分布式技术-Zookeeper
1.Zookeeper概述
1.1 概述
- 美团,饿了么,淘宝,58同城等等应用都是zookeeper的现实生活版
- 老孙我开了个饭店,如何才能让大家都能吃到我们的饭菜?需要入驻美团,这样大家就可以在美团app中看到我的饭店,下订单,从而完成一次交易
- Zookeeper是一个开源的分布式(多台服务器干一件事)的,为分布式应用提供协调服务的Apache项目。
- 在大数据技术生态圈中,zookeeper(动物管理员),Hadoop(大象),Hive(蜜蜂),Pig(猪)等技术
1.2 工作机制
- Zookeeper从设计模式角度来理解:是一个基于观察者模式(一个人干活,有人盯着他)设计的分布式服务管理框架
- 它负责 存储 和 管理 大家都关心的数据
- 然后接受观察者的注册,一旦这些数据的发生变化
- Zookeeper就将负责通知已经注册的那些观察者做出相应的反应
- 从而实现集群中类似Master/Slave管理模式
- Zookeeper = 文件系统 + 通知机制
- 商家营业并入驻
- 获取到当前营业的饭店列表
- 服务器节点下线
- 服务器节点上下线事件通知
- 重新再去获取服务器列表,并注册监听
1.3 特点
- 分布式和集群的区别?
- 无论分布式和集群,都是很多人在做事情。具体区别如下:
- 例如:我有一个饭店,越来越火爆,我得多招聘一些工作人员
- 分布式:招聘1个厨师,1个服务员,1个前台,三个人负责的工作不一样,但是最终目的都是为饭店工作
- 集群:招聘3个服务员,3个人的工作一样
- 是一个leader和多个follower来组成的集群(狮群中,一头雄狮,N头母狮)
- 集群中只要有半数以上的节点存活,Zookeeper就能正常工作(5台服务器挂2台,没问题;4台服务器挂2台,就停止)
- 全局数据一致性,每台服务器都保存一份相同的数据副本,无论client连接哪台server,数据都是一致的
- 数据更新原子性,一次数据要么成功,要么失败(不成功便成仁)
- 实时性,在一定时间范围内,client能读取到最新数据
- 更新的请求按照顺序执行,会按照发送过来的顺序,逐一执行(发来123,执行123,而不是321或者别的)
1.4 数据结构
- ZooKeeper数据模型的结构与linux文件系统很类似,整体上可以看作是一棵树,每个节点称做一个ZNode(ZookeeperNode)。
- 每一个ZNode默认能够存储1MB的数据(元数据),每个ZNode的路径都是唯一的
- 元数据(Metadata),又称中介数据、中继数据,为描述数据的数据(data about data),主要是描述数据属性(property)的信息,用来支持如指示存储位置、历史数据、资源查找、文件记录等功能
1.5 应用场景
- 提供的服务包括:统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等
1.5.1 统一命名服务
- 在分布式环境下,通常需要对应用或服务进行统一的命名,便于识别
- 例如:服务器的IP地址不容易记,但域名相比之下却是很容易记住
1.5.2 统一配置管理
- 分布式环境下,配置文件做同步是必经之路
- 1000台服务器,如果配置文件作出修改,那一台一台的修改,运维人员肯定会疯,如何做到修改一处就快速同步到每台服务器上
- 将配置管理交给Zookeeper
1、将配置信息写入到Zookeeper的某个节点上
2、每个客户端都监听这个节点
3、一旦节点中的数据文件被修改,Zookeeper这个话匣子就会通知每台客户端服务器
1.5.3 服务器节点动态上下线
- 客户端能实时获取服务器上下线的变化
- 在美团APP上实时可以看到商家是否正在营业或打样
1.5.4 软负载均衡
- Zookeeper会记录每台服务器的访问数,让访问数最少的服务器去处理最新的客户请求(雨露均沾)
- 都是自己的孩子,得一碗水端平
1.6 下载地址
镜像库地址:http://archive.apache.org/dist/zookeeper/
- apache-zookeeper-3.6.0.tar.gz需要安装maven,然后再运行mvn clean install 和mvn javadoc:aggregate,前一个命令会下载安装好多jar包,不知道要花多长时间
- apache-zookeeper-3.6.0-bin.tar.gz已经自带所需要的各种jar包
2.Zookeeper本地模式安装
2.1 本地模式安装
2.1.1 安装前准备
- 安装jdk
- 拷贝apache-zookeeper-3.6.0-bin.tar.gz到opt目录
