Apache curator-recipes组件提供了大量已经"生产化"(produced)的特性,极大的简化了使用zk的复杂度.
1. Cache: 提供了对一个Node持续监听,如果节点数据变更,即可立即得到响应. 开发者无需过度的关注watcher和Event操作.
2. Queues: 提供了重量级的分布式队列解决方案,比如:权重队列,可延迟队列等.其实Zookeeper并不适合作为数据存储系统,你可以适度的使用它来达成分布式队列的设计要求.
3. Counters: 全局计数器是分布式设计中很常用的,包括"全局计算器"和"原子自增计数器".
4. Locks: 分布式锁的设计有很多手段,此组件提供了分布式"读写分写锁"/"共享锁"等.在我们需要控制资源访问的情况下,非常有用.
5. Barries: 栅栏,需要对分布式环境中,多个操作(进程)进行同步或者协同时,可以考虑使用barries;
6. Elections: 选举;可以在多个"注册者"之间选举出leader,作为操作调度/任务监控/队列消费的执行者,我们在设计"leader角色选举"/"单点任务执行""分布式队列消费者"等场景时,非常有效.
代码实例
1. 创建Client
CuratorFrameworkFactory.Builder builder = CuratorFrameworkFactory.builder(); //fluent style String namespace = "cluster-worker"; CuratorFramework client = builder.connectString("127.0.0.1:2181") .sessionTimeoutMs(30000) .connectionTimeoutMs(30000) .canBeReadOnly(false) .retryPolicy(new ExponentialBackoffRetry(1000, Integer.MAX_VALUE)) .namespace(namespace) .defaultData(null) .build(); client.start(); EnsurePath ensure = client.newNamespaceAwareEnsurePath(namespace); //code for test Thread.sleep(5000); //client.close()//
2. Caches
持续watcher节点,并将节点的数据变更即时的在本地反应出来.recpise提供了PathChildrenCache和NodeCache两个API.
public static PathChildrenCache pathChildrenCache(CuratorFramework client, String path, Boolean cacheData) throws Exception { final PathChildrenCache cached = new PathChildrenCache(client, path, cacheData); cached.getListenable().addListener(new PathChildrenCacheListener() { @Override public void childEvent(CuratorFramework client, PathChildrenCacheEvent event) throws Exception { PathChildrenCacheEvent.Type eventType = event.getType(); switch (eventType) { case CONNECTION_RECONNECTED: cached.rebuild(); break; case CONNECTION_SUSPENDED: case CONNECTION_LOST: System.out.println("Connection error,waiting..."); break; default: System.out.println("Data:" + event.getData().toString()); } } }); return cached; }
PathChildrenCache cached = pathChildrenCache(client,path,true); //= start() + rebuild() //事件操作,将会在额外的线程中执行. cached.start(PathChildrenCache.StartMode.BUILD_INITIAL_CACHE); List<ChildData> childData = cached.getCurrentData(); if (childData != null) { for (ChildData data : childData) { System.out.println("Path:" + data.getPath() + ",data" + new String(data.getData(), "utf-8")); } } //当不在需要关注此节点数据时,需要及时的关闭它. //因为每个cached,都会额外的消耗一个线程. //cached.close();////close the watcher,clear the cached Data
对于PathChildrenCache.getCurrentData()将从获取本地的数据列表,而不是触发一次zookeeper.getChildren(),因此为"Cache".
3. Queues:分布式队列
分布式队列的基本特性,就是"生产者"或"消费者"跨越多个进程,且在此种环境中需要确保队列的push/poll的有序性.
zookeeper本身并没有提供分布式队列的实现,只是recipse根据zookeeper的watcher和具有version标记的node,来间接的实现分布式queue..内部机制如下:
--> 如果是消费者(QueueConsumer),会创建一个类似于PathChildrenCache的实例用于监听queuePath下的子节点变更事件(单独的线程中).同时consumer处于阻塞状态,当有子节点变更事件时会被唤醒(包括创建子节点/删除子节点等);
--> 此时consumer获取子节点列表,并将每个节点信息封装成Runnable任务单元,提交到线程池中.
