文章目录
1、Zookeeper Java客户端实战
ZooKeeper应用的开发主要通过Java客户端API去连接和操作ZooKeeper集群。可供选择的Java客户端API有:
- ZooKeeper官方的Java客户端API。
- 第三方的Java客户端API,比如Curator。
ZooKeeper官方的客户端API提供了基本的操作。例如,创建会话、创建节点、读取节点、更新数据、删除节点和检查节点是否存在等。不过,对于实际开发来说,ZooKeeper官方API有一些不足之处,具体如下:
- ZooKeeper的Watcher监测是一次性的,每次触发之后都需要重新进行注册。
- 会话超时之后没有实现重连机制。
- 异常处理烦琐,ZooKeeper提供了很多异常,对于开发人员来说可能根本不知道应该如何处理这些抛出的异常。
- 仅提供了简单的byte[]数组类型的接口,没有提供Java POJO级别的序列化数据处理接口。
- 创建节点时如果抛出异常,需要自行检查节点是否存在。
- 无法实现级联删除。
总之,ZooKeeper官方API功能比较简单,在实际开发过程中比较笨重,一般不推荐使用。
1.1、 Zookeeper 原生Java客户端使用
引入zookeeper client依赖
<!-- zookeeper client --><dependency><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId><version>3.8.0</version></dependency>
注意:保持与服务端版本一致,不然会有很多兼容性的问题
ZooKeeper原生客户端主要使用org.apache.zookeeper.ZooKeeper这个类来使用ZooKeeper服务。
ZooKeeper常用构造器
ZooKeeper (connectString, sessionTimeout, watcher)
- connectString:使用逗号分隔的列表,每个ZooKeeper节点是一个host.port对,host 是机器名或者IP地址,port是ZooKeeper节点对客户端提供服务的端口号。客户端会任意选取connectString 中的一个节点建立连接。
- sessionTimeout : session timeout时间。
- watcher:用于接收到来自ZooKeeper集群的事件。
使用 zookeeper 原生 API,连接zookeeper集群
publicclassZkClientDemo{privatestaticfinalStringCONNECT_STR="localhost:2181";privatefinalstaticStringCLUSTER_CONNECT_STR="192.168.65.156:2181,192.168.65.190:2181,192.168.65.200:2181";publicstaticvoidmain(String[] args)throwsException{finalCountDownLatch countDownLatch=newCountDownLatch(1);ZooKeeper zooKeeper =newZooKeeper(CLUSTER_CONNECT_STR,4000,newWatcher(){@Overridepublicvoidprocess(WatchedEvent event){if(Event.KeeperState.SyncConnected==event.getState()&& event.getType()==Event.EventType.None){//如果收到了服务端的响应事件,连接成功
countDownLatch.countDown();System.out.println("连接建立");}}});System.out.printf("连接中");
countDownLatch.await();//CONNECTEDSystem.out.println(zooKeeper.getState());//创建持久节点
zooKeeper.create("/user","fox".getBytes(),ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT);}}
Zookeeper主要方法
- create(path, data, acl,createMode): 创建一个给定路径的 znode,并在 znode 保存 data[]的 数据,createMode指定 znode 的类型。
- delete(path, version):如果给定 path 上的 znode 的版本和给定的 version 匹配, 删除 znode。
- exists(path, watch):判断给定 path 上的 znode 是否存在,并在 znode 设置一个 watch。
- getData(path, watch):返回给定 path 上的 znode 数据,并在 znode 设置一个 watch。
- setData(path, data, version):如果给定 path 上的 znode 的版本和给定的 version 匹配,设置 znode 数据。
- getChildren(path, watch):返回给定 path 上的 znode 的孩子 znode 名字,并在 znode 设置一个 watch。
- sync(path):把客户端 session 连接节点和 leader 节点进行同步。 方法特点:
- 所有获取 znode 数据的 API 都可以设置一个 watch 用来监控 znode 的变化。
- 所有更新 znode 数据的 API 都有两个版本: 无条件更新版本和条件更新版本。如果 version 为 -1,更新为无条件更新。否则只有给定的 version 和 znode 当前的 version 一样,才会进行更新,这样的更新是条件更新。