- 解压安装包
[root@localhost opt]# tar -zxvf apache-zookeeper-3.6.0-bin.tar.gz
- 重命名
[root@localhost opt]# mv apache-zookeeper-3.6.0-bin zookeeper
2.1.2 配置修改
- 在/opt/zookeeper/这个目录上创建zkData和zkLog目录
[root@localhost zookeeper]# mkdir zkData
[root@localhost zookeeper]# mkdir zkLog
- 进入/opt/zookeeper/conf这个路径,复制一份zoo_sample.cfg 文件并命名为 zoo.cfg
[root@localhost conf]# cp zoo_sample.cfg zoo.cfg
- 编辑zoo.cfg文件,修改dataDir路径:
dataDir=/opt/zookeeper/zkData
dataLogDir=/opt/zookeeper/zkLog
2.1.3 操作Zookeeper
- 启动Zookeeper
[root@localhost bin]# ./zkServer.sh start
- 查看进程是否启动
[root@localhost bin]# jps
QuorumPeerMain:是zookeeper集群的启动入口类,是用来加载配置启动QuorumPeer线程的
- 查看状态:
[root@localhost bin]# ./zkServer.sh status
- 启动客户端
[root@localhost bin]# ./zkCli.sh
- 退出客户端
[zk: localhost:2181(CONNECTED) 0] quit
2.2 配置参数解读
Zookeeper中的配置文件zoo.cfg中参数含义解读如下:
- tickTime =2000:通信心跳数,Zookeeper服务器与客户端心跳时间,单位毫秒
- Zookeeper使用的基本时间,服务器之间或客户端与服务器之间维持心跳的时间间隔,也就是每个tickTime时间就会发送一个心跳,时间单位为毫秒。
- initLimit =10:LF初始通信时限
- 集群中的Follower跟随者服务器与Leader领导者服务器之间,启动时能容忍的最多心跳数
- 10*2000(10个心跳时间)如果领导和跟随者没有发出心跳通信,就视为失效的连接,领导和跟随者彻底断开
- syncLimit =5:LF同步通信时限
- 集群启动后,Leader与Follower之间的最大响应时间单位,假如响应超过syncLimit * tickTime->10秒,Leader就认为Follwer已经死掉,会将Follwer从服务器列表中删除
- dataDir:数据文件目录+数据持久化路径
- 主要用于保存Zookeeper中的数据。
- dataLogDir:日志文件目录
- clientPort =2181:客户端连接端口
- 监听客户端连接的端口。
3.Zookeeper内部原理
3.1 选举机制(面试重点)
-
半数机制:集群中半数以上机器存活,集群可用。所以Zookeeper适合安装奇数台服务器
-
虽然在配置文件中并没有指定Master和Slave。但是,Zookeeper工作时,是有一个节点为Leader,其他则为Follower,Leader是通过内部的选举机制临时产生的
- Server1先投票,投给自己,自己为1票,没有超过半数,根本无法成为leader,顺水推舟将票数
投给了id比自己大的Server2 - Server2也把自己的票数投给了自己,再加上Server1给的票数,总票数为2票,没有超过半数,也
无法成为leader,也学习Server1,顺水推舟,将自己所有的票数给了id比自己大的Server3 - Server3得到了Server1和Server2的两票,再加上自己投给自己的一票。3票超过半数,顺利成为
leader - Server4和Server5都投给自己,但是无法改变Server3的票数,只好听天由命,承认Server3是
leader
3.2 节点类型
- 持久型(persistent):
- 持久化目录节点(persistent)客户端与zookeeper断开连接后,该节点依旧存在
- 持久化顺序编号目录节点(persistent_sequential)客户端与zookeeper断开连接后,该节点依旧存在,创建znode时设置顺序标识,znode名称后会附加一个值,顺序号是一个单调递增的计数器,由父节点维护,例如:Znode001,Znode002...