--> Runnable中并执行QueueConsumer.consumer(.)方法.
--> 如果是生产者,则发布一个message时recipes将会在queuePath下创建一个PERSISTENT_SEQUENTIAL节点,同时保存message数据. 消费时,也将按照节点的顺序进行.
发布消息并没有太多的问题仅仅是创建一个"有序"节点即可..但是对于消费者,那么需要考虑的因数就很多,比如:1) 多个消费者同时消费时,需要确保消息不能重复且有序 2) 消息消费时,如果网络异常,怎么办?
对于QistributedQueue中,对上述问题的解决办法也非常粗糙,内部机制如下:
--> 如果使用了消费担保(即指定了lockPath),在调用consumer方法之前,首先创建一个临时节点(lockPath + 子节点),如果创建此临时节点失败也就意味着此消息被其他消费者,则忽略此消息.
--> 然后从子节点中获取数据,如果获取失败,意味着此节点已经被其他消费者删除,则忽略此消息.
--> 然后调用consumer()方法,如果此方法抛出异常,消息将会再次添加到队列中(删除旧的子节点,创建一个新的子节点).如果消费正常,则删除节点.
--> 无论成败,则删除临时节点(lockPath + 子节点)
--> 如果没有使用消费担保,则首先获取子节点的数据(getData),然后立即删除此子节点
-->调用consumer()方法.
问题:
1) 源代码中,在获取子节点的data时(getData)并没有指定version校验,我深度怀疑,当消息被并发的消费时,是否有重复的可能.
2) 因为zookeeper本身获取一个节点的子节点列表时,将得到所有的子节点,那么就意味任何一个消费者中每次Event触发,都将获取整个childrenList,如果此列表很庞大,性能问题将是非常突出的.
3) 在消费担保的情况下,每消费一个消息,就会做"创建临时节点""删除临时节点""获取数据"等大量工作,如果有多个消费者同时运行,那么对zk的操作次数将会倍数级增加,性能问题以及数据安全性问题,也是非常值得考虑的.
4) zookeeper已经限定了每个节点的数据尺寸,以及每个节点下子节点的个数,这对于实现规模性的分布式队列,确实不是良好的选择.
5) 当队列中,消费者和生产者的速率不均衡时,问题将会更加严重,比如:快速的生产者 + 慢速的消费者;因为此时Event事件将会非常频繁(网络消耗严重),对于消费者而言,线程上线切换锁带来的性能消耗,不可忽视.
最终,我们需要明确使用zookeeper作为分布式队列的场景: 1) 队列深度较小 2) 生产者和消费者的速度都非常的低且消费者消费速度更快,即单位时间内产生的消息很少. 3) 建议只有一个消费者.
比如: 一个数据分析系统,这个系统中有多个定时任务,当任务即将触发时,向此分布式队列中提交一个消息,消息中包含任务的ID,那么谁消费了此任务ID,那么谁就负责执行此任务.我们间接的实现了分布式任务单点运行的需求.
还有一种场景,比如实现"排它重入锁"也可以使用DistributedQueue作为底层支撑.