- 所有的方法都有同步和异步两个版本。同步版本的方法发送请求给 ZooKeeper 并等待服务器的响 应。异步版本把请求放入客户端的请求队列,然后马上返回。异步版本通过 callback 来接受来 自服务端的响应。
同步创建节点:
@TestpublicvoidcreateTest()throwsKeeperException,InterruptedException{String path = zooKeeper.create(ZK_NODE,"data".getBytes(),ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT);
log.info("created path: {}",path);}
异步创建节点:
@TestpublicvoidcreateAsycTest()throwsInterruptedException{
zooKeeper.create(ZK_NODE,"data".getBytes(),ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.PERSISTENT,(rc, path, ctx, name)-> log.info("rc {},path {},ctx {},name {}",rc,path,ctx,name),"context");TimeUnit.SECONDS.sleep(Integer.MAX_VALUE);}
修改节点数据
@TestpublicvoidsetTest()throwsKeeperException,InterruptedException{Stat stat =newStat();byte[] data = zooKeeper.getData(ZK_NODE,false, stat);
log.info("修改前: {}",newString(data));
zooKeeper.setData(ZK_NODE,"changed!".getBytes(), stat.getVersion());byte[] dataAfter = zooKeeper.getData(ZK_NODE,false, stat);
log.info("修改后: {}",newString(dataAfter));}
1.2、 Curator开源客户端使用
Curator是Netflix公司开源的一套ZooKeeper客户端框架,和ZkClient一样它解决了非常底层的细节开发工作,包括连接、重连、反复注册Watcher的问题以及NodeExistsException异常等。
Curator是Apache基金会的顶级项目之一,Curator具有更加完善的文档,另外还提供了一套易用性和可读性更强的Fluent风格的客户端API框架。
Curator还为ZooKeeper客户端框架提供了一些比较普遍的、开箱即用的、分布式开发用的解决方案,例如Recipe、共享锁服务、Master选举机制和分布式计算器等,帮助开发者避免了“重复造轮子”的无效开发工作。
Guava is to Java that Curator to ZooKeeper
在实际的开发场景中,使用Curator客户端就足以应付日常的ZooKeeper集群操作的需求。
官网:https://curator.apache.org/
引入依赖
Curator 包含了几个包:
- curator-framework是对ZooKeeper的底层API的一些封装。
- curator-client提供了一些客户端的操作,例如重试策略等。
- curator-recipes封装了一些高级特性,如:Cache事件监听、选举、分布式锁、分布式计数器、分布式Barrier等。
<!-- zookeeper client --><dependency><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId><version>3.8.0</version></dependency><!--curator--><dependency><groupId>org.apache.curator</groupId><artifactId>curator-recipes</artifactId><version>5.1.0</version><exclusions><exclusion><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId></exclusion></exclusions></dependency>
创建一个客户端实例
在使用curator-framework包操作ZooKeeper前,首先要创建一个客户端实例。这是一个CuratorFramework类型的对象,有两种方法:
- 使用工厂类CuratorFrameworkFactory的静态newClient()方法。
// 重试策略 RetryPolicy retryPolicy =newExponentialBackoffRetry(1000,3)//创建客户端实例CuratorFramework client =CuratorFrameworkFactory.newClient(zookeeperConnectionString, retryPolicy);//启动客户端
client.start();
- 使用工厂类CuratorFrameworkFactory的静态builder构造者方法。