- 短暂型(ephemeral):
- 临时目录节点(ephemeral)客户端和服务器端断开连接后,创建的节点自动删除
- 临时顺序编号目录节点(ephemeral_sequential)客户端与zookeeper断开连接后,该节点被删除,创建znode时设置顺序标识,znode名称后会附加一个值,顺序号是一个单调递增的计数器,由父节点维护,例如:Znode001,Znode002...
注意:序号是相当于i++,和数据库中的自增长类似
3.3 监听器原理(面试重点)
-
在main方法中创建Zookeeper客户端的同时就会创建两个线程,一个负责网络连接通信,一个负责监听
-
监听事件就会通过网络通信发送给zookeeper
-
zookeeper获得注册的监听事件后,立刻将监听事件添加到监听列表里
-
zookeeper监听到 数据变化 或 路径变化,就会将这个消息发送给监听线程
- 常见的监听
- 监听节点数据的变化:get path [watch]
- 监听子节点增减的变化:ls path [watch]
- 常见的监听
-
监听线程就会在内部调用process方法(需要我们实现process方法内容)
3.4 写数据流程
- Client 想向 ZooKeeper 的 Server1 上写数据,必须的先发送一个写的请求
- 如果Server1不是Leader,那么Server1 会把接收到的请求进一步转发给Leader。
- 这个Leader 会将写请求广播给各个Server,各个Server写成功后就会通知Leader。
- 当Leader收到半数以上的 Server 数据写成功了,那么就说明数据写成功了。
- 随后,Leader会告诉Server1数据写成功了。
- Server1会反馈通知 Client 数据写成功了,整个流程结束
4.Zookeeper实战(开发重点)
4.1 分布式安装部署
集群思路:先搞定一台服务器,再克隆出两台,形成集群!
4.1.1 安装zookeeper
请参考本文 2.1
4.1.2 配置服务器编号
- 在/opt/zookeeper/zkData创建myid文件
[root@localhost zkData]# vim myid
- 在文件中添加与server对应的编号:1
- 其余两台服务器分别对应2和3
4.1.3 配置zoo.cfg文件
- 打开zoo.cfg文件,增加如下配置
- 配置参数解读 server.A=B:C:D
- A:一个数字,表示第几号服务器集群模式下配置的/opt/zookeeper/zkData/myid文件里面的数据就是A的值
- B:服务器的ip地址
- C:与集群中Leader服务器交换信息的端口
- D:选举时专用端口,万一集群中的Leader服务器挂了,需要一个端口来重新进行选举,选
出一个新的Leader,而这个端口就是用来执行选举时服务器相互通信的端口。
4.1.4 配置其余两台服务器
-
在虚拟机数据目录vms下,创建zk02
-
将本台服务器数据目录下的.vmx文件和所有的.vmdk文件分别拷贝zk02下
-
虚拟机->文件->打开 (选择zk02下的.vmx文件)
-
开启此虚拟机,弹出对话框,选择“我已复制该虚拟机”
-
进入系统后,修改linux中的ip,修改 /opt/zookeeper/zkData/myid中的数值为2
第三台服务器zk03,重复上面的步骤
4.1.5 集群操作
- 每台服务器的防火墙必须关闭
[root@localhost bin]# systemctl stop firewalld.service
- 启动第1台
[root@localhost bin]# ./zkServer.sh start
- 查看状态
[root@localhost bin]# ./zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Error contacting service. It is probably not running.
