03_Zookeeper基本数据模型及基本命令操作

【Zookeeper基本数据模型及注意点】

 

* zk的数据模型可以类比为Linux的文件目录,是一种树状结构,如:/dubbo/com.service.DemoService/provider....

* 每一个节点都称之为znode,它可以有子节点,也可以有数据。

* 每个节点分为临时节点和永久节点,临时节点在客户端断开连接后消失。

* 每个zk节点都有各自的版本号,可以通过命令行来显示节点信息

* 每当节点数据发生变化,那么该节点的版本号会累加(乐观锁)。

* 删除/修改过时节点,版本号不匹配会报错。

* 每个zk节点存储的数据不宜过大,不超过几k。

* 节点可以设置ACL,可以通过权限来限制用户的访问。

 

【ZK特性——session基本原理】

* 客户端和服务端之间的连接存在会话

* 每个会话都可以设置一个超时时间

* 心跳结束,Session则过期(客户端会定时向服务端发送心跳指令)

* Session过期,则临时节点Znode会被抛弃

* 心跳机制:客户端向服务端的ping包请求

 

 

【Zookeeper数据模型基本操作】

【 zkServer.sh 相关 】

[ 启动zkServer ]

//进入zk的bin目录:cd /zookeeper-3.4.8/bin
./zkServer.sh start

[ 停止zkServer ]

./zkServer.sh stop

[ 重启zkServer ]

./zkServer.sh restart

[ 查看zkServer状态 ]

./zkServer.sh status

 【zkCli.sh相关】

zkCli.sh 使用的基本格式

//-timeout:表示客户端向zk服务器发送心跳的时间间隔,单位为毫秒
//-r:表示客户端以只读模式连接 
//-server:指定指定zk服务器的IP与端口,zk默认的客户端端口为2181
zkCli.sh -timeout 5000 -r -server ip:port

[ zkCli连接本地默认的zkServer ]

./zkCli.sh 

[ zkCli连接远程的zkServer ] 

./zkCli.sh -timeout 5000 -server 192.xxx.x.xxx:2181

 【创建Znode——create命令】

create [-s] [-e] path data acl

使用create命令,可以创建一个znode节点,其中-s或-e分别指定节点的特性,顺序或临时节点,若不指定,则表示持久节点,acl用来进行权限控制。

[示例1:create创建永久节点]

[ 示例2:create创建顺序节点 ]

create -s higginA 1234 

[ 示例3:create创建临时节点 ]

create -e /higginB 666

使用quit指令退出客户端

再次启动zk客户端连接,查看发现对应的higginB节点已经被删除

[ 注意 ]

直接创建路径,不创建节点,无法成功创建路径,如下所示:

 

 【 读取节点 】

与读取相关的命令有ls 和 get命令,

ls:可以列出zk指定节点下的所有子节点,但只能查看指定节点下的第一级的所有子节点。

get:可以获取zk指定节点的数据内容和属性信息。

[ ls示例:获取根节点下的所有子节点 ]

[ get示例:获取根节点的内容和属性 ]

 

[ 注意:也可以用ls2查看 ]

ls2有点类似get+ls组合后的效果

【 更新节点 】

使用set命令,可以更新指定节点的数据内容

set path data [version]

data:要更新的新内容

version:表示数据版本

[ 更新higgin的数据为xixix ]

 

【删除节点】

使用delete命令可以删除zk上指定的节点

delete path [version]

[ 示例:删除higgin节点 ]

[ delete注意 ]

若删除的节点存在子节点,那么无法删除该节点,必须先删除子节点,再删除父节点。 

 

【Zookeeper的作用】 

1.master节点选举,主节点挂了以后,从节点就会接手工作,并且保证这个节点是唯一的,这也是所谓的首脑模式,从而保证我们的集群是高可用的。

2.统一配置文件管理,即只需要一台服务器,就可以把相同配置文件的内容同步更新到其他所有服务器(例如修改redis的统一配置)

3.发布与订阅,类似消息队列的MQ,dubbo服务提供者会把数据存在znode上,dubbo服务消费者会订阅读取这个数据。

4.提供分布式锁,分布式环境中不同的进程之间争取资源,类似多线程中的锁。

 5.数据强一致性,在集群中保证数据的强一致性,如图:

 

posted @ 2018-09-13 23:36  HigginCui  阅读(304)  评论(0编辑  收藏  举报