使用 Python 进行分布式系统协调

关键时刻，第一时间送达！

笔者之前的博文提到过，随着大数据时代的到来，分布式是解决大数据问题的一个主要手段，随着越来越多的分布式的服务，如何在分布式的系统中对这些服务做协调变成了一个很棘手的问题。今天我们就来看看如何使用Python，利用开源对分布式服务做协调。

在对分布式的应用做协调的时候，主要会碰到以下的应用场景：

业务发现（service discovery）找到分布式系统中存在那些可用的服务和节点

名字服务 （name service）通过给定的名字知道到对应的资源

配置管理 （configuration management）如何在分布式的节点中共享配置文件，保证一致性。

故障发现和故障转移 （failure detection and failover）当某一个节点出故障的时候，如何检测到并通知其它节点， 或者把想用的服务转移到其它的可用节点

领导选举（leader election）如何在众多的节点中选举一个领导者，来协调所有的节点

分布式的锁 （distributed exclusive lock）如何通过锁在分布式的服务中进行同步

消息和通知服务 （message queue and notification）如何在分布式的服务中传递消息，以通知的形式对事件作出主动的响应

有许多的开源软件试图解决以上的全部或者部分问题，例如ZooKeeper，consul，doozerd等等，我们现在就看看它们是如何做的。

ZooKeeper

ZooKeeper是使用最广泛，也是最有名的解决分布式服务的协调问题的开源软件了，它最早和Hadoop一起开发，后来成为了Apache的顶级项目，很多开源的项目都在使用ZooKeeper，例如大名鼎鼎的Kafka。

Zookeeper本身是一个分布式的应用，通过对共享的数据的管理来实现对分布式应用的协调。

ZooKeeper使用一个树形目录作为数据模型，这个目录和文件目录类似，目录上的每一个节点被称作ZNodes。

ZooKeeper提供基本的API来操纵和控制Znodes，包括对节点的创建，删除，设置和获取数据，获得子节点等。

除了这些基本的操作，ZooKeeper还提供了一些配方（Recipe），其实就是一些常见的用例，例如锁，两阶段提交，领导选举等等。

ZooKeeper本身是用Java开发的，所以对Java的支持是最自然的。它同时还提供了C语言的绑定。

Kazoo是一个非常成熟的Zookeeper Python客户端，我们这就看看如果使用Python来调用ZooKeeper。（注意，运行以下的例子，需要在本地启动ZooKeeper的服务）

基本操作

以下的例子现实了对Znode的基本操作，首先要创建一个客户端的连接，并启动客户端。然后我们可以利用该客户端对Znode做增删改，取内容的操作。最后推出客户端。

fromkazoo.clientimportKazooClient

importlogging

logging.basicConfig()

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

# Ensure a path, create if necessary

zk.ensure_path("/test/zk1")

# Create a node with data

zk.create("/test/zk1/node",b"a test value")

# Determine if a node exists

ifzk.exists("/test/zk1"):

print"the node exist"

# Print the version of a node and its data

data,stat=zk.get("/test/zk1")

print("Version: %s, data: %s"%(stat.version,data.decode("utf-8")))

# List the children

children=zk.get_children("/test/zk1")

print("There are %s children with names %s"%(len(children),children))

zk.stop()

通过对ZNode的操作，我们可以完成一些分布式服务协调的基本需求，包括名字服务，配置服务，分组等等。

故障检测(Failure Detection)

在分布式系统中，一个最基本的需求就是当某一个服务出问题的时候，能够通知其它的节点或者某个管理节点。

ZooKeeper提供ephemeral Node的概念，当创建该Node的服务退出或者异常中止的时候，该Node会被删除，所以我们就可以利用这种行为来监控服务运行状态。

以下是worker的代码

fromkazoo.clientimportKazooClient

importtime

importlogging

logging.basicConfig()

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

# Ensure a path, create if necessary

zk.ensure_path("/test/failure_detection")

# Create a node with data

zk.create("/test/failure_detection/worker",

value=b"a test value",ephemeral=True)

whileTrue:

print"I am alive!"

time.sleep(3)

zk.stop()

以下的monitor 代码，监控worker服务是否运行。

fromkazoo.clientimportKazooClient

importtime

importlogging

logging.basicConfig()

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

# Determine if a node exists

whileTrue:

ifzk.exists("/test/failure_detection/worker"):

print"the worker is alive!"

else:

print"the worker is dead!"

break

time.sleep(3)

zk.stop()

领导选举

Kazoo直接提供了领导选举的API，使用起来非常方便。

fromkazoo.clientimportKazooClient

importtime

importuuid

importlogging

logging.basicConfig()

my_id=uuid.uuid4()

defleader_func():

print"I am the leader {}".format(str(my_id))

whileTrue:

print"{} is working! ".format(str(my_id))

time.sleep(3)

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

election=zk.Election("/electionpath")

# blocks until the election is won, then calls

# leader_func()

election.run(leader_func)

zk.stop()