注意:因为没有超过半数以上的服务器,所以集群失败 (防火墙没有关闭也会导致失败)
- 当启动第2台服务器时
- 查看第1台的状态:Mode: follower
- 查看第2台的状态:Mode: leader
4.2 客户端命令行操作
- 启动客户端
[root@localhost bin]# ./zkCli.sh
- 显示所有操作命令
help
- 查看当前znode中所包含的内容
ls /
-
查看当前节点详细数据
zookeeper老版本使用 ls2 / ,现在已经被新命令替代
ls -s /
- cZxid:创建节点的事务
- 每次修改ZooKeeper状态都会收到一个zxid形式的时间戳,也就是ZooKeeper事务ID。
- 事务ID是ZooKeeper中所有修改总的次序。
- 每个修改都有唯一的zxid,如果zxid1小于zxid2,那么zxid1在zxid2之前发生。
- ctime:被创建的毫秒数(从1970年开始)
- mZxid:最后更新的事务zxid
- mtime:最后修改的毫秒数(从1970年开始)
- pZxid:最后更新的子节点zxid
- cversion:创建版本号,子节点修改次数
- dataVersion:数据变化版本号
- aclVersion:权限版本号
- ephemeralOwner:如果是临时节点,这个是znode拥有者的session id。如果不是临时节点则是0。
- dataLength:数据长度
- numChildren:子节点数
- cZxid:创建节点的事务
-
分别创建2个普通节点
- 在根目录下,创建中国和美国两个节点
create /china
create /usa
- 在根目录下,创建俄罗斯节点,并保存“普京”数据到节点上
create /ru "pujing"
- 多级创建节点
- 在日本下,创建东京 “热”
- japan必须提前创建好,否则报错 “节点不存在”
create /japan/Tokyo "hot"
- 获得节点的值
get /japan/Tokyo
- 创建短暂节点:创建成功之后,quit退出客户端,重新连接,短暂的节点消失
create -e /uk
ls /
quit
ls /
-
创建带序号的节点
-
在俄罗斯ru下,创建3个city
create -s /ru/city # 执行三次 ls /ru [city0000000000, city0000000001, city0000000002]
-
如果原来没有序号节点,序号从0开始递增。
-
如果原节点下已有2个节点,则再排序时从2开始,以此类推
-
-
修改节点数据值
set /japan/Tokyo "too hot"
-
监听 节点的值变化 或 子节点变化(路径变化)
-
在server3主机上注册监听/usa节点的数据变化
addWatch /usa
-
在Server1主机上修改/usa的数据
set /usa "telangpu"
-
Server3会立刻响应
WatchedEvent state:SyncConnected type:NodeDataChanged path:/usa -
如果在Server1的/usa下面创建子节点NewYork
create /usa/NewYork
-
Server3会立刻响应
WatchedEvent state:SyncConnected type:NodeCreatedpath:/usa/NewYork
-
-
删除节点
delete /usa/NewYork
- 递归删除节点 (非空节点,节点下有子节点)
deleteall /ru
不仅删除/ru,而且/ru下的所有子节点也随之删除
4.3 API应用
4.3.1 IDEA环境搭建
- 创建一个Maven工程
- 添加pom文件
<dependencies>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.8.2</version>
</dependency>
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>3.6.0</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
</dependencies>
- 在resources下创建log4j.properties
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/zk.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
4.3.2 创建ZooKeeper客户端
public class TestZK {
// 集群ip
private String connStr
="192.168.249.81:2181,192.168.249.82:2181,192.168.249.83:2181";
/*
session超时 60秒:一定不能太少,因为连接zookeeper和加载集群环境会因为性能原因延迟略高
如果时间太少,还没有创建好客户端,就开始操作节点,会报错的
*/
private int sessionTimeout = 60000;
@Test
public void init() throws IOException {
// 创建监听器
Watcher watcher = new Watcher() {
public void process(WatchedEvent watchedEvent) {
}
};
// 创建zookeeper客户端
ZooKeeper zk = new ZooKeeper(connStr, sessionTimeout, watcher);
}
}
4.3.3 创建节点
- 一个ACL对象就是一个Id和permission对
- 表示哪个/哪些范围的Id(Who)在通过了怎样的鉴权(How)之后,就允许进行那些操作
(What):Who How What; - permission(What)就是一个int表示的位码,每一位代表一个对应操作的允许状态。
- 类似linux的文件权限,不同的是共有5种操作:CREATE、READ、WRITE、DELETE、ADMIN(对应更改ACL的权限)
- OPEN_ACL_UNSAFE:创建开放节点,允许任意操作 (用的最少,其余的权限用的很少)
- READ_ACL_UNSAFE:创建只读节点
- CREATOR_ALL_ACL:创建者才有全部权限
- 表示哪个/哪些范围的Id(Who)在通过了怎样的鉴权(How)之后,就允许进行那些操作
@Before
public void init() throws IOException{
// 省略...