消费者:DistributedQueueConusumer.java
public class DistributedQueueConsumer { private DistributedQueue<String> queue; public DistributedQueueConsumer(CuratorFramework client, String queuePath) throws Exception { QueueBuilder<String> builder = QueueBuilder.builder(client, new StringQueueConsumer(), new StringQueueSerializer(), queuePath); queue = builder.lockPath("queue-lock").buildQueue();//消费担保 } public void start() throws Exception { queue.start(); } public void close() throws Exception { queue.close(); } public static DistributedQueue distributedQueueAsProducer(CuratorFramework client, String path) throws Exception { QueueBuilder<String> builder = QueueBuilder.builder(client, null, new StringQueueSerializer(), path); builder.maxItems(1024);// 有界队列,最大队列深度,如果深度达到此值,将阻塞"生产者"创建新的节点. return builder.buildQueue(); } //utils for producer and consumer static class StringQueueSerializer implements QueueSerializer<String> { private static final Charset charset = Charset.forName("utf-8"); //as producer @Override public byte[] serialize(String item) { return item.getBytes(charset); } //as consumer @Override public String deserialize(byte[] bytes) { return new String(bytes, charset); } } class StringQueueConsumer implements QueueConsumer<String> { static final String TAG = "_TAG"; @Override public void consumeMessage(String message) throws Exception { System.out.println("Consumer:" + message); if (message.equals(TAG)) { System.out.println("Tag message...ignore it."); } } @Override public void stateChanged(CuratorFramework client, ConnectionState newState) { switch (newState) { case RECONNECTED: try { //当链接重建之后,需要发送一个TAG消息,用于重新触发本地的watcher,以便获取新的children列表 queue.put(TAG); } catch (Exception e) { // } break; default: System.out.println(newState.toString()); } } } }
生产者: DistributedQueueProducer.java
public class DistributedQueueProducer { private DistributedQueue<String> queue; public DistributedQueueProducer(CuratorFramework client, String queuePath) throws Exception { QueueBuilder<String> builder = QueueBuilder.builder(client, null, new StringQueueSerializer(), queuePath); queue = builder.lockPath("queue-lock").buildQueue();//消费担保 } public void start() throws Exception { queue.start(); } public void close() throws Exception { queue.close(); } public void put(String message) throws Exception{ queue.put(message); } }
Recipse还提供了其他2个API:
1) DistributedIdQueue: 内部基于DistributedQueue的所有机制,只是除了指定queue中消息的内容之外,还可以指定一个ID,这个ID作为消息的标记,最终此ID值将作为znode的path后缀.此后可以通过ID去消费(dequeue)一个消息.队列的排序方式是根据ID的字典顺序--正序.
2) DistributedProrityQueue: 有权重的队列,内部基于DistributedQueue,不过在发布消息时,需要指定此消息的权重数字;队列的排序方式为根据权重排序.
此外DistributedQueue的开发中,必须在QueueConsumer中关注"链接失效"的事件.
4. Counters
计数器,其中SharedCount可以用来监听zookeeper中一个Integer类型的数字变更.此外还有一个更加基础的API: SharedValue,你可以实现任意类型的计数器.
final SharedCount counter = new SharedCount(client,"/counter-vv",0); counter.addListener(new SharedCountListener(){ @Override public void countHasChanged(SharedCountReader sharedCount, int newCount) throws Exception { // System.out.println("count changed:" + newCount); } @Override public void stateChanged(CuratorFramework client, ConnectionState newState) { switch (newState){ case RECONNECTED: try { //当链接重建之后,需要手动fresh Integer current = counter.getCount(); counter.trySetCount(current);//reflush,无论更新成败,都会获取最新的值 } catch (Exception e) { // } break; default: System.out.println(newState.toString()); } } }); counter.start(); //counter.close();//取消watcher
SharedCount中也需要关注"链接异常"的问题,我们可以通过注册listener的方式,当链接重连成功后,重新获取新的值.
在"计数器"中,还提供了DistributedAtomicInteger,DistributedAtomicLong两个分布式自增计数器.
DistributedAtomicInteger atomicInteger = new DistributedAtomicInteger(client,"/counter-vv",new RetryNTimes(32,1000)); AtomicValue<Integer> rc = atomicInteger.increment(); System.out.println("success:" + rc.succeeded() + ";before:" + rc.preValue() + ";after:" + rc.postValue()); //atomicInteger.add(1); //++ //atomicInteger.subtract(1); //--
5. Locks
使用zookeeper作为分布式锁,是一个普遍的需求,如下展示如何设计一个分布式重入锁,其中一个path表示一个锁资源.
