四、Zookeeper实战

4.1 分布式安装部署

0）集群规划

在ikeng、ikeng2和ikeng3三个节点上部署Zookeeper。

1）解压安装

（1）解压zookeeper安装包到/opt/module/目录下

[hadoop@ikeng software]$ tar -zxvf zookeeper-3.4.10.tar.gz -C /opt/module/

（2）在/opt/module/zookeeper-3.4.10/这个目录下创建zkData

mkdir -p zkData

（3）重命名/opt/module/zookeeper-3.4.10/conf这个目录下的zoo_sample.cfg为zoo.cfg

mv zoo_sample.cfg zoo.cfg

2）配置zoo.cfg文件

（1）具体配置

dataDir=/opt/module/zookeeper-3.4.10/zkData

增加如下配置

#######################cluster##########################server.1=ikeng:2888:3888server.2=ikeng2:2888:3888server.3=ikeng3:2888:3888

（2）配置参数解读

Server.A=B:C:D。

A是一个数字，表示这个是第几号服务器；

B是这个服务器的ip地址；

C是这个服务器与集群中的Leader服务器交换信息的端口；

D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。

集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。

3）集群操作

（1）在/opt/module/zookeeper-3.4.10/zkData目录下创建一个myid的文件

touch myid

添加myid文件，注意一定要在linux里面创建，在notepad++里面很可能乱码

（2）编辑myid文件

vi myid

在文件中添加与server对应的编号：如2

（3）拷贝配置好的zookeeper到其他机器上

scp -r zookeeper-3.4.10/ root@ikeng2.hadoop.com:/opt/app/

scp -r zookeeper-3.4.10/ root@ikeng3.hadoop.com:/opt/app/

并分别修改myid文件中内容为3、4

（4）分别启动zookeeper

 [root@ikeng zookeeper-3.4.10]# bin/zkServer.sh start[root@ikeng2 zookeeper-3.4.10]# bin/zkServer.sh start[root@ikeng3 zookeeper-3.4.10]# bin/zkServer.sh start

（5）查看状态

[root@ikeng zookeeper-3.4.10]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: follower[root@ikeng2 zookeeper-3.4.10]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: leader[root@ikeng3 zookeeper-3.4.5]# bin/zkServer.sh statusJMX enabled by defaultUsing config: /opt/module/zookeeper-3.4.10/bin/../conf/zoo.cfgMode: follower

4.2 客户端命令行操作

命令基本语法	功能描述
help	显示所有操作命令
ls path [watch]	使用 ls 命令来查看当前znode中所包含的内容
ls2 path [watch]	查看当前节点数据并能看到更新次数等数据
create	普通创建(永久节点) -s 含有序列 -e 临时（重启或者超时消失）
get path [watch]	获得节点的值
set	设置节点的具体值
stat	查看节点状态
delete	删除节点
rmr	递归删除节点

1）启动客户端

[hadoop@ikeng2 zookeeper-3.4.10]$ bin/zkCli.sh

2）显示所有操作命令

[zk: localhost:2181(CONNECTED) 1] help

3）查看当前znode中所包含的内容

[zk: localhost:2181(CONNECTED) 0] ls /

[zookeeper]

4）查看当前节点数据并能看到更新次数等数据

[zk: localhost:2181(CONNECTED) 1] ls2 /

[zookeeper]

cZxid = 0x0

ctime = Thu Jan 01 08:00:00 CST 1970

mZxid = 0x0

mtime = Thu Jan 01 08:00:00 CST 1970

pZxid = 0x0

cversion = -1

dataVersion = 0

aclVersion = 0

ephemeralOwner = 0x0

dataLength = 0

numChildren = 1

5）创建普通节点

[zk: localhost:2181(CONNECTED) 2] create /app1 "hello app1"Created /app1[zk: localhost:2181(CONNECTED) 4] create /app1/server101 "192.168.1.101"Created /app1/server101

6）获得节点的值

[zk: localhost:2181(CONNECTED) 6] get /app1hello app1cZxid = 0x20000000actime = Mon Jul 17 16:08:35 CST 2017mZxid = 0x20000000amtime = Mon Jul 17 16:08:35 CST 2017pZxid = 0x20000000bcversion = 1dataVersion = 0aclVersion = 0ephemeralOwner = 0x0dataLength = 10numChildren = 1[zk: localhost:2181(CONNECTED) 8] get /app1/server101192.168.1.101cZxid = 0x20000000bctime = Mon Jul 17 16:11:04 CST 2017mZxid = 0x20000000bmtime = Mon Jul 17 16:11:04 CST 2017pZxid = 0x20000000bcversion = 0dataVersion = 0aclVersion = 0ephemeralOwner = 0x0dataLength = 13numChildren = 0

7）创建短暂节点

[zk: localhost:2181(CONNECTED) 9] create -e /app-emphemeral 8888

（1）在当前客户端是能查看到的

[zk: localhost:2181(CONNECTED) 10] ls /

[app1, app-emphemeral, zookeeper]