}
@Test
public void createNode() throws Exception {
String nodeCreated = zKcli.create("/lagou", "laosun".getBytes(),
Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
// 参数1:要创建的节点的路径
// 参数2:节点数据
// 参数3:节点权限
// 参数4:节点的类型
System.out.println("nodeCreated = " + nodeCreated);
}
4.3.4 查询节点的值
@Test
public void find() throws Exception{
byte[] bs = zKcli.getData("/lagou", false, new Stat()); // 路径不存在时会报错
String data = new String(bs);
System.out.println("查询到数据:"+data);
}
4.3.5 修改节点的值
@Test
public void update()throws Exception{
Stat stat = zKcli.setData("/lagou", "laosunA".getBytes(), 0); //先查看节点详
情,获得dataVersion = 0
System.out.println(stat);
}
4.3.6 删除节点
@Test
public void delete() throws Exception {
zKcli.delete("/lagou", 1); // 先查看节点详情,获得dataVersion = 1
System.out.println("删除成功!");
}
4.3.7 获取子节点
@Test
public void getChildren() throws Exception {
List<String> children = zKcli.getChildren("/",false); // false:不监听
for (String child : children) {
System.out.println(child);
}
}
4.3.8 监听子节点的变化
@Test
public void getChildren() throws Exception {
List<String> children = zKcli.getChildren("/", true); // true:注册监听
for (String child : children) {
System.out.println(child);
}
// 让线程不停止,等待监听的响应
System.in.read();
}
- 程序在运行的过程中,我们在linux下创建一个节点
- IDEA的控制台就会做出响应:NodeChildrenChanged--/
4.3.9 判断Znode是否存在
@Test
public void exist() throws Exception {
Stat stat = zKcli.exists("/lagou", false);
System.out.println(stat == null ? "不存在" : "存在");
}
4.4 案例-模拟美团商家上下线
4.4.1 需求
- 模拟美团服务平台,商家营业通知,商家打烊通知
- 提前在根节点下,创建好 /meituan 节点
4.4.2 商家服务类
public class ShopServer {
private static String connectString =
"192.168.204.141:2181,192.168.204.142:2181,192.168.204.143:2181";
private static int sessionTimeout = 60000;
private ZooKeeper zk = null;
// 创建到zk的客户端连接
public void getConnect() throws IOException {
zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
public void process(WatchedEvent event) {
}
});
}
// 注册到集群
public void register(String ShopName) throws Exception {
// 一定是"EPHEMERAL_SEQUENTIAL短暂有序型"的节点,才能给shop编号,shop1,
shop2...”
