                    ClientCnxn cnxn = (ClientCnxn) ReflectionUtils.getField(clientCnxnField, zk);
                    List<InetSocketAddress> serverAddrs = (List<InetSocketAddress>) ReflectionUtils
                            .getField(serverAddrsField, cnxn);
                    // 添加第二组集群列表
                    serverAddrs.addAll(buildServerAddrs(cluster));
                }
            }
        }

扩展二：异步Watcher处理

  最早在看zookeeper的代码时，一直对它的watcher处理比较满意，使用watcher推送数据可以很方便的实现分布式锁的功能。

zookeeper的watcher实现原理也挺简单的，就是在zookeeper client和zookeeper server上都保存一份对应的watcher对象。每个zookeeper机器都会有一份完整的node tree数据和watcher数据，每次leader通知follower/observer数据发生变更后，每个zookeeper server会根据自己节点中的watcher事件推送给响应的zookeeper client，每个zk client收到后再根据内存中的watcher引用，进行回调。

 

这里会有个问题，就是zk client在处理watcher时，回凋的过程是一个串行的执行过程，所以单个watcher的处理慢会影响整个列表的响应。 

可以看一下ClientCnxn类中的EventThread处理，该线程会定时消费一个queue的数据，挨个调用processEvent(Object event) 进行回调处理。

 

扩展代码：

 

public abstract class AsyncWatcher implements Watcher {

    private static final int       DEFAULT_POOL_SIZE    = 30;
    private static final int       DEFAULT_ACCEPT_COUNT = 60;

    private static ExecutorService executor             = new ThreadPoolExecutor(
                                                                1,
                                                                DEFAULT_POOL_SIZE,
                                                                0L,
                                                                TimeUnit.MILLISECONDS,
                                                                new ArrayBlockingQueue(
                                                                        DEFAULT_ACCEPT_COUNT),
                                                                new NamedThreadFactory(
                                                                        "Arbitrate-Async-Watcher"),
                                                                new ThreadPoolExecutor.CallerRunsPolicy());

    public void process(final WatchedEvent event) {
        executor.execute(new Runnable() {//提交异步处理

                    @Override
                    public void run() {
                        asyncProcess(event);
                    }
                });

    }

    public abstract void asyncProcess(WatchedEvent event);

}

 

说明：

• zookeeper针对watcher的调用是以单线程串行的方式进行处理，容易造成堵塞影响，monitor的数据同步及时性
• AsyncWatcher为采取的一种策略为当不超过acceptCount=60的任务时，会采用异步线程的方式处理。如果超过60任务，会变为原先的单线程串行的模式

扩展三：重试处理

这个也不多说啥，看一下相关文档就清楚了

 

• http://wiki.apache.org/hadoop/ZooKeeper/ErrorHandling
• http://wiki.apache.org/hadoop/ZooKeeper/FAQ#A3

需要特殊处理下ConnectionLoss的异常，一种可恢复的异常。

 

重试处理：

public interface ZooKeeperOperation<T> {

    public T execute() throws KeeperException, InterruptedException;
}


/**
     * 包装重试策略
     */
    public <T> T retryOperation(ZooKeeperOperation<T> operation) throws KeeperException,
            InterruptedException {
        KeeperException exception = null;
        for (int i = 0; i < maxRetry; i++) {
            try {
                return (T) operation.execute();
            } catch (KeeperException.SessionExpiredException e) {
                logger.warn("Session expired for: " + this + " so reconnecting due to: " + e, e);
                throw e;
            } catch (KeeperException.ConnectionLossException e) { //特殊处理Connection Loss
                if (exception == null) {
                    exception = e;
                }
                logger.warn("Attempt " + i + " failed with connection loss so "
                        + "attempting to reconnect: " + e, e);

                retryDelay(i);
            }
        }

        throw exception;
    }

注意点：Watcher原子性

在使用zookeeper的过程中，需要特别注意一点就是注册对应watcher事件时，如果当前的节点已经满足了条件，比如exist的watcher，它不会触发你的watcher，而会等待下一次watcher条件的满足。

它的watcher是一个一次性的监听，而不是一个永久的订阅过程。所以在watcher响应和再次注册watcher过程并不是一个原子操作，编写多线程代码和锁时需要特别注意

总结

  zookeepr是一个挺不错的产品，源代码写的也非常不错，大量使用了queue和异步Thread的处理模式，真是一个伟大的产品。

 

http://agapple.iteye.com/blog/1184023

评论

1 楼 yjwzuumu 2016-11-15  

杭州机房挂了怎么办，其他机房的zk都不能进行选举，也不能提供写服务