分布式锁

• 分布式锁：在分布式环境下，保护跨进程、跨主机、跨网络的共享资源，实现互斥访问，保证一致性；在zk中，锁就是一个数据节点
• 普通实现：注册临时节点，谁注册成功谁获取锁，其他监听该节点的删除事件，一旦被删除，通知其他客户端，再次重复该流程；此为最简单的实现，但容易引发羊群效应。这种情况下，大量客户端在短时间内对 ZooKeeper 服务器发起请求，可能超出了服务器的处理能力，导致延迟增加、响应时间变长，甚至导致服务不可用。

• “羊群效应”（Herd Effect）是指当大量客户端同时对某一事件或资源发起请求时，这些请求会出现在相对较短的时间内集中到服务器上，从而导致服务器过载或性能下降的现象。在ZooKeeper中，这种效应可能会导致严重的性能问题，甚至使整个系统崩溃。

1. 所有服务要获取锁时都去zookeeper中注册一个临时顺序节点，并将基本信息写入临时节点
2. 所有服务获取节点列表并判断自己的节点是否是最小的那个，谁最小谁就获取了锁
3. 未获取锁的客户端添加对前一个节点删除事件的监听
4. 锁释放/持有锁的客户端宕机 后，节点被删除
5. 下一个节点的客户端收到通知，重复上述流程

分布式锁-读写锁

• 共享锁：读锁。如果事务T1对数据对象O1加上共享锁，那么当前事务只能对O1进行读取操作，其他事务也只能对这个数据对象加共享锁，直到该数据对象上的所有共享锁都被释放
• 排它锁：写锁或独占锁。如果事务T1对数据对象O1加上了排他锁，那么在整个加锁期间，只允许事务T1对O1进行读取或更新操作，其他任务事务都不能对这个数据对象进行任何操作，直到T1释放排他锁
  
  可以将临时有序节点分为读锁节点和写锁节点

1. 对于读锁节点而言，只关心前一个写锁节点的释放。如果前一个写锁释放了，则多个读锁节点对应的线程可以并发地读取数据
2. 对于写锁节点而言，只关心前一个节点的释放，而不需要关心前一个节点是写锁节点还是读锁节点。因为为了保证有序性，写操作必须要等待前面的读操作或者写操作执行完成。

分布式锁-Curator实现

➢InterProcessMutex：分布式可重入排它锁（可重入可以借助LocalMap存计数器）
➢InterProcessSemaphoreMutex：分布式排它锁
➢InterProcessMultiLock：将多个锁作为单个实体管理的容器
➢InterProcessReadWriteLock：分布式读写锁

ZK集群管理

• 配置管理：指集群中的机器拥有某些配置，并且这些配置信息需要动态地改变，那么我们就可以使用发布订阅模式把配置做统一的管理，让这些机器订阅配置信息的改变，但是配置改变时这些机器得到通知并更新自己的配置。
• 服务注册，服务发现：指对集群中的服务上下线做统一管理，每个工作服务器都可以作为数据的发布方，向集群注册自己的基本信息，而让某些监控服务器作为订阅方，订阅工作服务器的基本信息。当工作服务器的基本信息改变时，如服务上下线、服务器的角色或服务范围变更，那么监控服务器可以得到通知并响应这些变化

zookeeper 集群

zookeeper 集群节点个数配置

• 为什么zookeeper节点推荐配奇数？

1. 容错率：需要保证集群能够有半数进行投票
   • 2台服务器，至少2台正常运行才行（2的半数为1，半数以上最少为2)，正常运行1台服务器都不允许挂掉，但是相对于单节点服务器，2台服务器还有两个单点故障，所以直接排除了。
   • 3台服务器，至少2台正常运行才行（3的半数为1.5，半数以上最少为2），正常运行可以允许1台服务器挂掉
   • 4台服务器，至少3台正常运行才行（4的半数为2，半数以上最少为3），正常运行可以允许1台服务器挂掉
   • 5台服务器，至少3台正常运行才行（5的半数为2.5，半数以上最少为3），正常运行可以允许2台服务器挂掉
2. 防脑裂：脑裂集群的脑裂通常是发生在节点之间通信不可达的情况下，集群会分裂成不同的小集群，小集群各自选出自己的leader节
   点，导致原有的集群出现多个leader节点的情况，这就是脑裂
   • 3台服务器，投票选举半数为1.5，一台服务裂开，和另外两台服务器无法通行，这时候2台服务器的集群（2票大于半数1.5票），所以可以选举出leader，而 1 台服务器的集群无法选举。
   • 4台服务器，投票选举半数为2，可以分成 1,3两个集群或者2,2两个集群，对于 1,3集群，3集群可以选举；对于2,2集群，则不能选择，造成没有leader节点。
   • 5台服务器，投票选举半数为2.5，可以分成1,4两个集群，或者2,3两集群，这两个集群分别都只能选举一个集群，满足zookeeper集群搭建数目。

zookeeper 选举

• Paxos算法是基于消息传递且具有高度容错特性的一致性算法，其解决的问题是在分布式系统中如何就某个值（决议）达成一致，paxos是一个分布式选举算法
• 该算法的三种角色
  ➢ Proposer：提案(决议)发起者
  ➢ Acceptor：提案接收者，可同意或不同意
  ➢ Learners：虽然不同意提案，但也只能被动接收学习；或者是后来的，只能被动接受提案遵循少数服从多数的原则，过半原则。
  

ZAB协议

• ZooKeeper使用的是ZAB协议作为数据一致性的算法， ZAB（ZooKeeper Atomic Broadcast ） 全称为：原子消息广播协议。在Paxos算法基础上进行了扩展改造而来的，ZAB协议设计了支持原子广播、崩溃恢复，ZAB协议保证Leader广播的变更序列被顺序的处理。
  四种状态，其中三种跟选举有关，选举时也是半数以上通过才算通过
  ➢ LOOKING：系统刚启动时或者Leader崩溃后正处于选举状态
  ➢ FOLLOWING：Follower节点所处的状态，同步leader状态，参与投票
  ➢ LEADING：Leader所处状态
  ➢ OBSERVING，观察状态,同步leader状态，不参与投票

zookeeper 选举

zookeeper 集群数据读写

• 读请求：当Client向zookeeper发出读请求时，无论是Leader还是Follower，都直接返回查询结果

• 写请求->leader

  • Client向Leader发出写请求，Leader将数据写入到本节点，并将数据发送到所有的Follower节点，等待Follower节点返回，当Leader接收到一半以上节点(包含自己)返回写成功的信息之后，返回写入成功消息给client。
    

• 写请求->follwer

  • Client向Follower发出写请求,Follower节点将请求转发给Leader,Leader将数据写入到本节点，并将数据发送到所有的Follower节点,等待Follower节点返回,当Leader接收到一半以上节点(包含自己)返回写成功的信息之后，返回写入成功消息给原来的Follower,原来的Follower返回写入成功消息给Client。