标签：

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/

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)

 

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<InetSocketAddress> serverAddrs = (List<InetSocketAddress>) 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.}  

1.public interface ZooKeeperOperation<T> {  
2.  
3.    public T execute() throws KeeperException, InterruptedException;  
4.}  
5.  
6.  
7./** 
8.     * 包装重试策略 
9.     */  
10.    public <T> T retryOperation(ZooKeeperOperation<T> 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。

云栖社区站内文章，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）。

zookeeper项目使用几点小结

标签：

原文地址：http://www.cnblogs.com/starhu/p/5403117.html