引言
之前就了解过kafka，看的似懂非懂，最近项目组中引入了kafka，刚好接着这个机会再次学习下。
Kafka在很多公司被用作分布式高性能消息队列，kafka之前我只用过redis的list来做简单的队列处理，也还算好用，可能数据量比较小，也是单机运行，未出现过问题，用作轻量级消息队列还是比较好用的。而redis的作者antirez，设计redis的初衷并不是用来做消息队列，但用它做消息队列的人貌似还挺多，以至于后来antirez后来新开了个项目disque，专门用来做消息队列，但这个不是本文的重点。
在了解kafka的时候，发现他与zookeeper绑定的比较紧密，为了更好的理解kafka，我必须先将zookeeper搞明白。
ZooKeeper是一种分布式协调服务，用于管理大型主机。在分布式环境中协调和管理服务是一个复杂的过程。ZooKeeper通过其简单的架构和API解决了这个问题。 ZooKeeper允许开发人员专注于核心应用程序逻辑，而不必担心应用程序的分布式特性。
这是从互联网上引用的一段话，分布式应用不同于单机引用，维护起来非常复杂，现在的分布式系统大部分已经离不开zookeeper（或者类似的解决方案）了，zookeeper简化了分布式应用的管理和部署，本文就通过实例来探讨学习下zookeeper。
实例
本人也是持着学习的态度来写本篇文章的，后文的实例都未在生产环境中使用过，都是学习之后的实践整理，偏向于应用，对其中的算法原理并未深究。有瑕疵遗漏的地方还望斧正。
配置管理
假如，我们线上有个服务器集群，成百上千台服务器，如果更新代码的时候怎么更新呢，一台台机器去更新？就算是强大的麒麟臂爬也要累折了o(╯□╰)o，今天我们就试试用zookeeper来给服务器集群部署代码。
原理
zookeeper提供了节点watch的功能，zookeeper的client（对外提供服务的server）监控zookeeper上的节点（znode），当节点变动的时候，client会收到变动事件和变动后的内容，基于zookeeper的这个特性，我们可以给服务器集群中的所有机器（client）都注册watch事件，监控特定znode，节点中存储部署代码的配置信息，需要更新代码的时候，修改znode中的值，服务器集群中的每一台server都会收到代码更新事件，然后触发调用，更新目标代码。也可以很容易的横向扩展，可以随意的增删机器，机器启动的时候注册监控节点事件即可。
我的机器数量有限，在本地模拟zookeeper集群和服务器集群，原理都是一样的，可能具体实施的时候有些小异。
在本机通过3个端口模拟zookeeper集群，多个目录模拟服务器集群。
zookeeper配置
本文只是模拟，为了方便，所有的节点全在一台机器上，效果是类似的。
创建/path/to/zookeeper/conf/zoo1.cfg，/path/to/zookeeper/conf/zoo2.cfg，/path/to/zookeeper/conf/zoo3.cfg三个文件，配置分别如下：
zoo1.cfg
tickTime=2000 initLimit=10 syncLimit=5 dataDir=/tmp/zk1/data dataLogDir=/tmp/zk1/log clientPort=2181 server.1=localhost:2888:3888 server.2=localhost:2899:3899 server.3=localhost:2877:3877
zoo2.cfg
tickTime=2000 initLimit=10 syncLimit=5 dataDir=/tmp/zk2/data dataLogDir=/tmp/zk2/log clientPort=2182 server.1=localhost:2888:3888 server.2=localhost:2899:3899 server.3=localhost:2877:3877
zoo3.cfg
tickTime=2000 initLimit=10 syncLimit=5 dataDir=/tmp/zk3/data dataLogDir=/tmp/zk3/log clientPort=2183 server.1=localhost:2888:3888 server.2=localhost:2899:3899 server.3=localhost:2877:3877
配置文件中dataDir，dataLogDir，clientPort这三个配置是有差别的。
分别在3个节点对应的dataDir中建立myid文件，里面输入服务器标识号
echo 1 > /tmp/zk1/data/myid echo 2 > /tmp/zk2/data/myid echo 3 > /tmp/zk3/data/myid
启动三个节点
bin/zkServer.sh start conf/zoo1.cfg bin/zkServer.sh start conf/zoo2.cfg bin/zkServer.sh start conf/zoo3.cfg
查看三个节点，可以看到1、3号接节点是follower节点，2号节点是leader节点
➜ zookeeper bin/zkServer.sh status conf/zoo3.cfg ZooKeeper JMX enabled by default Using config: conf/zoo3.cfg Mode: follower ➜ zookeeper bin/zkServer.sh status conf/zoo2.cfg ZooKeeper JMX enabled by default Using config: conf/zoo2.cfg Mode: leader ➜ zookeeper bin/zkServer.sh status conf/zoo1.cfg ZooKeeper JMX enabled by default Using config: conf/zoo1.cfg Mode: follower
客户端代码模拟
from kazoo.client import KazooClient
import time
import json
import subprocess
import os
zk = KazooClient(hosts="10.222.76.148:2181, 10.222.76.148:2182, 10.222.76.148:2183")
zk.start()
FILE_DIR = os.path.split(os.path.realpath(__file__))[0]
'''切换到指定文件夹，不存在的话创建并切换'''
def go_dir(dir_name):
if os.path.exists(dir_name):
pass
else:
os.makedirs(dir_name)
os.chdir(dir_name)
'''从git获取代码'''
def handle_watch(data):
try:
info = json.loads(data)
if not isinstance(info, dict):
raise Exception("节点数据不是json穿")
if not "relativePath" in info:
raise Exception("节点json缺少[relativePath]字段")
if not "url" in info:
raise Exception("节点json缺少[url]字段")
if not "commitId" in info:
raise Exception("节点json缺少[commitId]字段")
chdir = os.path.join(FILE_DIR, info["relativePath"])
go_dir(chdir)
print("开始执行git clone ...")
