分布式应用系统中，经常会用到zk，比如dubbo注册中心，kafka分布式集群等都用到zk这一工具。除了这些用来做分布式集群外，zk还有那西应用场景事我们可以使用到该工具的呢？所以接下来就是我们要了解的重点了。
首先在使用zk的各种应用之前，我们需要了解zk 的相关功能模块，这样才能让我们更清晰的了解为什么可以这么去使用：
zookeeper以目录树的形式管理数据，提供znode监听、数据设置等接口，基于这些接口，我们可以实现Leader选举、配置管理、命名服务等功能，ZK提供了以下API，供client操作znode和znode中存储的数据：
- create(path, data, flags)：创建路径为path的znode，在其中存储data[]数据，flags可设置为Regular或Ephemeral，并可选打上sequential标志。
- delete(path, version)：删除相应path/version的znode
- exists(path,watch)：如果存在path对应znode，则返回true；否则返回false，watch标志可设置监听事件
- getData(path, watch)：返回对应znode的数据和元信息（如version等）
- setData(path, data, version)：将data[]数据写入对应path/version的znode
- getChildren(path, watch)：返回指定znode的子节点集合
1.统一服务器名称
命名服务器事一个比较常用的应用场景，客户端通过制定名字来获取服务器资源获或提供者信息等，被命名的可以服务器地址，远程对象。通过zk提供的创建节点的api，很容易创建一个全局唯一的path，这个path就可以做一个名称，
dubbo使用zk就是用来做服务器名称。维护全局的服务地址列表。
服务提供者在启动的时候，向ZK上的指定节点/dubbo/${serviceName}/providers目录下写入自己的URL地址，这个操作就完成了服务的发布。
服务消费者启动的时候，订阅/dubbo/${serviceName}/providers目录下的提供者URL地址， 并向/dubbo/${serviceName} /consumers目录下写入自己的URL地址。
注意，所有向ZK上注册的地址都是临时节点，这样就能够保证服务提供者和消费者能够自动感应资源的变化。 另外，Dubbo还有针对服务粒度的监控，方法是订阅/dubbo/${serviceName}目录下所有提供者和消费者的信息
2.统一配置管理
zk客户端api提供了操作znode数据的功能。再分布式环境中我们可以配置文件存放在znode上，不同的服务需要使用到哪些配置的时候可以直接从znode上去获取。而且通过zk 的心跳极值，我们的配置文件是可以做到动态配置的。一般的配置中心的做法是在系统启动之后加载我们的内存当中，一但配置文件需要做响应的调整的时候，需要重启服务进行load配置操作，但是很多的场景事我们只需要更改一点点的内容就去重启服务，代价不可谓不大。但zk就可以避免这问题的发生，当配置文件发生改变的时候，watch为通知到我们的服务对其修改操作。
3.分布式通知／协调
ZooKeeper中特有watcher注册与异步通知机制，能够很好的实现分布式环境下不同系统之间的通知与协调，实现对数据变更的实时处理。使用方法通常是不同系统都对ZK上同一个znode进行注册，监听znode的变化（包括znode本身内容及子节点的），其中一个系统update了znode，那么另一个系统能够收到通知，并作出相应处理
1. 另一种心跳检测机制：检测系统和被检测系统之间并不直接关联起来，而是通过zk上某个节点关联，大大减少系统耦合。
2. 另一种系统调度模式：某系统有控制台和推送系统两部分组成，控制台的职责是控制推送系统进行相应的推送工作。管理人员在控制台作的一些操作，实际上是修改了ZK上某些节点的状态，而ZK就把这些变化通知给他们注册Watcher的客户端，即推送系统，于是，作出相应的推送任务。
3. 另一种工作汇报模式：一些类似于任务分发系统，子任务启动后，到zk来注册一个临时节点，并且定时将自己的进度进行汇报（将进度写回这个临时节点），这样任务管理者就能够实时知道任务进度。
总之，使用zookeeper来进行分布式通知和协调能够大大降低系统之间的耦合
4.共享锁
分布式锁，这个主要得益于ZooKeeper为我们保证了数据的强一致性。锁服务可以分为两类，一个是 保持独占，另一个是 控制时序。
1. 所谓保持独占，就是所有试图来获取这个锁的客户端，最终只有一个可以成功获得这把锁。通常的做法是把zk上的一个znode看作是一把锁，通过create znode的方式来实现。所有客户端都去创建 /distribute_lock 节点，最终成功创建的那个客户端也即拥有了这把锁。
2. 控制时序，就是所有视图来获取这个锁的客户端，最终都是会被安排执行，只是有个全局时序了。做法和上面基本类似，只是这里 /distribute_lock 已经预先存在，客户端在它下面创建临时有序节点（这个可以通过节点的属性控制：CreateMode.EPHEMERAL_SEQUENTIAL来指定）。Zk的父节点（/distribute_lock）维持一份sequence,保证子节点创建的时序性，从而也形成了每个客户端的全局时序。
5.队列管理
队列方面，简单地讲有两种，一种是常规的先进先出队列，另一种是要等到队列成员聚齐之后的才统一按序执行。对于第一种先进先出队列，和分布式锁服务中的控制时序场景基本原理一致，这里不再赘述。 第二种队列其实是在FIFO队列的基础上作了一个增强。通常可以在 /queue 这个znode下预先建立一个/queue/num 节点，并且赋值为n（或者直接给/queue赋值n），表示队列大小，之后每次有队列成员加入后，就判断下是否已经到达队列大小，决定是否可以开始执行了。这种用法的典型场景是，分布式环境中，一个大任务Task A，需要在很多子任务完成（或条件就绪）情况下才能进行。这个时候，凡是其中一个子任务完成（就绪），那么就去 /taskList 下建立自己的临时时序节点（CreateMode.EPHEMERAL_SEQUENTIAL），当 /taskList 发现自己下面的子节点满足指定个数，就可以进行下一步按序进行处理了。
6.master选举
在分布式环境中，相同的业务应用分布在不同的机器上，有些业务逻辑（例如一些耗时的计算，网络I/O处理），往往只需要让整个集群中的某一台机器进行执行，其余机器可以共享这个结果，这样可以大大减少重复劳动，提高性能，于是这个master选举便是这种场景下的碰到的主要问题。
利用ZooKeeper的强一致性，能够保证在分布式高并发情况下节点创建的全局唯一性，即：同时有多个客户端请求创建 /currentMaster 节点，最终一定只有一个客户端请求能够创建成功。利用这个特性，就能很轻易的在分布式环境中进行集群选取了。
另外，这种场景演化一下，就是动态Master选举。这就要用到EPHEMERAL_SEQUENTIAL类型节点的特性了。
上文中提到，所有客户端创建请求，最终只有一个能够创建成功。在这里稍微变化下，就是允许所有请求都能够创建成功，但是得有个创建顺序，于是所有的请求最终在ZK上创建结果的一种可能情况是这样： /currentMaster/{sessionId}-1 ,/currentMaster/{sessionId}-2,/currentMaster/{sessionId}-3 ….. 每次选取序列号最小的那个机器作为Master，如果这个机器挂了，由于他创建的节点会马上小时，那么之后最小的那个机器就是Master了。