//随着重试次数增加重试时间间隔变大,指数倍增长baseSleepTimeMs * Math.max(1, random.nextInt(1 << (retryCount + 1)))RetryPolicy retryPolicy =newExponentialBackoffRetry(1000,3);CuratorFramework client =CuratorFrameworkFactory.builder().connectString("192.168.128.129:2181").sessionTimeoutMs(5000)// 会话超时时间.connectionTimeoutMs(5000)// 连接超时时间.retryPolicy(retryPolicy).namespace("base")// 包含隔离名称.build();
client.start();
- connectionString:服务器地址列表,在指定服务器地址列表的时候可以是一个地址,也可以是多个地址。如果是多个地址,那么每个服务器地址列表用逗号分隔, 如 host1:port1,host2:port2,host3;port3 。
- retryPolicy:重试策略,当客户端异常退出或者与服务端失去连接的时候,可以通过设置客户端重新连接 ZooKeeper 服务端。而 Curator 提供了 一次重试、多次重试等不同种类的实现方式。在 Curator 内部,可以通过判断服务器返回的 keeperException 的状态代码来判断是否进行重试处理,如果返回的是 OK 表示一切操作都没有问题,而 SYSTEMERROR 表示系统或服务端错误。
策略名称描述ExponentialBackoffRetry重试一组次数,重试之间的睡眠时间增加RetryNTimes重试最大次数RetryOneTime只重试一次RetryUntilElapsed在给定的时间结束之前重试
- 超时时间:Curator 客户端创建过程中,有两个超时时间的设置。一个是 sessionTimeoutMs 会话超时时间,用来设置该条会话在 ZooKeeper 服务端的失效时间。另一个是 connectionTimeoutMs 客户端创建会话的超时时间,用来限制客户端发起一个会话连接到接收 ZooKeeper 服务端应答的时间。sessionTimeoutMs 作用在服务端,而 connectionTimeoutMs 作用在客户端。
创建节点
创建节点的方式如下面的代码所示,回顾我们之前课程中讲到的内容,描述一个节点要包括节点的类型,即临时节点还是持久节点、节点的数据信息、节点是否是有序节点等属性和性质。
@TestpublicvoidtestCreate()throwsException{String path = curatorFramework.create().forPath("/curator-node");
curatorFramework.create().withMode(CreateMode.PERSISTENT).forPath("/curator-node","some-data".getBytes())
log.info("curator create node :{} successfully.",path);}
在 Curator 中,可以使用 create 函数创建数据节点,并通过 withMode 函数指定节点类型(持久化节点,临时节点,顺序节点,临时顺序节点,持久化顺序节点等),默认是持久化节点,之后调用 forPath 函数来指定节点的路径和数据信息。
一次性创建带层级结构的节点
@TestpublicvoidtestCreateWithParent()throwsException{String pathWithParent="/node-parent/sub-node-1";String path = curatorFramework.create().creatingParentsIfNeeded().forPath(pathWithParent);
log.info("curator create node :{} successfully.",path);}
获取数据
@TestpublicvoidtestGetData()throwsException{byte[] bytes = curatorFramework.getData().forPath("/curator-node");
log.info("get data from node :{} successfully.",newString(bytes));}
更新节点
我们通过客户端实例的 setData() 方法更新 ZooKeeper 服务上的数据节点,在setData 方法的后边,通过 forPath 函数来指定更新的数据节点路径以及要更新的数据。
@TestpublicvoidtestSetData()throwsException{
curatorFramework.setData().forPath("/curator-node","changed!".getBytes());byte[] bytes = curatorFramework.setData().forPath("/curator-node");
log.info("get data from node /curator-node :{} successfully.",newString(bytes));}
删除节点
@TestpublicvoidtestDelete()throwsException{String pathWithParent="/node-parent";
curatorFramework.delete().guaranteed().deletingChildrenIfNeeded().forPath(pathWithParent);}
guaranteed:该函数的功能如字面意思一样,主要起到一个保障删除成功的作用,其底层工作方式是:只要该客户端的会话有效,就会在后台持续发起删除请求,直到该数据节点在 ZooKeeper 服务端被删除。