res = subprocess.call(['git', 'status'])
if 0 == res:
res = subprocess.call(['git', 'pull'])
else:
res = subprocess.call(['git', 'clone', info["url"], '.'])
if 0 != res:
raise Exception("clone/pull代码失败")
commitId = subprocess.check_output(["git", "rev-parse", "HEAD"])
commitId = commitId.decode()
commitId = commitId.strip()
if commitId != info["commitId"]:
raise Exception("正确版本Id[%s]，当前版本Id[%s]" % (commitId, info["commitId"]))
except Exception as e:
print(e)
print("更新失败")
return 1
else:
print("正确版本Id[%s]，当前版本Id[%s]" % (commitId, info["commitId"]))
print("更新成功")
return 0
finally:
pass
@zk.DataWatch("/app/business/config")
def watch_node(data, stat):
if data:
data = data.decode("utf-8")
handle_watch(data)
else:
print("数据为空")
while True:
time.sleep(100)
print('tick')
新建2个文件夹模拟server集群，复制client.py到每个服务器中
mkdir /tmp/server1 mkdir /tmp/server2
分别运行服务器上监控zookeeper节点变动的代码:
python3 /tmp/server1/client.py python3 /tmp/server2/client.py
启动之后，像znode节点/app/business/config中写入信息：
from kazoo.client import KazooClient
import json
zk = KazooClient(hosts="192.168.0.105:2181, 192.168.0.105:2182, 192.168.0.105:2183")
zk.start()
znode = {
"url": "https://github.com/aizuyan/daemon.git",
"commitId": "d5f5f144c66f0a36d452e9e13067b21d3d89b743",
"relativePath": "daemon"
}
znode = json.dumps(znode)
znode = bytes(znode, encoding="utf-8")
zk.set("/app/business/config", znode);
写完之后，会看到上面两个模拟的服务器会马上收到信息:
开始执行git clone ... On branch master Your branch is up-to-date with 'origin/master'. nothing to commit, working tree clean Already up-to-date. 正确版本Id[aea4096f490ff9556124fa5059ca702cc2acdf0e]，当前版本Id[aea4096f490ff9556124fa5059ca702cc2acdf0e] 更新成功 开始执行git clone ... On branch master Your branch is up-to-date with 'origin/master'. nothing to commit, working tree clean Already up-to-date. 正确版本Id[aea4096f490ff9556124fa5059ca702cc2acdf0e]，当前版本Id[aea4096f490ff9556124fa5059ca702cc2acdf0e] 更新成功
配合上git的hook机制，可以做一个完整的系统，当代码有更新的时候更新保存代码信息znode上的数据，zookeeper push到所有watch这个节点的服务器，服务器更新代码，所有服务器完成一次更新操作。
服务发现
原理
注册一个持久节点/service/business/what，他下面的每个子节点都是一个可用服务，保存了服务的地址端口等信息，服务调用者通过zookeeper获取/service/business/what所有子节点信息来得到可用的服务。下面的节点都是临时节点，服务器启动的时候会过来注册一个临时节点，服务器挂掉之后或主动关闭之后，临时节点会自动移除，这样就可以保证使用者获取的what服务都是可用的，而且可以动态的扩容缩容。
我在本地通过docker来模拟服务器集群，集群中的所有nginx都通过各自的80端口对外提供服务。通过python-nmap定时扫描端口占用情况，如果是open状态则可对外提供服务，如果是closed状态，则停止对外提供服务。如果由于网络抖动删除了临时节点，网络恢复之后，会重新扫描到自身服务可用，然后创建临时节点。
监控服务
容器中启动一个nginx，通过一个进程监控nginx绑定的端口，当端口对外提供服务时，我就认为服务可用，当端口停止对外提供服务时，我就认为服务不可用，相应的删除或者创建临时节点，代码如下所示：
from kazoo.client import KazooClient
import time
import nmap
import os
import json
ZNODE_BASE_PATH="/service/business/what/"
zk = KazooClient(
hosts="192.168.0.105:2181, 192.168.0.105:2182, 192.168.0.105:2183"
)
zk.start()
znode = ZNODE_BASE_PATH+"/s"+os.environ["PORT"]
def get_server_info():
server_info = (os.environ["URL"], os.environ["PORT"])
return server_info
def is_port_run(ip, port):
nm = nmap.PortScanner()
info = nm.scan(ip, port)
state = info['scan'][ip]['tcp'][int(port)]['state']