1. 在搜索系统中，如果集群中每个机器都生成一份全量索引，不仅耗时，而且不能保证彼此之间索引数据一致。因此让集群中的Master来进行全量索引的生成，然后同步到集群中其它机器。另外，Master选举的容灾措施是，可以随时进行手动指定master，就是说应用在zk在无法获取master信息时，可以通过比如http方式，向一个地方获取master。
2. 在Hbase中，也是使用ZooKeeper来实现动态HMaster的选举。在Hbase实现中，会在ZK上存储一些ROOT表的地址和HMaster的地址，HRegionServer也会把自己以临时节点（Ephemeral）的方式注册到Zookeeper中，使得HMaster可以随时感知到各个HRegionServer的存活状态，同时，一旦HMaster出现问题，会重新选举出一个HMaster来运行，从而避免了HMaster的单点问题
附上zk负载均衡响应的实现代码
1.权重轮询模式
package com.samp.zk.balance; import java.math.BigInteger;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.concurrent.atomic.AtomicInteger; import com.alibaba.fastjson.JSONObject; public class RoundRobin { private int currentIndex = -1;// 当前位置
private int currentWeight = 0 ;//当前权重
private int maxGcd = 0 ; //最大权重数
private int maxWeight = 0;// 最大公约数
private int servetCount = 0 ;// 总服务器数量 private List<Server> serverLst; // 服务器列表 private int gcd (int a , int b){
BigInteger b1 = new BigInteger(String.valueOf(a));
BigInteger b2 = new BigInteger(String.valueOf(b));
BigInteger result = b1.gcd(b2);
return result.intValue();
} private int getMaxCurrentGcd (List<Server> serverList){
int result = 0 ;
for(int i = 0,len = serverLst.size();i< len -1 ;i++){
if(result == 0){
result = gcd(serverLst.get(i).weight, serverLst.get(i+1).weight);
}else{
result = gcd (result,serverLst.get(i+1).weight);
}
}
return result;
} private int getMaxCurrentWeight(List<Server> serverList){
int result = 0 ;
for(int i = 0,len = serverLst.size();i< len -1 ;i++){
if( result ==0 ){
result = Math.max(serverLst.get(i).weight, serverLst.get(i+1).weight);
}else{
result= Math.max(result, serverLst.get(i).weight);
}
}
return result ;
} public static void main(String[] args){
RoundRobin obj =new RoundRobin();
obj.init();
Map<String,Integer> map = new HashMap<String,Integer>();
for(int i=0;i<100;i++){ Server ser = obj.getServer();
String ip = ser.getIp();
if(map.containsKey(ip)){
map.put(ip, map.get(ip)+1);
}else{
map.put(ip, 1);
}
} for (Entry<String, Integer> m: map.entrySet()) {
System.out.println("服务器 " + m.getKey() + " 请求次数： " + m.getValue());
} } /**
*
* @Title: getServer
* @Description: 服务获取方式：
* 1.初始化开始位置为-1,权重是0,
* 2.第1次轮询获取服务器未当前服务器权重最高的
* 3.第2次轮询权重递减1,获取有大于等于该权限的服务器
* 4.重复第3步,直到权重为最小值0时,从第1步开始从新轮询
* @return 参数说明
* @return Server 返回类型
*/
public Server getServer(){
while (true){
currentIndex = (currentIndex + 1) % servetCount;
if(currentIndex ==0 ){
currentWeight = currentWeight - maxGcd;
if(currentWeight <= 0 ){
currentWeight = maxWeight ;
if(currentWeight == 0 )
return null;
}
}
if(serverLst.get(currentIndex).weight >= currentWeight ){
return serverLst.get(currentIndex);
}
} } public Server getServerBy(){ return null;
} public Server getServerFromDubbo(){
AtomicInteger sequence = new AtomicInteger(1);
int maxWeight = 0; // 最大权重
int minWeight = Integer.MAX_VALUE; // 最小权重
int weightSum = 0;
Map<String,Integer> map = new HashMap<String,Integer>();
for (int i = 0; i < serverLst.size(); i++) {
int weight = serverLst.get(i).weight;
String ip = serverLst.get(i).getIp();
maxWeight = Math.max(maxWeight, weight); // 累计最大权重
minWeight = Math.min(minWeight, weight); // 累计最小权重
if (weight > 0) {
map.put(ip, weight);
weightSum += weight;
}
}