String create = zk.create("/meituan/Shop", ShopName.getBytes(),
ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
System.out.println("【"+ShopName+"】 开始营业! " + create);
}
// 业务功能
public void business(String ShopName) throws Exception {
System.out.println("【"+ShopName+"】 正在营业中 ...");
System.in.read();
}
public static void main(String[] args) throws Exception {
ShopServer shop = new ShopServer();
// 1.连接zookeeper集群(和美团取得联系)
shop.getConnect();
// 2.将服务器节点注册(入住美团)
shop.register(args[0]);
/ 3.业务逻辑处理(做生意)
shop.business(args[0]);
}
}
4.4.3 客户类
public class Customers {
private static String connectString =
"192.168.204.141:2181,192.168.204.142:2181,192.168.204.143:2181";
private static int sessionTimeout = 60000;
private ZooKeeper zk = null;
// 创建到zk的客户端连接
public void getConnect() throws IOException {
zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
public void process(WatchedEvent event) {
// 再次获取所有商家
try {
getShopList();
} catch (Exception e) {
e.printStackTrace();
}
}
});
}
// 获取服务器列表信息
public void getShopList() throws Exception {
// 1获取服务器子节点信息,并且对父节点进行监听
List<String> shops = zk.getChildren("/meituan", true);
// 2存储服务器信息列表
ArrayList<String> shoplist = new ArrayList();
// 3遍历所有节点,获取节点中的主机名称信息
for (String shop : shops) {
byte[] data = zk.getData("/meituan/" + shop, false, new Stat());
shoplist.add(new String(data));
}
// 4打印服务器列表信息
System.out.println(shoplist);
}
// 业务功能
public void business() throws Exception {
System.out.println("客户正在浏览商家 ...");
System.in.read();
}
public static void main(String[] args) throws Exception {
// 1.获取zk连接 (客户打开美团)
Customers client = new Customers();
client.getConnect();
// 2.获取/meituan的子节点信息,从中获取服务器信息列表(从美团中获取商家列表)
client.getShopList();
// 3.业务进程启动 (对比商家,点餐)
client.business();
}
}
-
运行客户类,就会得到商家列表
-
首先在linux中添加一个商家,然后观察客户端的控制台输出(商家列表会立刻更新出最新商家),多添加几个,也会实时输出商家列表
create /meituan/KFC "KFC"
create /meituan/BKC "BurgerKing"
create /meituan/baozi "baozi"
-
在linux中删除商家,在客户端的控制台也会实时看到商家移除后的最新商家列表
delete /meituan/baozi
-
运行商家服务类(以main方法带参数的形式运行)
4.5 案例-分布式锁-商品秒杀
- 锁:我们在多线程中接触过,作用就是让当前的资源不会被其他线程访问!
- 我的日记本,不可以被别人看到。所以要锁在保险柜中
- 当我打开锁,将日记本拿走了,别人才能使用这个保险柜
- 在zookeeper中使用传统的锁引发的 “羊群效应” :1000个人创建节点,只有一个人能成功,999人需要等待!