public class DistributedLock{ private InterProcessMutex lock;//重入的,排他的. private LockHolder _holder; private String lockPath; private ConnectionStateListener stateListener = new StateListener(); private LockEvent lockEvent; private Semaphore semaphore = new Semaphore(0); private RevocationListener<InterProcessMutex> revocationListener; public DistributedLock(CuratorFramework client,String path,final LockEvent lockEvent){ lockPath = path; this.lockEvent = lockEvent; revocationListener = new RevocationListener<InterProcessMutex>() { @Override public void revocationRequested(InterProcessMutex forLock) { if(!forLock.isAcquiredInThisProcess()){ return; } try{ lockEvent.beforeRelease(); //只有当前线程才可以释放 //其他线程,将会抛出一个错误. forLock.release(); }catch(Exception e){ e.printStackTrace(); } } }; lock = createLock(client); lock.makeRevocable(revocationListener); client.getConnectionStateListenable().addListener(stateListener); } public boolean lock(){ try{ if(_holder == null) { _holder = new LockHolder(); _holder.setDaemon(true); } if(!_holder.isAlive()){ _holder.start(); } semaphore.acquire();//直到_holder正常运行 } catch (Exception e){ // } return false; } public void unlock(){ if(_holder.isAlive()){ _holder.interrupt(); } } private InterProcessMutex createLock(CuratorFramework client){ lock = new InterProcessMutex(client,lockPath); //协同中断,如果其他线程/进程需要此锁中断时,调用此listener. lock.makeRevocable(revocationListener); client.getConnectionStateListenable().addListener(stateListener); return lock; } class StateListener implements ConnectionStateListener{ @Override public void stateChanged(CuratorFramework client, ConnectionState newState) { switch (newState){ case LOST: //一旦丢失链接,就意味着zk server端已经删除了锁数据 boolean rebuild = lockEvent.lose(); _holder.interrupt();//NUll if(rebuild){ lock(); } break; default: System.out.println(newState.toString()); } } } static interface LockEvent { public void afterAquire(); public boolean lose(); //释放锁 public void beforeRelease(); } class LockHolder extends Thread{ @Override public void run() { try{ lock.acquire(); semaphore.release();// lockEvent.afterAquire(); synchronized (lock) { lock.wait(); } }catch(InterruptedException e){ try{ lockEvent.beforeRelease(); lock.release(); }catch(Exception ie){ ie.printStackTrace(); } }catch (Exception e) { e.printStackTrace(); } } } public static void main(String[] args) throws Exception { CuratorFrameworkFactory.Builder builder = CuratorFrameworkFactory.builder(); //fluent style String namespace = "cluster-worker"; CuratorFramework client = builder.connectString("127.0.0.1:2181") //FixedEnsembleProvider .sessionTimeoutMs(30000) .connectionTimeoutMs(30000) .canBeReadOnly(false) // cant connect to one observer-instance .retryPolicy(new ExponentialBackoffRetry(1000, Integer.MAX_VALUE)) //auto reconnect policy .namespace(namespace) //good method,you can specify one fix prefiex-path of all znode. .defaultData(null) .build(); client.start(); EnsurePath ensure = client.newNamespaceAwareEnsurePath(namespace); LockEvent le = new LockEvent() { @Override public boolean lose() { System.out.println("lose,shoud be waiting or stop workers!"); return false; } @Override public void beforeRelease() { System.out.println("Lock would be released!"); } @Override public void afterAquire() { System.out.println("Locked success,can be running workers"); } }; DistributedLock distLock = new DistributedLock(client,"/lock",le); distLock.lock(); distLock.unlock(); Thread.sleep(2000); client.close(); } }
底层的机制非常的简单: "获取锁"的操作,就是在zookeeper中创建一个EPHEMERAL_SEQUENTIAL节点,同时对此节点的临近节点注册一个watcher;当"临近节点"被删除时,表示其他进程已经释放了锁,此watcher将会触发,并唤醒当前线程,然后acquire方法返回.."释放锁"的操作,就是删除此临时节点.此时临近的下一个节点将获得锁..
所谓"重入",就是同一个线程多次获取锁时,如果此线程已经持有了锁(即创建了zk临时节点),事实上将不会再次创建zk的临时节点,而是直接返回.
因为"重入锁",基于临时节点的特性,因此必须关注client链接重建的问题;粗糙的解决办法,就是每次链接重建(session过期),重新实例化lock对象.