deletingChildrenIfNeeded:指定了该函数后,系统在删除该数据节点的时候会以递归的方式直接删除其子节点,以及子节点的子节点。
异步接口
Curator 引入了BackgroundCallback 接口,用来处理服务器端返回来的信息,这个处理过程是在异步线程中调用,默认在 EventThread 中调用,也可以自定义线程池。
publicinterfaceBackgroundCallback{/**
* Called when the async background operation completes
*
* @param client the client
* @param event operation result details
* @throws Exception errors
*/publicvoidprocessResult(CuratorFramework client,CuratorEvent event)throwsException;}
如上接口,主要参数为 client 客户端, 和 服务端事件 event。
inBackground 异步处理默认在EventThread中执行
@Testpublicvoidtest()throwsException{
curatorFramework.getData().inBackground((item1, item2)->{
log.info(" background: {}", item2);}).forPath(ZK_NODE);TimeUnit.SECONDS.sleep(Integer.MAX_VALUE);}
指定线程池
@Testpublicvoidtest()throwsException{ExecutorService executorService =Executors.newSingleThreadExecutor();
curatorFramework.getData().inBackground((item1, item2)->{
log.info(" background: {}", item2);},executorService).forPath(ZK_NODE);TimeUnit.SECONDS.sleep(Integer.MAX_VALUE);}
Curator 监听器
/**
* Receives notifications about errors and background events
*/publicinterfaceCuratorListener{/**
* Called when a background task has completed or a watch has triggered
*
* @param client client
* @param event the event
* @throws Exception any errors
*/publicvoideventReceived(CuratorFramework client,CuratorEvent event)throwsException;}
针对 background 通知和错误通知。使用此监听器之后,调用inBackground 方法会异步获得监听
Curator Caches:
Curator 引入了 Cache 来实现对 Zookeeper 服务端事件监听,Cache 事件监听可以理解为一个本地缓存视图与远程 Zookeeper 视图的对比过程。Cache 提供了反复注册的功能。Cache 分为两类注册类型:节点监听和子节点监听。
node cache:
NodeCache 对某一个节点进行监听
publicNodeCache(CuratorFramework client,String path)Parameters:
client - the client
path - path tocache
可以通过注册监听器来实现,对当前节点数据变化的处理
publicvoidaddListener(NodeCacheListener listener)Add a change listener
Parameters:
listener - the listener
@Slf4jpublicclassNodeCacheTestextendsAbstractCuratorTest{publicstaticfinalStringNODE_CACHE="/node-cache";@TestpublicvoidtestNodeCacheTest()throwsException{createIfNeed(NODE_CACHE);NodeCache nodeCache =newNodeCache(curatorFramework,NODE_CACHE);
nodeCache.getListenable().addListener(newNodeCacheListener(){@OverridepublicvoidnodeChanged()throwsException{
log.info("{} path nodeChanged: ",NODE_CACHE);printNodeData();}});
nodeCache.start();}publicvoidprintNodeData()throwsException{byte[] bytes = curatorFramework.getData().forPath(NODE_CACHE);
log.info("data: {}",newString(bytes));}}
path cache:
PathChildrenCache 会对子节点进行监听,但是不会对二级子节点进行监听,