- 羊群是一种很散乱的组织,平时在一起也是盲目地左冲右撞,但一旦有一只头羊动起来,其他的羊也会不假思索地一哄而上,全然不顾旁边可能有的狼和不远处更好的草。羊群效应就是比喻人都有一种从众心理,从众心理很容易导致盲从,而盲从往往会陷入骗局或遭到失败。
- 避免“羊群效应”,zookeeper采用分布式锁
-
所有请求进来,在/lock下创建 临时顺序节点 ,放心,zookeeper会帮你编号排序
-
判断自己是不是/lock下最小的节点
- 是,获得锁(创建节点)
- 否,对前面小我一级的节点进行监听
-
获得锁请求,处理完业务逻辑,释放锁(删除节点),后一个节点得到通知(比你年轻的死了,你成为最嫩的了)
-
重复步骤2
实现步骤
1.初始化数据库
创建数据库zkproduct,使用默认的字符集utf8
-- 商品表
create table product(
id int primary key auto_increment, -- 商品编号
product_name varchar(20) not null, -- 商品名称
stock int not null, -- 库存
version int not null -- 版本
)
insert into product (product_name,stock,version) values('锦鲤-清空购物车-大奖',5,0)
-- 订单表
create table òrder`(
id varchar(100) primary key, -- 订单编号
pid int not null, -- 商品编号
userid int not null -- 用户编号
)
2. 搭建工程
搭建ssm框架,对库存表-1,对订单表+1
<packaging>war</packaging>
<properties>
<spring.version>5.2.7.RELEASE</spring.version>
</properties>
<dependencies>
<!-- Spring -->
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-context</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-beans</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-webmvc</artifactId>
<version>${spring.version}</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-jdbc</artifactId>
<version>${spring.version}</version>
</dependency>
<!-- Mybatis -->
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis</artifactId>
<version>3.5.5</version>
</dependency>
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis-spring</artifactId>
<version>2.0.5</version>
</dependency>
<!-- 连接池 -->
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.10</version>
</dependency>
<!-- 数据库 -->
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.20</version>
</dependency>
<!-- junit -->
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
<scope>test</scope>
</dependency>
</dependencies>
<build>
<plugins>
<!-- maven内嵌的tomcat插件 -->
<plugin>
<groupId>org.apache.tomcat.maven</groupId>
<!-- 目前apache只提供了tomcat6和tomcat7两个插件 -->
<artifactId>tomcat7-maven-plugin</artifactId>
<configuration>
<port>8001</port>
<path>/</path>
</configuration>
<executions>
<execution>
<!-- 打包完成后,运行服务 -->
<phase>package</phase>
<goals>
<goal>run</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</build>
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
"http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
<!-- 后台的日志输出:针对开发者-->
<settings>
<setting name="logImpl" value="STDOUT_LOGGING"/>
</settings>
</configuration>
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:mvc="http://www.springframework.org/schema/mvc"
xmlns:context="http://www.springframework.org/schema/context"
xmlns:tx="http://www.springframework.org/schema/tx"
xsi:schemaLocation="http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context.xsd
http://www.springframework.org/schema/tx
http://www.springframework.org/schema/tx/spring-tx.xsd">
<!-- 1.扫描包下的注解 -->
<context:component-scan base-package="controller,service,mapper"/>
<!-- 2.创建数据连接池对象 -->
<bean id="dataSource" class="com.alibaba.druid.pool.DruidDataSource"
destroy-method="close">
<property name="url" value="jdbc:mysql://192.168.204.131:3306/zkproduct?
serverTimezone=GMT" />
<property name="driverClassName" value="com.mysql.jdbc.Driver" />
<property name="username" value="root" />
<property name="password" value="123123" />
<property name="maxActive" value="10" />
<property name="minIdle" value="5" />
</bean>
<!-- 3.创建SqlSessionFactory,并引入数据源对象 -->
<bean id="sqlSessionFactory"
class="org.mybatis.spring.SqlSessionFactoryBean">
<property name="dataSource" ref="dataSource"></property>
<property name="configLocation" value="classpath:mybatis/mybatis-
config.xml"></property>
</bean>
<!-- 4.告诉spring容器,数据库语句代码在哪个文件中-->
<!-- mapper.xDao接口对应resources/mapper/xDao.xml-->
<bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