（2）退出当前客户端然后再重启客户端

[zk: localhost:2181(CONNECTED) 12] quit

[hadoop@ikeng3 zookeeper-3.4.10]$ bin/zkCli.sh

（3）再次查看根目录下短暂节点已经删除

[zk: localhost:2181(CONNECTED) 0] ls /

[app1, zookeeper]

8）创建带序号的节点

（1）先创建一个普通的根节点app2

[zk: localhost:2181(CONNECTED) 11] create /app2 “app2”

（2）创建带序号的节点

[zk: localhost:2181(CONNECTED) 13] create -s /app2/aa 888

Created /app2/aa0000000000

[zk: localhost:2181(CONNECTED) 14] create -s /app2/bb 888

Created /app2/bb0000000001

[zk: localhost:2181(CONNECTED) 15] create -s /app2/cc 888

Created /app2/cc0000000002

如果原节点下有1个节点，则再排序时从1开始，以此类推。

[zk: localhost:2181(CONNECTED) 16] create -s /app1/aa 888

Created /app1/aa0000000001

9）修改节点数据值

[zk: localhost:2181(CONNECTED) 2] set /app1 999

10）节点的值变化监听

（1）在104主机上注册监听/app1节点数据变化

[zk: localhost:2181(CONNECTED) 26] get /app1 watch

（2）在103主机上修改/app1节点的数据

[zk: localhost:2181(CONNECTED) 5] set /app1 777

（3）观察104主机收到数据变化的监听

WATCHER::

WatchedEvent state:SyncConnected type:NodeDataChanged path:/app1

11）节点的子节点变化监听（路径变化）

（1）在104主机上注册监听/app1节点的子节点变化

[zk: localhost:2181(CONNECTED) 1] ls /app1 watch

[aa0000000001, server101]

（2）在103主机/app1节点上创建子节点

[zk: localhost:2181(CONNECTED) 6] create /app1/bb 666

Created /app1/bb

（3）观察104主机收到子节点变化的监听

WATCHER::

WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/app1

12）删除节点

[zk: localhost:2181(CONNECTED) 4] delete /app1/bb

13）递归删除节点

[zk: localhost:2181(CONNECTED) 7] rmr /app2

14）查看节点状态

[zk: localhost:2181(CONNECTED) 12] stat /app1

cZxid = 0x20000000a

ctime = Mon Jul 17 16:08:35 CST 2017

mZxid = 0x200000018

mtime = Mon Jul 17 16:54:38 CST 2017

pZxid = 0x20000001c

cversion = 4

dataVersion = 2

aclVersion = 0

ephemeralOwner = 0x0

dataLength = 3

numChildren = 2

4.3 API应用

4.3.1 IDEA环境搭建

1）创建一个工程

pom.xml

<dependencies><dependency><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId><version>3.4.10</version></dependency>
</dependencies>

4.3.2 创建ZooKeeper客户端

private static String connectString = "ikeng:2181,ikeng2:2181,ikeng3:2181";
private static int sessionTimeout = 2000;
private ZooKeeper zkClient = null;@Before
public void init() throws Exception {zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {@Overridepublic void process(WatchedEvent event) {// 收到事件通知后的回调函数（用户的业务逻辑）System.out.println(event.getType() + "--" + event.getPath());// 再次启动监听try {zkClient.getChildren("/", true);} catch (Exception e) {e.printStackTrace();}}});
}

4.3.3 创建子节点

// 创建子节点
@Test
public void create() throws Exception {// 数据的增删改查// 参数1：要创建的节点的路径； 参数2：节点数据 ； 参数3：节点权限 ；参数4：节点的类型String nodeCreated = zkClient.create("/eclipse", "hello zk".getBytes(), Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT);
}

4.3.4 获取子节点并监听

// 获取子节点@Testpublic void getChildren() throws Exception {List<String> children = zkClient.getChildren("/", true);for (String child : children) {System.out.println(child);}// 延时阻塞Thread.sleep(Long.MAX_VALUE);}

4.3.5 判断znode是否存在

// 判断znode是否存在@Testpublic void exist() throws Exception {Stat stat = zkClient.exists("/eclipse", false);System.out.println(stat == null ? "not exist" : "exist");}

4.4 案例实战分布式秒杀

Zk所需要的Pom依赖

<!-- zookeeper所需依赖 --><dependency><groupId>org.apache.curator</groupId><artifactId>curator-framework</artifactId><version>4.0.0</version></dependency><dependency><groupId>org.apache.curator</groupId><artifactId>curator-recipes</artifactId><version>4.0.0</version></dependency><dependency><groupId>org.apache.curator</groupId><artifactId>curator-client</artifactId><version>4.0.0</version></dependency><dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>16.0.1</version></dependency>