6. Barrier
栅栏, 可以用来协同分布式环境中的线程.让他们有条件的阻塞,且同时唤醒.
DistributedBarrier barrier = new DistributedBarrier(client,"/barrier"); barrier.setBarrier(); //设置barrier System.out.println("setBarrier..."); barrier.waitOnBarrier();//等待其他进程移除barrier,此后所有的waitOnBarrier进程都将解除阻塞. //barrier.removeBarrier(); //移除barrier,解除阻塞.
DistributedDoubleBarrier barrier = new DistributedDoubleBarrier(client,"/d-barrier",12); System.out.println("enter..."); barrier.enter();//阻塞,直到12个成员加入 System.out.println("running..."); barrier.leave();//阻塞,直到12个成员离开
其中DistributedDoubleBarrier为双端栅栏,可以让N个线程(进程)同时开始,并且同时退出..
对于DistributedBarrier内部机制非常简单: setBarrier()方法就是创建"栅栏"节点,removeBarrier()方法就是删除此节点;当执行setBarrier之后,所有的waitOnBarrier()操作都将阻塞,直到删除节点的事件触发.
7.LeaderSelector
在很多场景中,我们需要"leader选举";比如在分布式有很多task,这些task的执行时机需要一个"Leader"去调度.任何时候,同一个leaderPath节点下,只会有一个"leader"..如下展示如何简单的使用LeaderSelector.
public class LeaderSelectorClient { private LeaderSelector selector; private final Object lock = new Object(); private boolean isLeader = false; public LeaderSelectorClient(CuratorFramework client, String leaderPath) throws Exception { LeaderSelectorListener selectorListener = new LeaderSelectorListener() { //此方法将会在Selector的线程池中的线程调用 @Override public void takeLeadership(CuratorFramework client) throws Exception { System.out.println("I am leader..."); //如果takeLeadership方法被调用,说明此selector实例已经为leader //此方法需要阻塞,直到selector放弃leader角色 isLeader = true; while (isLeader) { synchronized (lock) { lock.wait(); } } } //这个方法将会在Zookeeper主线程中调用---watcher响应时 @Override public void stateChanged(CuratorFramework client, ConnectionState newState) { System.out.println("Connection state changed..."); //对于LeaderSelector,底层实现为对leaderPath节点使用了"排他锁", //"排他锁"的本质,就是一个"临时节点" //如果接收到LOST,说明此selector实例已经丢失了leader信息. if (newState == ConnectionState.LOST) { isLeader = false; synchronized (lock) { lock.notifyAll(); } } } }; selector = new LeaderSelector(client, leaderPath, selectorListener); //一旦leader释放角色之后,是否继续参与leader的选举 //此处需要关注CuratorFrameworker.RetryPolicy策略. //1) 如果leader是耐久性的,selector实例需要一致关注leader的状态,可以autoRequeue //2) 如果leader再行使完任务之后,释放,然后在此后的某个时刻再次选举(比如定时任务),此处可以保持默认值false selector.autoRequeue(); } public void start() { selector.start(); } public void release() { //释放leader角色 isLeader = false; //takeLeadership方法将会中断并返回. selector.interruptLeadership(); synchronized (lock){ lock.notifyAll();// } } //重新获取leader角色--选举 public void take() { selector.requeue(); } public void close() { isLeader = false; selector.close(); synchronized (lock){ lock.notifyAll();// } } public boolean isLeader() { return selector.hasLeadership(); } }
开发者使用LeaderSelector时,需要关注takeLeadership方法的内部逻辑,一旦takeLeadership方法被调用,那么此selector已经是leader角色了,你可以在此方法中增加"事件通知"等来执行一些异步的操作.
isLeader()方法只能返回当前的状态,有可能返回true之后不久,这个selector实例将不不再是leader,那么就需要我们在listener中更多的关注stateChanged过程.
8. LeaderLatch
上述LeaderSelector开发中,开发者需要关注"链接异常"情况,也需要自己去阻塞leader角色变更,也需要自己去封装"leader角色变更"时的事件处理器....recipse组件已经实现了LeaderLatch来初步解决上述问题,这个类是个便捷的类,如果你还需要更多的处理,恐怕还是需要自己去封装LeaderSelector.