<property name="basePackage" value="mapper"></property>
</bean>
<!-- 5.将数据源关联到事务 -->
<bean id="transactionManager"
class="org.springframework.jdbc.datasource.DataSourceTransactionManager">
<property name="dataSource" ref="dataSource"></property>
</bean>
<!-- 6.开启事务 -->
<tx:annotation-driven/>
</beans>
<?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns="http://xmlns.jcp.org/xml/ns/javaee"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://xmlns.jcp.org/xml/ns/javaee
http://xmlns.jcp.org/xml/ns/javaee/web-app_3_1.xsd"
version="3.1">
<servlet>
<servlet-name>springMVC</servlet-name>
<servlet-
class>org.springframework.web.servlet.DispatcherServlet</servlet-class>
<init-param>
<param-name>contextConfigLocation</param-name>
<param-value>classpath:spring/spring.xml</param-value>
</init-param>
<load-on-startup>1</load-on-startup>
<async-supported>true</async-supported>
</servlet>
<servlet-mapping>
<servlet-name>springMVC</servlet-name>
<url-pattern>/</url-pattern>
</servlet-mapping>
</web-app>
@Mapper
@Component
public interface OrderMapper {
// 生成订单
@Insert("insert into òrder` (id,pid,userid) values (#{id},#{pid},#
{userid})")
int insert(Order order);
}
@Mapper
@Component
public interface ProductMapper {
// 查询商品(目的查库存)
@Select("select * from product where id = #{id}")
Product getProduct(@Param("id") int id);
// 减库存
@Update("update product set stock = stock-1 where id = #{id}")
int reduceStock(@Param("id") int id);
}
@Service
public class OrderServiceImpl implements OrderService {
@Autowired
ProductMapper productMapper;
@Autowired
OrderMapper orderMapper;
@Override
public void reduceStock(int id) throws Exception {
// 1.获取库存
Product product = productMapper.getProduct(id);
// 模拟网络延迟
Thread.sleep(1000);
if(product.getStock() <= 0)
throw new RuntimeException("已抢光!");
// 2.减库存
int i = productMapper.reduceStock(id);
if(i == 1){
Order order = new Order();
order.setId(UUID.randomUUID().toString());
order.setPid(id);
order.setUserid(101);
orderMapper.insert(order);
}else
throw new RuntimeException("减库存失败,请重试!");
}
}
@Controller
public class ProductAction {
@Autowired
private OrderService orderService;
@GetMapping("/product/reduce")
@ResponseBody
public Object reduceStock(int id) throws Exception{
orderService.reduceStock(id);
return "ok";
}
}
3.启动测试
- 启动两次工程,端口号分别8001和8002
- 使用nginx做负载均衡
upstream sga{
server 192.168.204.1:8001;
server 192.168.204.1:8002;
}
server {
listen 80;
server_name localhost;
#charset koi8-r;
#access_log logs/host.access.log main;
location / {
proxy_pass http://sga;
root html;
index index.html index.htm;
}
- 使用 JMeter 模拟1秒内发出10个http请求
- 查看测试结果,10次请求全部成功
- 查看数据库,stock库存变成 -5 (并发导致的数据结果错误)
4.apahce提供的zookeeper客户端
基于zookeeper原生态的客户端类实现分布式是非常麻烦的,我们使用apahce提供了一个zookeeper客户端来实现
Curator:http://curator.apache.org/
<dependency>
<groupId>org.apache.curator</groupId>
<artifactId>curator-recipes</artifactId>
<version>4.2.0</version> <!-- 网友投票最牛逼版本 -->
</dependency>
5.在控制层中加入分布式锁的逻辑代码
@Controller
public class ProductAction {
@Autowired
private ProductService productService;
private static String connectString =
"192.168.204.141:2181,192.168.204.142:2181,192.168.204.143:2181";
@GetMapping("/product/reduce")
@ResponseBody
public Object reduce( int id) throws Exception {
// 重试策略 (1000毫秒试1次,最多试3次)
RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3);
//1.创建curator工具对象
CuratorFramework client =
CuratorFrameworkFactory.newClient(connectString, retryPolicy);
client.start();
//2.根据工具对象创建“内部互斥锁”
InterProcessMutex lock = new InterProcessMutex(client, "/product_"+id);
try {
//3.加锁
lock.acquire();
productService.reduceStock(id);
}catch(Exception e){
if(e instanceof RuntimeException){
throw e;
}
}finally{
//4.释放锁
lock.release();
}
return "ok";
}
}
6. 再次测试,并发问题解决!
本文来自博客园,作者:寒露凝珠,转载请注明原文链接:https://www.cnblogs.com/china-soldier/p/15771604.html