TestDistributedLock

import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;public class TestDistributedLock {//定义共享资源private static int count = 10;private static void printCountNumber() {System.out.println("***********" + Thread.currentThread().getName() + "**********");System.out.println("当前值：" + count);count--;//睡2秒try {Thread.sleep(500);} catch (InterruptedException e) {// TODO Auto-generated catch blocke.printStackTrace();}System.out.println("***********" + Thread.currentThread().getName() + "**********");}public static void main(String[] args) {//定义客户端重试的策略RetryPolicy policy = new ExponentialBackoffRetry(1000,  //每次等待的时间10); //最大重试的次数//定义ZK的一个客户端CuratorFramework client = CuratorFrameworkFactory.builder().connectString("ikeng:2181").retryPolicy(policy).build();//在ZK生成锁  ---> 就是ZK的目录client.start();final InterProcessMutex lock = new InterProcessMutex(client, "/mylock");// 启动10个线程去访问共享资源for (int i = 0; i < 10; i++) {new Thread(new Runnable() {public void run() {try {//请求得到锁lock.acquire();//访问共享资源printCountNumber();} catch (Exception ex) {ex.printStackTrace();} finally {//释放锁try {lock.release();} catch (Exception e) {e.printStackTrace();}}}}).start();}}
}

【hadoop生态之ZooKeeper】第四章ZooKeeper实战【笔记+代码】相关推荐

【hadoop生态之Hbase】HBASE的优化【笔记+代码】
三.HBase的优化 3.1.高可用在HBase中Hmaster负责监控RegionServer的生命周期,均衡RegionServer的负载,如果Hmaster挂掉了,那么整个HBase集群将陷入 ...
zookeeper -- 第四章 zookeeper watcher讲解
2019独角兽企业重金招聘Python工程师标准>>> 先站坑转载于:https://my.oschina.net/u/3136594/blog/1610091
【hadoop生态之Hive】Hive的查询语言【笔记+代码】
六.查询官方教程 [WITH CommonTableExpression (, CommonTableExpression)*] (Note: Only available starting wit ...
【hadoop生态之Hive】Hive的数据类型【笔记+代码】
三.Hive数据类型 3.1 基本数据类型 Hive数据类型 Java数据类型长度例子 TINYINT byte 1byte有符号整数 20 SMALINT short 2byte有符号整数 20 ...
控制系统仿真与CAD-薛定宇-第四章matlab学习笔记
控制系统仿真与CAD-薛定宇-第四章matlab学习笔记 04-02传递函数模型 tfdata() 传递函数属性法 04-07典型系统连接计算 pretty 用法 04-08方框图简化 04-09代数 ...
Hadoop集群搭建（四：Zookeeper环境安装）
实验目的要求目的: 1.掌握在完全分布模式的整合平台中Zookeeper的完全分布模式的安装要求: 完成Zookeeper的完全分布农事的安装: Zookeeper服务能够正常启动和连接: Z ...
第四章：小朱笔记hadoop之源码分析-conf分析
第三章:小朱笔记hadoop之conf分析一.Configurable void setConf(Configuration conf); //获取配置信息的方法: Configur ...
Zookeeper系列四：Zookeeper实现分布式锁、Zookeeper实现配置中心
一.Zookeeper实现分布式锁分布式锁主要用于在分布式环境中保证数据的一致性. 包括跨进程.跨机器.跨网络导致共享资源不一致的问题. 1. 分布式锁的实现思路说明: 这种实现会有一个缺点,即当 ...
ZooKeeper（四）ZooKeeper的简单使用
ZooKeeper的命令行操作运行 zkCli.sh –server <ip:port> 进入命令行工具,连接后使用help可以查看所有命令: 1.使用 ls 命令来查看当前 ZooKe ...

【hadoop生态之ZooKeeper】第四章ZooKeeper实战【笔记+代码】

四、Zookeeper实战

4.1 分布式安装部署

4.2 客户端命令行操作

4.3 API应用

4.3.1 IDEA环境搭建

4.3.2 创建ZooKeeper客户端

4.3.3 创建子节点

4.3.4 获取子节点并监听

4.3.5 判断znode是否存在

4.4 案例实战分布式秒杀

【hadoop生态之ZooKeeper】第四章ZooKeeper实战【笔记+代码】相关推荐

最新文章

热门文章

【hadoop生态之ZooKeeper】第四章ZooKeeper实战【笔记+代码】

四、Zookeeper实战

4.1 分布式安装部署

4.2 客户端命令行操作

4.3 API应用

4.3.1 IDEA环境搭建

4.3.2 创建ZooKeeper客户端

4.3.3 创建子节点

4.3.4 获取子节点并监听

4.3.5 判断znode是否存在

4.4 案例实战 分布式秒杀

【hadoop生态之ZooKeeper】第四章ZooKeeper实战【笔记+代码】相关推荐

最新文章

热门文章

4.4 案例实战分布式秒杀