System.out.println("============"+JSONObject.toJSON(map)+"======"+weightSum);
int currentSequence = sequence.getAndIncrement();
if (maxWeight > 0 && minWeight < maxWeight) { // 权重不一样
int mod = currentSequence % weightSum;
for (int i = 0; i < maxWeight; i++) {
for (Map.Entry<String,Integer> each : map.entrySet()) {
final String ip = each.getKey();
final Integer v = each.getValue();
if (mod == 0 && v > 0) {
return new Server(ip, v);
}
if (v > 0) {
mod--;
}
}
}
}
return null;
} public void getServer2(){
List<String> lst = new ArrayList<String>();
for (int i = 0; i < maxWeight; i++) {
for (Server ser :serverLst) {
final String ip = ser.getIp();
int num = ser.getWeight();
if((num -1 )>0){
continue;
}
lst.add(ip);
}
}
} private List<Server> getNewList(List<Server> sers){
List<Server> l = new ArrayList<Server>();
for(Server ser:sers){
String ip = ser.getIp();
int weight = ser.getWeight()-1;
Server s = new Server(ip, weight);
l.add(s);
}
return l;
} public void init2(){
Server s11 = new Server("127.0.0.1", 1);
Server s12 = new Server("127.0.0.1", 1);
Server s13 = new Server("127.0.0.1", 1);
Server s21 = new Server("127.0.0.2", 1);
Server s31 = new Server("127.0.0.3", 1);
Server s32 = new Server("127.0.0.3", 1);
Server s41 = new Server("127.0.0.4", 1);
Server s42 = new Server("127.0.0.4", 1);
Server s51 = new Server("127.0.0.5", 1);
Server s52 = new Server("127.0.0.5", 1);
Server s53 = new Server("127.0.0.5", 1);
Server s54 = new Server("127.0.0.5", 1); serverLst = new ArrayList<Server>();
serverLst.add(s11);
serverLst.add(s12);
serverLst.add(s13);
serverLst.add(s21);
serverLst.add(s31);
serverLst.add(s32); serverLst.add(s41);
serverLst.add(s42);
serverLst.add(s53);
serverLst.add(s54);
serverLst.add(s51);
serverLst.add(s52); maxWeight = getMaxCurrentWeight(serverLst); } public void init(){
Server s1 = new Server("127.0.0.1", 3);
Server s2 = new Server("127.0.0.2", 1);
Server s3 = new Server("127.0.0.3", 2);
Server s4 = new Server("127.0.0.4", 2);
Server s5 = new Server("127.0.0.5", 4); serverLst = new ArrayList<Server>();
serverLst.add(s1);
serverLst.add(s2);
serverLst.add(s3);
serverLst.add(s4);
serverLst.add(s5); maxGcd = getMaxCurrentGcd(serverLst);
maxWeight = getMaxCurrentWeight(serverLst);
currentIndex = -1 ;
currentWeight = 0 ;
servetCount = serverLst.size();
} public int getCurrentIndex() {
return currentIndex;
}
public void setCurrentIndex(int currentIndex) {
this.currentIndex = currentIndex;
}
public int getCurrentWeight() {
return currentWeight;
}
public void setCurrentWeight(int currentWeight) {
this.currentWeight = currentWeight;
}
public int getMaxGcd() {
return maxGcd;
}
public void setMaxGcd(int maxGcd) {
this.maxGcd = maxGcd;
}
public int getMaxWeight() {
return maxWeight;
}
public void setMaxWeight(int maxWeight) {
this.maxWeight = maxWeight;
}
public int getServetCount() {
return servetCount;
}
public void setServetCount(int servetCount) {
this.servetCount = servetCount;
} class Server {
private String ip;
private int weight; public Server(String ip, int weight) {
super();
this.ip = ip;
this.weight = weight;
}
public String getIp() {
return ip;
}
public void setIp(String ip) {
this.ip = ip;
}
public int getWeight() {
return weight;
}
public void setWeight(int weight) {
this.weight = weight;
} } }
2.随机分配
