zookeeper基本概念和功能

zookeeper基本概念和功能

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：国际域名空间、虚拟空间、营销软件、网站建设、远安网站维护、网站推广。

zookeeper是hadoop生态圈里面重要的底层的框架，主要为上层的框架提供分布式协调服务的。

hadoop-spof 问题及HA 解决思路
引入集群协调服务框架的必要性

zookeeper 简介
ZooKeeper 是一个分布式应用程序协调服务，分布式应用程序可以基于它实现同步服务，配置维护和命名服务等。
目前zookeeper 被广泛应用于hadoop 生态体系中各种框架的分布式协调，我们也可以利用zookeeper 来简化分布式应用开发

Zk简介
1、zookeeper翻译成英文叫动物园管理员 动物员管理员的作用是什么呢？？
2、让大象（hadoop），蜂巢（hive） ，猪（pig）能够更友好的在一起，以上几种都是hadoop的组件
3、ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务
4、zookeeper其实就是一个软件，所有安装了zookeeper的服务器都叫 zookeeper server
5、zookeeper server 还分为两类角色，由 leader 和 follower 组成，如果leader挂掉，会有选举机制，follower直接替换leader ，leader只有一个，剩下的都是follower
6、zookeeper 的所有服务器中的所有数据结构（树形结构）是完全相同的，就是说我搭建一个zookeeper集群，集群里面所有机器的数据是一样的
7、数据是树形结构的，与linux目录结构是一样一样的，zk的每个数据目录就是一个znode
8、我需要运行几个ZooKeeper? 你运行一个zookeeper也是可以的，但是在生产环境中，你最好部署3，5，7个节点。部署的越多，可靠性就越高，当然最好是部署奇数个，偶数个不是不可以的，但是zookeeper集群是以宕机个数过半才会让整个集群宕机的，所以奇数个集群更佳

zk对hdfs HA高可用集群的作用？
1、qjn集群（edit日志管理系统 HA的）需要zk集群去实现，协调服务。
2、namenode谁是active谁是standay 记录在zk中
3、zkfc就是基于zk实现的失败切换控制器

zk对yarn 集群HA的作用？
1、谁是recoursemanager active谁是从的RM 记录在zk中
基本同hdfs中在作用一样

zk对hbase集群HA的作用？
1、谁是hmaster记录在zk中
2、zk留存了服务器健康状态与是否可用的信息，并提供服务器故障通知，通过zookeeper cluster可以获取当前系统表.META.的存储所对应的regionserver信息。
3、zk用consensus协议来保障共享状态，需要注意的是，一份consensus协议需要3~5个机器参与（奇数个）。
//官方解释
1 保证任何时候，集群中只有一个master
2 存贮所有Region 的寻址入口。
3 实时监控Region Server 的状态，将Region server 的上线和下线信息实时通知给Master
4 存储Hbase 的schema（模式）,包括有哪些table，每个table 有哪些column family

Zk对kafka集群的作用？
1.当一个kafka broker启动后,首先会向zookeeper注册自己的节点信息(临时znode),同时当broker和zookeeper断开连接时,此znode也会被删除.
2.其中partition leader的位置(host:port)注册在zookeeper中
3.对于offset的保存和使用,有consumer来控制 offset将会保存在zookeeper中。

小结：
Zookeeper（第三方） 可以实现的分布式协调服务包括：
1、统一名称服务 //如果把每台服务器sever比作一台一台的资源的，客户端拿到的就是名称服务资源。
2、配置管理
3、分布式共享锁 //比如在分布式的每台服务器上都需要去修改一个共享资源，这个时候会产生冲突，
4、集群节点状态协调（负载均衡/主从协调）//服务器集群动态感知及失败切换 zkfc
小结：这上面4点功能并不是zk本身自带的功能，而是，这些功能可以利用zk来实现。
zookeeper的功能：
也就是第三方，要你查数据的时候，可以返还给客户端，所以具体他是不知道干什么的
（最重要的功能也就是替客户端保管数据，为客户提供数据的监听服务）
内部自己设计了自己分布式内存数据库（用于保管数据）

ZooKeeper 数据模型和层次命名空间
提供的命名空间与标准的文件系统非常相似。一个名称是由通过斜线分隔开的路径名序列所组成的。ZooKeeper 中的每一个节点是都通过路径来识别。

ZooKeeper 中的数据节点：

每一个节点称为znode，通过路径来访问
每一个znode 维护着：数据、stat 数据结构（ACL、时间戳及版本号）
znode 维护的数据主要是用于存储协调的数据，如状态、配置、位置等信息，每个节点存储的数据量很小，KB 级别
znode 的数据更新后，版本号等控制信息也会更新（增加）
znode 还具有原子性操作的特点：写--全部替换，读--全部
znode 有永久节点和临时节点之分：临时节点指创建它的session 一结束，该节点即被zookeeper 删除；

zk 性能:
Zookeeper 的读写速度非常快（基于内存数据库），并且读的速度要比写的速度更快。
顺序一致性：客户端的更新顺序与它们被发送的顺序相一致。
原子性：更新操作要么成功要么失败，没有第三种结果。
单系统镜像：无论客户端连接到哪一个服务器，客户端将看到相同的
ZooKeeper 视图。
可靠性：一旦一个更新操作被应用，那么在客户端再次更新它之前，它的值将不会改变。这个保证将会产生下面两种结果：
1 ．如果客户端成功地获得了正确的返回代码，那么说明更新已经成功。如果不能够获得返回代码（由于通信错误、超时等等），那么客户端将不知道更新操作是否生效。
2 ．当从故障恢复的时候，任何客户端能够看到的执行成功的更新操作将不会被回滚。
实时性：在特定的一段时间内，客户端看到的系统需要被保证是实时的。在此时间段内，任何系统的改变将被客户端看到，或者被客户端侦测到。给予这些一致性保证，ZooKeeper 更高级功能的设计与实现将会变得非常容易，
例如： leader 选举、队列以及可撤销锁等机制的实现。

zookeeper 集群组件：
同一个zookeeper服务下的server 有三种，一种是leader server，另一种是follower server，还有一种叫observer server；
leader特殊之处在于它有决定权,具有Request Processor（observer server 与follower server 的区别就在于不参与leader 选举）
zk中内部leader选举的算法：paxos

如果客户端修改zk集群中的数据的时候，首先集群中会找到leader 然后在leader上修改本地数据，然后每台follower会去同步信息

zk中的端口意思
(其中2181代表：客户端与服务器连接所用的端口)
(其中2888代表：leader与follower之间的通信用的端口)
(其中3888代表：follower之间选举投票用的端口)