publicPathChildrenCache(CuratorFramework client,String path,boolean cacheData)Parameters:
client - the client
path - path towatch
cacheData -iftrue, node contents are cached in addition tothe stat
可以通过注册监听器来实现,对当前节点的子节点数据变化的处理
publicvoidaddListener(PathChildrenCacheListener listener)Add a change listener
Parameters:
listener - the listener
@Slf4jpublicclassPathCacheTestextendsAbstractCuratorTest{publicstaticfinalStringPATH="/path-cache";@TestpublicvoidtestPathCache()throwsException{createIfNeed(PATH);PathChildrenCache pathChildrenCache =newPathChildrenCache(curatorFramework,PATH,true);
pathChildrenCache.getListenable().addListener(newPathChildrenCacheListener(){@OverridepublicvoidchildEvent(CuratorFramework client,PathChildrenCacheEvent event)throwsException{
log.info("event: {}",event);}});// 如果设置为true则在首次启动时就会缓存节点内容到Cache中
pathChildrenCache.start(true);}}
tree cache:
TreeCache 使用一个内部类TreeNode来维护这个一个树结构。并将这个树结构与ZK节点进行了映射。所以TreeCache 可以监听当前节点下所有节点的事件。
publicTreeCache(CuratorFramework client,String path,boolean cacheData)Parameters:
client - the client
path - path towatch
cacheData -iftrue, node contents are cached in addition tothe stat
可以通过注册监听器来实现,对当前节点的子节点,及递归子节点数据变化的处理
publicvoidaddListener(TreeCacheListener listener)Add a change listener
Parameters:
listener - the listener
@Slf4jpublicclassTreeCacheTestextendsAbstractCuratorTest{publicstaticfinalStringTREE_CACHE="/tree-path";@TestpublicvoidtestTreeCache()throwsException{createIfNeed(TREE_CACHE);TreeCache treeCache =newTreeCache(curatorFramework,TREE_CACHE);
treeCache.getListenable().addListener(newTreeCacheListener(){@OverridepublicvoidchildEvent(CuratorFramework client,TreeCacheEvent event)throwsException{
log.info(" tree cache: {}",event);}});
treeCache.start();}}
2、 Zookeeper在分布式命名服务中的实战
命名服务是为系统中的资源提供标识能力。ZooKeeper的命名服务主要是利用ZooKeeper节点的树形分层结构和子节点的顺序维护能力,来为分布式系统中的资源命名。
哪些应用场景需要用到分布式命名服务呢?典型的有:
- 分布式API目录
- 分布式节点命名
- 分布式ID生成器
2.1、 分布式API目录
为分布式系统中各种API接口服务的名称、链接地址,提供类似JNDI(Java命名和目录接口)中的文件系统的功能。借助于ZooKeeper的树形分层结构就能提供分布式的API调用功能。
著名的Dubbo分布式框架就是应用了ZooKeeper的分布式的JNDI功能。在Dubbo中,使用ZooKeeper维护的全局服务接口API的地址列表。大致的思路为:
- 服务提供者(Service Provider)在启动的时候,向ZooKeeper上的指定节点/dubbo/${serviceName}/providers写入自己的API地址,这个操作就相当于服务的公开。
- 服务消费者(Consumer)启动的时候,订阅节点/dubbo/{serviceName}/providers下的服务提供者的URL地址,获得所有服务提供者的API。
2.2、 分布式节点的命名
一个分布式系统通常会由很多的节点组成,节点的数量不是固定的,而是不断动态变化的。比如说,当业务不断膨胀和流量洪峰到来时,大量的节点可能会动态加入到集群中。而一旦流量洪峰过去了,就需要下线大量的节点。再比如说,由于机器或者网络的原因,一些节点会主动离开集群。
如何为大量的动态节点命名呢?一种简单的办法是可以通过配置文件,手动为每一个节点命名。但是,如果节点数据量太大,或者说变动频繁,手动命名则是不现实的,这就需要用到分布式节点的命名服务。
可用于生成集群节点的编号的方案:
(1)使用数据库的自增ID特性,用数据表存储机器的MAC地址或者IP来维护。
(2)使用ZooKeeper持久顺序节点的顺序特性来维护节点的NodeId编号。
在第2种方案中,集群节点命名服务的基本流程是:
- 启动节点服务,连接ZooKeeper,检查命名服务根节点是否存在,如果不存在,就创建系统的根节点。
- 在根节点下创建一个临时顺序ZNode节点,取回ZNode的编号把它作为分布式系统中节点的NODEID。
- 如果临时节点太多,可以根据需要删除临时顺序ZNode节点。
2.3、 分布式的ID生成器
在分布式系统中,分布式ID生成器的使用场景非常之多:
- 大量的数据记录,需要分布式ID。
- 大量的系统消息,需要分布式ID。
- 大量的请求日志,如restful的操作记录,需要唯一标识,以便进行后续的用户行为分析和调用链路分析。
- 分布式节点的命名服务,往往也需要分布式ID。
传统的数据库自增主键已经不能满足需求。在分布式系统环境中,迫切需要一种全新的唯一ID系统,这种系统需要满足以下需求:
(1)全局唯一:不能出现重复ID。
(2)高可用:ID生成系统是基础系统,被许多关键系统调用,一旦宕机,就会造成严重影响。
有哪些分布式的ID生成器方案呢?大致如下:
1.Java的UUID。
2.分布式缓存Redis生成ID:利用Redis的原子操作INCR和INCRBY,生成全局唯一的ID。
3.Twitter的SnowFlake算法。
4.ZooKeeper生成ID:利用ZooKeeper的顺序节点,生成全局唯一的ID。
5.MongoDb的ObjectId:MongoDB是一个分布式的非结构化NoSQL数据库,每插入一条记录会自动生成全局唯一的一个“_id”字段值,它是一个12字节的字符串,可以作为分布式系统中全局唯一的ID。
基于Zookeeper实现分布式ID生成器
在ZooKeeper节点的四种类型中,其中有以下两种类型具备自动编号的能力
- PERSISTENT_SEQUENTIAL持久化顺序节点。
- EPHEMERAL_SEQUENTIAL临时顺序节点。
ZooKeeper的每一个节点都会为它的第一级子节点维护一份顺序编号,会记录每个子节点创建的先后顺序,这个顺序编号是分布式同步的,也是全局唯一的。
可以通过创建ZooKeeper的临时顺序节点的方法,生成全局唯一的ID
@Slf4jpublicclassIDMakerextendsCuratorBaseOperations{privateStringcreateSeqNode(String pathPefix)throwsException{CuratorFramework curatorFramework =getCuratorFramework();//创建一个临时顺序节点String destPath = curatorFramework.create().creatingParentsIfNeeded().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath(pathPefix);return destPath;}publicStringmakeId(String path)throwsException{String str =createSeqNode(path);if(null!= str){//获取末尾的序号int index = str.lastIndexOf(path);if(index>=0){
index+=path.length();return index<=str.length()? str.substring(index):"";}}return str;}}
测试
@TestpublicvoidtestMarkId()throwsException{IDMaker idMaker =newIDMaker();
idMaker.init();String pathPrefix ="/idmarker/id-";for(int i=0;i<5;i++){newThread(()->{for(int j=0;j<10;j++){String id =null;try{
id = idMaker.makeId(pathPrefix);
log.info("{}线程第{}个创建的id为{}",Thread.currentThread().getName(),
j,id);}catch(Exception e){
e.printStackTrace();}}},"thread"+i).start();}Thread.sleep(Integer.MAX_VALUE);}
基于Zookeeper实现SnowFlakeID算法
Twitter(推特)的SnowFlake算法是一种著名的分布式服务器用户ID生成算法。SnowFlake算法所生成的ID是一个64bit的长整型数字,如图10-2所示。这个64bit被划分成四个部分,其中后面三个部分分别表示时间戳、工作机器ID、序列号。
SnowFlakeID的四个部分,具体介绍如下:
(1)第一位 占用1 bit,其值始终是0,没有实际作用。
(2)时间戳 占用41 bit,精确到毫秒,总共可以容纳约69年的时间。
(3)工作机器id占用10 bit,最多可以容纳1024个节点。
(4)序列号 占用12 bit。这个值在同一毫秒同一节点上从0开始不断累加,最多可以累加到4095。
在工作节点达到1024顶配的场景下,SnowFlake算法在同一毫秒最多可以生成的ID数量为: 1024 * 4096 =4194304,在绝大多数并发场景下都是够用的。
SnowFlake算法的优点:
- 生成ID时不依赖于数据库,完全在内存生成,高性能和高可用性。
- 容量大,每秒可生成几百万个ID。
- ID呈趋势递增,后续插入数据库的索引树时,性能较高。 SnowFlake算法的缺点:
- 依赖于系统时钟的一致性,如果某台机器的系统时钟回拨了,有可能造成ID冲突,或者ID乱序。
- 在启动之前,如果这台机器的系统时间回拨过,那么有可能出现ID重复的危险。 基于zookeeper实现雪花算法:
publicclassSnowflakeIdGenerator{/**
* 单例
*/publicstaticSnowflakeIdGenerator instance =newSnowflakeIdGenerator();/**
* 初始化单例
*
* @param workerId 节点Id,最大8091
* @return the 单例
*/publicsynchronizedvoidinit(long workerId){if(workerId >MAX_WORKER_ID){// zk分配的workerId过大thrownewIllegalArgumentException("woker Id wrong: "+ workerId);}
instance.workerId = workerId;}privateSnowflakeIdGenerator(){}/**
* 开始使用该算法的时间为: 2017-01-01 00:00:00
*/privatestaticfinallongSTART_TIME=1483200000000L;/**
* worker id 的bit数,最多支持8192个节点
*/privatestaticfinalintWORKER_ID_BITS=13;/**
* 序列号,支持单节点最高每毫秒的最大ID数1024
*/privatefinalstaticintSEQUENCE_BITS=10;/**
* 最大的 worker id ,8091
* -1 的补码(二进制全1)右移13位, 然后取反
*/privatefinalstaticlongMAX_WORKER_ID=~(-1L<<WORKER_ID_BITS);/**
* 最大的序列号,1023
* -1 的补码(二进制全1)右移10位, 然后取反
*/privatefinalstaticlongMAX_SEQUENCE=~(-1L<<SEQUENCE_BITS);/**
* worker 节点编号的移位
*/privatefinalstaticlongWORKER_ID_SHIFT=SEQUENCE_BITS;/**
* 时间戳的移位
*/privatefinalstaticlongTIMESTAMP_LEFT_SHIFT=WORKER_ID_BITS+SEQUENCE_BITS;/**
* 该项目的worker 节点 id
*/privatelong workerId;/**
* 上次生成ID的时间戳
*/privatelong lastTimestamp =-1L;/**
* 当前毫秒生成的序列
*/privatelong sequence =0L;/**
* Next id long.
*
* @return the nextId
*/publicLongnextId(){returngenerateId();}/**
* 生成唯一id的具体实现
*/privatesynchronizedlonggenerateId(){long current =System.currentTimeMillis();if(current < lastTimestamp){// 如果当前时间小于上一次ID生成的时间戳,说明系统时钟回退过,出现问题返回-1return-1;}if(current == lastTimestamp){// 如果当前生成id的时间还是上次的时间,那么对sequence序列号进行+1
sequence =(sequence +1)&MAX_SEQUENCE;if(sequence ==MAX_SEQUENCE){// 当前毫秒生成的序列数已经大于最大值,那么阻塞到下一个毫秒再获取新的时间戳
current =this.nextMs(lastTimestamp);}}else{// 当前的时间戳已经是下一个毫秒
sequence =0L;}// 更新上次生成id的时间戳
lastTimestamp = current;// 进行移位操作生成int64的唯一ID//时间戳右移动23位long time =(current -START_TIME)<<TIMESTAMP_LEFT_SHIFT;//workerId 右移动10位long workerId =this.workerId <<WORKER_ID_SHIFT;return time | workerId | sequence;}/**
* 阻塞到下一个毫秒
*/privatelongnextMs(long timeStamp){long current =System.currentTimeMillis();while(current <= timeStamp){
current =System.currentTimeMillis();}return current;}}
3、Zookeeper实现分布式队列
常见的消息队列有:RabbitMQ,RocketMQ,Kafka等。Zookeeper作为一个分布式的小文件管理系统,同样能实现简单的队列功能。Zookeeper不适合大数据量存储,官方并不推荐作为队列使用,但由于实现简单,集群搭建较为便利,因此在一些吞吐量不高的小型系统中还是比较好用的。
3.1、 设计思路
undefined.创建队列根节点:在Zookeeper中创建一个持久节点,用作队列的根节点。所有队列元素的节点将放在这个根节点下。
2.实现入队操作:当需要将一个元素添加到队列时,可以在队列的根节点下创建一个临时有序节点。节点的数据可以包含队列元素的信息。
3.实现出队操作:当需要从队列中取出一个元素时,可以执行以下操作:
- 获取根节点下的所有子节点。
- 找到具有最小序号的子节点。