package com.samp.zk.balance; import java.util.List;
import java.util.Random; import org.I0Itec.zkclient.ZkClient; /**
* @ClassName RandomLoadBalance
* @Description 随机方式实现负载均衡
* @author hezc
* @date 2017年2月14日
*
*/
public class RandomLoadBalance implements LoadBalance { @Override
public String select(String zkServer) {
ZkClient zkClient = new ZkClient(zkServer);
List<String> serverList = zkClient.getChildren(Constant.root);
zkClient.close();
Random r=new Random();
if(serverList.size()>=1){
String server=serverList.get(r.nextInt(serverList.size()));
return server;
}else{
return null;
}
} }
3.一致hash
package com.samp.zk.balance; import java.io.UnsupportedEncodingException;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.List; import org.I0Itec.zkclient.ZkClient; /**
* @ClassName ConsistentHashLoadBalance
* @Description 一致hash实现zk负载均衡
* @author hezc
* @date 2017年2月13日
*
*/
public class ConsistentHashLoadBalance implements LoadBalance {
private String client; public void SetClient(String client){
this.client=client;
} @Override
public String select(String zkServer) {
ZkClient zkClient = new ZkClient(zkServer);
List<String> serverList = zkClient.getChildren(Constant.root);
ConsistentHashSelector selector=new ConsistentHashSelector(client,serverList);
return selector.select(); } private static final class ConsistentHashSelector {
public ConsistentHashSelector(String client,List<String> appServer){
this.client=client;
this.appServer=appServer;
} private String client;
private List<String> appServer; public String select() {
String key =client ;
byte[] digest = md5(key);
String server =appServer.get((int) hash(digest, 0));
return server;
} private long hash(byte[] digest, int number) {
return (((long) (digest[3 + number * 4] & 0xFF) << 24)
| ((long) (digest[2 + number * 4] & 0xFF) << 16)
| ((long) (digest[1 + number * 4] & 0xFF) << 8)
| (digest[0 + number * 4] & 0xFF))
& 0xFFFFFFFFL;
} private byte[] md5(String value) {
MessageDigest md5;
try {
md5 = MessageDigest.getInstance("MD5");
} catch (NoSuchAlgorithmException e) {
throw new IllegalStateException(e.getMessage(), e);
}
md5.reset();
byte[] bytes = null;
try {
bytes = value.getBytes("UTF-8");
} catch (UnsupportedEncodingException e) {
throw new IllegalStateException(e.getMessage(), e);
}
md5.update(bytes);
return md5.digest();
} } }
4.最小活动优先
package com.samp.zk.balance; import java.util.List; import org.I0Itec.zkclient.ZkClient; /**
* @ClassName LeastActiveLoadBalance
* @Description TODO
* @author hezc
* @date 2017年2月14日
*
*/
public class LeastActiveLoadBalance implements LoadBalance { @Override
public String select(String zkServer) {
ZkClient zkClient = new ZkClient(zkServer);
List<String> serverList = zkClient.getChildren(Constant.root); String tempServer = null;
int tempConn = -1;
for (int i = 0; i < serverList.size(); i++) {
String server = serverList.get(i);
if (zkClient.readData(Constant.root + "/" + server) != null) {
int connNum = zkClient.readData(Constant.root + "/" + server);
if (tempConn == -1) {
tempServer = server;
tempConn = connNum;
}
if (connNum < tempConn) {
tempServer = server;
tempConn = connNum;
}
}else{
zkClient.close();
return server;
}
}
zkClient.close();
if (tempServer != null && !tempServer.equals("")) {
return tempServer;
} return null;
} }