分布式基础概念-分布式服务之ZK[2]
ZK的数据同步原理
主要是根据这三个参数的大小对比结果，选择对应的数据同步方式。
- peerLastZxid：Learner服务器（Follower或observer）最后处理的zxid。
- minCommittedLog：Leader服务器proposal缓存队列committedLog中的最小的zxid。
- maxCommittedLog：Leader服务器proposal缓存队列committedLog中的最大的zxid。
Zookeeper中数据同步一共有四类，如下：
- DIFF：直接差异化同步
peerlastZxid介于minCommittedLog和maxCommittedLog之间
- TRUNC+DIFF：先回滚再差异化同步
当Leader服务器发现某个Learner包含了一条自己没有的事务记录,那么就需要让该Learner进行事务回滚到Leader服务器上存在的
- TRUNC：仅回滚同步
peerlastZxid大于maxCommittedLog，Leader会要求Learner回滚到ZXID值为maxCommitedLog对应的事务操作
- SNAP：全量同步
peerLastZxid小于minCommittedLog
在初始化阶段，Leader服务器会优先初始化以全量同步方式来同步数据。learner先向leader注册，上报peerLastZxid
ZK中一个客户端修改了某个节点的数据，其他客户端能够马上获取到这个最新数据吗？
不能确保任何客户端能够获取（即Read Request）到一样的数据，除非客户端自己要求，方法是客户 端在获取数据之前调用函数sync，再调用getData()
ZK客户端A对节点的内容从v1->v2,但是ZK客户端B对内容获取，依然得到的是v1.这个是实际存在的 现象，存在同步时延
ZooKeeper对事务性的支持
ZooKeeper对于事务性的支持主要依赖于四个函数，zoo_create_op_init，zoo_delete_op_init，zoo_set_op_init以及zoo_check_op_init。
每一个函数都会在客户端初始化一个operation，客户端程序有义务保留这些operations。当准备好一 个事务中的所有操作后，可以使用zoo_multi来提交所有的操作，由zookeeper服务来保证这一系列操 作的原子性。也就是说只要其中有一个操作失败了，相当于此次提交的任何一个操作都没有对服务端的 数据造成影响。zoo_multi的返回值是第一个失败操作的状态信号。
ZK中的观察者机制
peerType=observer
server.1:localhost:2181:3181:observ
- 观察者的设计是希望能动态扩展zookeeper集群又不会降低写性能。
- 如果扩展节点是follower，则写入操作提交时需要同步的节点数会变多，导致写入性能下降，而follower又是参与投票的、也会导致投票成本增加
- observer是一种新的节点类型，解决扩展问题的同时，不参与投票、只获取投票结果，同时也可以处理读写请求，写请求转发给leader。负责接收leader同步过来的提交数据，observer的节点故障也不会影响集群的可用性，
- 跨数据中心部署。把节点分散到多个数据中心可能因为网络的延迟会极大拖慢系统。使用observer的话，更新操作都在一个单独的数据中心来处理，并发送到其他数据中心，让其他数据中心的节点消费数据。
- 无法完全消除数据中心之间的网络延迟，因为observer需要把更新请求转发到另一个数据中心的leader，并处理同步消息，网络速度极慢的话也会有影响，它的优势是为本地读请求提供快速响应。
ZK的会话管理机制
客户端连接zk，有zk分配一个全局唯一的sessionId，客户端需要配置超时时间timeOut并传到zk，zk会据此计算会话下一次超时的时间点，zk根据这个时间点按照分桶策略进行分开存放，zk会给session设置一个isClosing属性、如果检测到超时会将该属性标记为关闭
会话状态：CONNECTING、CONNECTED、RECONNECTING、RECONNECTED、CLOSE
SessionTracker：zk中的会话管理器，负责会话的创建、管理和清理
- sessionsWithTimeout：一个ConcurrentHashMap，用来管理会话的超时时间
- sessionsById：HashMap，维护sessionId到session的映射
- sessionsSets：HashMap，会话超时后进行归档，便于恢复和管理
ExpiractionTime = CurrentTime + SessionTimeout
SessionTracker根据ExpiractionTime将session进行分桶管理，同时按照一定的时间间隔进行定期检查，
同时客户端读写请求都可以将session的超时时间重置，SessionTracker会将session进行分桶迁移，如果没有读写请求，客户需要发送ping心跳链接，否则session超时会被清除
会话清理：
- 标记isClosing为关闭，此时该会话有新的请求也无法处理
- 发起会话关闭请求，同步到整个集群，使用提交的方式
- 收集需要清理的临时节点，先获取内存数据库中会话对应的临时节点集合，如果此时有删除节点的请求到达，将请求对应的节点路径从集合中移除，避免重复删除，如果有创建节点请求到达、则将请求中的路径添加到集合中
- 添加删除事务变更，将节点删除事务添加到outstandingChanges中，触发watch
- 删除临时节点
- 移除会话
- 关闭连接
连接断开后客户端可以重连zk，如果该session未过期，session重新变为CONNECTED
如果时间超过sessinTimeout，服务器则会进行会话的清理工作，如果此时ZK客户端才恢复连接，则会收到State为Expired的WatchedEvent，并断开与服务器的连接。
重连：断开后更换服务器链接，RECONNECTING状态，会将会话迁移到新连接的服务器上
当一个客户端发一个心跳请求个服务端，但是网络延时，导致服务端没有收到，过一会后，客户端连接上了另一个新的服务端，在这之后，之前的心跳被旧的服务端收到了，这时候旧的服务端会被提醒，当前session已经被转移了，然后旧的服务端会关闭这个连接。客户端一般不会感知到这个异常，因为旧连接一般都会被关闭。但是还有一个特殊情况，两个客户端同时使用保存这的session id+密码来重新连接服务端，第一个连接成功，紧着第二个又连接成功，这会导致第一个连接被关闭，然后就是这两个客户端无限重连了
ZK和Eureka的对比
- zk保证的是CP，即分区容错和一致性，eureka保证的是AP、即可用性和分区容错
- zk的master如果挂掉，需要进行选举，此时zk无法使用。
- eureka的各个节点是平等的。只要有一台是正常的就能提供服务，
eureka还有一种自我保护机制，如果15分钟内超过85%的节点没有正常心跳会开启保护机制。eureka 不再从注册列表移除长时间没有心跳的服务、eureka仍能接受新的服务注册和查询，只不过不会同步到 其他节点。网络稳定后再同步到其他节点。同时eureka的客户端也会缓存服务信息。eureka对于服务 注册发现来说是非常好的选择
如有问题，欢迎加微信交流：w714771310，备注- 技术交流 。或关注微信公众号【码上遇见你】。