- 获取该节点的数据。
- 删除该节点。
- 返回节点的数据。
/**
* 入队
* @param data
* @throws Exception
*/publicvoidenqueue(String data)throwsException{// 创建临时有序子节点
zk.create(QUEUE_ROOT+"/queue-", data.getBytes(StandardCharsets.UTF_8),ZooDefs.Ids.OPEN_ACL_UNSAFE,CreateMode.EPHEMERAL_SEQUENTIAL);}/**
* 出队
* @return
* @throws Exception
*/publicStringdequeue()throwsException{while(true){List<String> children = zk.getChildren(QUEUE_ROOT,false);if(children.isEmpty()){returnnull;}Collections.sort(children);for(String child : children){String childPath =QUEUE_ROOT+"/"+ child;try{byte[] data = zk.getData(childPath,false,null);
zk.delete(childPath,-1);returnnewString(data,StandardCharsets.UTF_8);}catch(KeeperException.NoNodeException e){// 节点已被其他消费者删除,尝试下一个节点}}}}
3.2、 使用Apache Curator实现分布式队列
Apache Curator是一个ZooKeeper客户端的封装库,提供了许多高级功能,包括分布式队列。
publicclassCuratorDistributedQueueDemo{privatestaticfinalStringQUEUE_ROOT="/curator_distributed_queue";publicstaticvoidmain(String[] args)throwsException{CuratorFramework client =CuratorFrameworkFactory.newClient("localhost:2181",newExponentialBackoffRetry(1000,3));
client.start();// 定义队列序列化和反序列化QueueSerializer<String> serializer =newQueueSerializer<String>(){@Overridepublicbyte[]serialize(String item){return item.getBytes();}@OverridepublicStringdeserialize(byte[] bytes){returnnewString(bytes);}};// 定义队列消费者QueueConsumer<String> consumer =newQueueConsumer<String>(){@OverridepublicvoidconsumeMessage(String message)throwsException{System.out.println("消费消息: "+ message);}@OverridepublicvoidstateChanged(CuratorFramework curatorFramework,ConnectionState connectionState){}};// 创建分布式队列DistributedQueue<String> queue =QueueBuilder.builder(client, consumer, serializer,QUEUE_ROOT).buildQueue();
queue.start();// 生产消息for(int i =0; i <5; i++){String message ="Task-"+ i;System.out.println("生产消息: "+ message);
queue.put(message);Thread.sleep(1000);}Thread.sleep(10000);
queue.close();
client.close();}}
3.3、 注意事项
使用Curator的DistributedQueue时,默认情况下不使用锁。当调用QueueBuilder的lockPath()方法并指定一个锁节点路径时,才会启用锁。如果不指定锁节点路径,那么队列操作可能会受到并发问题的影响。
在创建分布式队列时,指定一个锁节点路径可以帮助确保队列操作的原子性和顺序性。分布式环境中,多个消费者可能同时尝试消费队列中的消息。如果不使用锁来同步这些操作,可能会导致消息被多次处理或者处理顺序出现混乱。当然,并非所有场景都需要指定锁节点路径。如果您的应用场景允许消息被多次处理,或者处理顺序不是关键问题,那么可以不使用锁。这样可以提高队列操作的性能,因为不再需要等待获取锁。
// 创建分布式队列QueueBuilder<String> builder =QueueBuilder.builder(client, consumer, serializer,"/order");//指定了一个锁节点路径/orderlock,用于实现分布式锁,以保证队列操作的原子性和顺序性。
queue = builder.lockPath("/orderlock").buildQueue();//启动队列,这时队列开始监听ZooKeeper中/order节点下的消息。
queue.start();
版权归原作者 Tacy0213 所有, 如有侵权,请联系我们删除。