LeaderLatch latch = new LeaderLatch(client,"/task/leader"); //让listener在单独的线程池中运行 Executor executor = Executors.newCachedThreadPool(); //每个listener都用来执行角色变换的事件处理. LeaderLatchListener latchListener = new LeaderLatchListener() { @Override public void isLeader() { System.out.println("I am leader..."); } @Override public void notLeader() { System.out.println("I am not leader..."); } }; latch.addListener(latchListener,executor); latch.start(); latch.await();//等待leader角色. //在await退出之后,你需要通过其他手段继续关注leader状态变更. System.out.println(latch.hasLeadership()); Thread.sleep(5000); latch.close(); Thread.sleep(2000); client.close();
到此为止,我们已经把curator-recipse的大部分API都介绍完毕了,希望我们的zookeeper开发之旅更加愉快.
相关推荐
赠送源代码:curator-recipes-2.6.0-sources.jar; 赠送Maven依赖信息文件:curator-recipes-2.6.0.pom; 包含翻译后的API文档:curator-recipes-2.6.0-javadoc-API文档-中文(简体)版.zip; Maven坐标:org.apache....
赠送源代码:curator-recipes-4.3.0-sources.jar; 赠送Maven依赖信息文件:curator-recipes-4.3.0.pom; 包含翻译后的API文档:curator-recipes-4.3.0-javadoc-API文档-中文(简体)-英语-对照版.zip; Maven坐标:...
赠送源代码:curator-recipes-2.6.0-sources.jar; 赠送Maven依赖信息文件:curator-recipes-2.6.0.pom; 包含翻译后的API文档:curator-recipes-2.6.0-javadoc-API文档-中文(简体)-英语-对照版.zip; Maven坐标:...
Curator除了提供很便利的API,还提供了一些典型的应用场景,开发人员可以使用参考更好的理解如何使用Zookeeper客户端,所有的都在recipes包中
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/4.3.0/curator-recipes-4.3.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/4.0.1/curator-recipes-4.0.1.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.3.0/curator-recipes-2.3.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/4.0.0/curator-recipes-4.0.0.jar
赠送源代码:curator-client-2.6.0-sources.jar; 赠送Maven依赖信息文件:curator-client-2.6.0.pom; 包含翻译后的API文档:curator-client-2.6.0-javadoc-API文档-中文(简体)版.zip; Maven坐标:org.apache....
赠送源代码:curator-client-4.0.1-sources.jar; 赠送Maven依赖信息文件:curator-client-4.0.1.pom; 包含翻译后的API文档:curator-client-4.0.1-javadoc-API文档-中文(简体)-英语-对照版.zip; Maven坐标:org....
赠送源代码:curator-framework-4.0.1-sources.jar; 赠送Maven依赖信息文件:curator-framework-4.0.1.pom; 包含翻译后的API文档:curator-framework-4.0.1-javadoc-API文档-中文(简体)版.zip; Maven坐标:org....
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/4.2.0/curator-recipes-4.2.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.8.0/curator-recipes-2.8.0.jar
赠送源代码:curator-framework-4.3.0-sources.jar; 赠送Maven依赖信息文件:curator-framework-4.3.0.pom; 包含翻译后的API文档:curator-framework-4.3.0-javadoc-API文档-中文(简体)-英语-对照版.zip; Maven...
赠送源代码:curator-client-2.7.1-sources.jar; 赠送Maven依赖信息文件:curator-client-2.7.1.pom; 包含翻译后的API文档:curator-client-2.7.1-javadoc-API文档-中文(简体)-英语-对照版.zip; Maven坐标:org....
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/3.3.0/curator-recipes-3.3.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.11.0/curator-recipes-2.11.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.13.0/curator-recipes-2.13.0.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.11.1/curator-recipes-2.11.1.jar
ZooKeeper 食谱文档中列出的所有食谱(两阶段提交除外)。 org.apache.curator/curator-recipes/2.9.1/curator-recipes-2.9.1.jar