ret = False
if state == "open":
ret = True
return ret
server_info = get_server_info()
server_info = json.dumps(server_info).encode("utf-8")
while True:
time.sleep(2)
is_alive = is_port_run("127.0.0.1", "80")
if is_alive:
if not zk.exists(znode):
zk.create(znode, server_info, ephemeral=True, makepath=True)
else:
if zk.exists(znode):
zk.delete(znode)
docker配置
每个服务器绑定的端口信息通过docker运行的时候传入参数决定，这样就可以通过同一个镜像方便的创建多个容器实例了，方便快捷，下面是dockerfile:
FROM python:latest MAINTAINER Liam Yan # 扩充源 RUN grep '^deb ' /etc/apt/sources.list | sed 's/^deb/deb-src/g' > /etc/apt/sources.list.d/deb-src.list RUN apt-get update -y RUN apt-get install nginx -y RUN mkdir /usr/share/nginx/logs RUN apt-get install nmap -y RUN pip3 install python-nmap RUN pip3 install kazoo ADD nginx.conf /etc/nginx/nginx.conf ADD is_alive.py /usr/local/is_alive.py ADD run.sh /usr/local/run.sh EXPOSE 80 CMD ["/bin/bash", "/usr/local/run.sh"]
其中nginx.conf是容器中的nginx配置文件，最简单的就可以，只要可以验证该服务器是否可用即可，但一定要注意，要在nginx配置文件中加入daemon off;，不然docker可能会启动之后马上退出。is_alive.py就是上面的用来检测容器中的服务是否可用。run.sh内容如下，启动一个后台监控进程之后，再启动nginx。
nohup python3 /usr/local/is_alive.py & nginx
创建镜像并运行
通过dockerfile创建镜像docker build –rm -t zookeeper_test .，创建成功之后运行5个服务器：
docker run -e "URL=127.0.0.1" -e "PORT=9099" --name yrt5 -p 9099:80 -d nzookeeper_test docker run -e "URL=127.0.0.1" -e "PORT=9098" --name yrt4 -p 9098:80 -d nzookeeper_test docker run -e "URL=127.0.0.1" -e "PORT=9097" --name yrt3 -p 9097:80 -d nzookeeper_test docker run -e "URL=127.0.0.1" -e "PORT=9096" --name yrt2 -p 9096:80 -d nzookeeper_test docker run -e "URL=127.0.0.1" -e "PORT=9095" --name yrt1 -p 9095:80 -d nzookeeper_test
启动之后运行docker ps -a，可以看到，端口可以随便取，只要别冲突就行，
对外提供服务
通过读取/service/business/what节点下的所有子节点就可以获取到所有的可用服务，代码如下：
from kazoo.client import KazooClient import json def get_servers(): zk = KazooClient(hosts="192.168.0.105:2181, 192.168.0.105:2182, 192.168.0.105:2183") zk.start() ZNODE = "/service/business/what" children = zk.get_children(ZNODE) servers = [] for child in children: child_znode = ZNODE + "/" + child child_server_info, stat = zk.get(child_znode) child_server_info = child_server_info.decode() child_server_info = json.loads(child_server_info) servers.append(child_server_info[0] + ":" + child_server_info[1]) return servers
运行之后得到可用服务列表['127.0.0.1:9096', '127.0.0.1:9095', '127.0.0.1:8080', '127.0.0.1:9099', '127.0.0.1:9090']，使用者只需要随机选择一个使用就可以了。
除此之外，还可以在从zookeeper获取可用服务列表的时候加一层缓存，提高性能，额外一个进程watch/service/business/what的子节点变动，当有子节点变动的时候，删除缓存，这样就可以做到缓存中的内容'时时'和zookeeper中保持一致了
在kafka中的作用
至此大概对zookeeper在实际应用中的作用有了大概了解，这对我理解他在kafka中的作用有很大的帮助。在kafka中，zookeeper负责的是存储kafka中的元数据信息，队列的数据是不会存储到zookeeper的，kafka是分布式的，zookeeper协调broker、producer、consumer之间的关系，当有新的角色加入的时候，更新zookeeper中的数据，其他角色就可以得到通知，并作出相应的调整，不需要停机更新配置，做到动态扩容。下图来自互联网，比较清晰的展示了zookeeper中存储的kafka元信息数据。
zookeeper在kafka中充当的更像是分布式服务中配置中心的角色，所有配置信息、公共信息都丢到这里来了，此为吾之愚见，望斧正。
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/6792.html