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：

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：

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

1.ZooKeeper zk = null;  2.        try {
       3.            zk = new ZooKeeper(cluster1, sessionTimeout, new AsyncWatcher() {
       4.  5.                public void asyncProcess(WatchedEvent event) {
       6.                    //do nothing   7.                }  8.  9.            });  10.            if (serveraddrs.size() > 1) {
       11.                // 强制的声明accessible  12.                ReflectionUtils.makeAccessible(clientCnxnField);  13.                ReflectionUtils.makeAccessible(serverAddrsField);  14.                // 添加第二组集群列表  15.                for (int i = 1; i < serveraddrs.size(); i++) {
       16.                    String cluster = serveraddrs.get(i);  17.                    // 强制获取zk中的地址信息  18.                    ClientCnxn cnxn = (ClientCnxn) ReflectionUtils.getField(clientCnxnField, zk);  19.                    List
    
      serverAddrs = (List
     
      ) ReflectionUtils  20.                            .getField(serverAddrsField, cnxn);  21.                    // 添加第二组集群列表  22.                    serverAddrs.addAll(buildServerAddrs(cluster));  23.                }  24.            }  25.        }

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：

1.public abstract class AsyncWatcher implements Watcher {
       2.  3.    private static final int       DEFAULT_POOL_SIZE    = 30;  4.    private static final int       DEFAULT_ACCEPT_COUNT = 60;  5.  6.    private static ExecutorService executor             = new ThreadPoolExecutor(  7.                                                                1,  8.                                                                DEFAULT_POOL_SIZE,  9.                                                                0L,  10.                                                                TimeUnit.MILLISECONDS,  11.                                                                new ArrayBlockingQueue(  12.                                                                        DEFAULT_ACCEPT_COUNT),  13.                                                                new NamedThreadFactory(  14.                                                                        "Arbitrate-Async-Watcher"),  15.                                                                new ThreadPoolExecutor.CallerRunsPolicy());  16.  17.    public void process(final WatchedEvent event) {
       18.        executor.execute(new Runnable() {
     //提交异步处理  19.  20.                    @Override  21.                    public void run() {
       22.                        asyncProcess(event);  23.                    }  24.                });  25.  26.    }  27.  28.    public abstract void asyncProcess(WatchedEvent event);  29.  30.}

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

需要特殊处理下ConnectionLoss的异常，一种可恢复的异常。

重试处理：

1.public interface ZooKeeperOperation
       
         {
          2.  3.    public T execute() throws KeeperException, InterruptedException;  4.}  5.  6.  7./** 8.     * 包装重试策略 9.     */  10.    public 
        
          T retryOperation(ZooKeeperOperation
         
           operation) throws KeeperException,  11.            InterruptedException {
          12.        KeeperException exception = null;  13.        for (int i = 0; i < maxRetry; i++) {
          14.            try {
          15.                return (T) operation.execute();  16.            } catch (KeeperException.SessionExpiredException e) {
          17.                logger.warn("Session expired for: " + this + " so reconnecting due to: " + e, e);  18.                throw e;  19.            } catch (KeeperException.ConnectionLossException e) {
         //特殊处理Connection Loss  20.                if (exception == null) {
          21.                    exception = e;  22.                }  23.                logger.warn("Attempt " + i + " failed with connection loss so "  24.                        + "attempting to reconnect: " + e, e);  25.  26.                retryDelay(i);  27.            }  28.        }  29.  30.        throw exception;  31.    }

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。

站内文章，如需转载，请保留作者和出处（云栖社区），并邮件通知云栖社区（yqeditor@list.alibaba-inc.com）。

转载于:https://www.cnblogs.com/starhu/p/5403117.html

你可能感兴趣的文章