你可以同时运行多个worker，其中一个会获得Leader，当你杀死当前的leader后，会有一个新的leader被选出。

分布式锁

锁的概念大家都熟悉，当我们希望某一件事在同一时间只有一个服务在做，或者某一个资源在同一时间只有一个服务能访问，这个时候，我们就需要用到锁。

fromkazoo.clientimportKazooClient

importtime

importuuid

importlogging

logging.basicConfig()

my_id=uuid.uuid4()

defwork():

print"{} is working! ".format(str(my_id))

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

lock=zk.Lock("/lockpath",str(my_id))

print"I am {}".format(str(my_id))

whileTrue:

withlock:

work()

time.sleep(3)

zk.stop()

当你运行多个worker的时候，不同的worker会试图获取同一个锁，然而只有一个worker会工作，其它的worker必须等待获得锁后才能执行。

监视

ZooKeeper提供了监视（Watch）的功能，当节点的数据被修改的时候，监控的function会被调用。我们可以利用这一点进行配置文件的同步，发消息，或其他需要通知的功能。

fromkazoo.clientimportKazooClient

importtime

importlogging

logging.basicConfig()

zk=KazooClient(hosts='127.0.0.1:2181')

zk.start()

@zk.DataWatch('/path/to/watch')

defmy_func(data,stat):

ifdata:

print"Data is %s"%data

print"Version is %s"%stat.version

else:

print"data is not available"

whileTrue:

time.sleep(10)

zk.stop()

除了我们上面列举的内容外，Kazoo还提供了许多其他的功能，例如：计数，租约，队列等等，大家有兴趣可以参考它的文档

Consul

Consul是用Go开发的分布式服务协调管理的工具，它提供了服务发现，健康检查，Key／Value存储等功能，并且支持跨数据中心的功能。

Consul提供ZooKeeper类似的功能，它的基于HTTP的API可以方便的和各种语言进行绑定。自然Python也在列。

与Zookeeper有所差异的是Consul通过基于Client／Server架构的Agent部署来支持跨Data Center的功能。

Consul在Cluster伤的每一个节点都运行一个Agent，这个Agent可以使Server或者Client模式。Client负责到Server的高效通信，相对为无状态的。 Server负责包括选举领导节点，维护cluster的状态，对所有的查询做响应，跨数据中心的通信等等。

KV基本操作

类似于Zookeeper，Consul支持对KV的增删查改的操作。

importconsul

c=consul.Consul()

# set data for key foo

c.kv.put('foo','bar')

# poll a key for updates

index=None

whileTrue:

index,data=c.kv.get('foo',index=index)

printdata['Value']

c.kv.delete('foo')

这里和ZooKeeper对Znode的操作几乎是一样的。

服务发现（Service Discovery）和健康检查（Health Check）

Consul的另一个主要的功能是用于对分布式的服务做管理，用户可以注册一个服务，同时还提供对服务做健康检测的功能。

首先，用户需要定义一个服务。

{

"service":{

"name":"redis",

"tags":["master"],

"address":"127.0.0.1",

"port":8000,

"checks":[

{

"script":"/usr/local/bin/check_redis.py",

"interval":"10s"

}

]

}}

其中，服务的名字是必须的，其它的字段可以自选，包括了服务的地址，端口，相应的健康检查的脚本。当用户注册了一个服务后，就可以通过Consul来查询该服务，获得该服务的状态。

Consul支持三种Check的模式：

调用一个外部脚本（Script），在该模式下，consul定时会调用一个外部脚本，通过脚本的返回内容获得对应服务的健康状态。

调用HTTP，在该模式下，consul定时会调用一个HTTP请求，返回2XX，则为健康；429 （Too many request）是警告。其它均为不健康

主动上报，在该模式下，服务需要主动调用一个consul提供的HTTP PUT请求，上报健康状态。

Python API提供对应的接口，大家可以参考 http://python-consul.readthedocs.org/en/latest/

Consul.Agent.Service

Consul.Agent.Check

Consul的Health Check和Zookeeper的Failure Detection略有不同，ZooKeeper可以利用ephemeral Node来检测服务的状态，Consul的Health Check，通过调用脚本，HTTP或者主动上报的方式检查服务的状态，更为灵活，可以获得等多的信息，但是也需要做更多的工作。

故障检测(Failure Detection)

Consul提供Session的概念，利用Session可以检查服务是否存活。

对每一个服务我们都可以创建一个session对象，注意这里我们设置了ttl，consul会以ttl的数值为间隔时间，持续的对session的存活做检查。对应的在服务中，我们需要持续的renew session，保证session是合法的。

importconsul

importtime

c=consul.Consul()

s=c.session.create(name="worker",behavior='delete',ttl=10)

print"session id is {}".format(s)

whileTrue:

c.session.renew(s)

print"I am alive ..."

time.sleep(3)

Moniter代码用于监控worker相关联的session的状态，但发现worker session已经不存在了，就做出响应的处理。

importconsul

importtime

defis_session_exist(name,sessions):

forsinsessions:

ifs['Name']==name:

returnTrue

returnFalse

c=consul.Consul()

whileTrue:

index,sessions=c.session.list()

ifis_session_exist('worker',sessions):

print"worker is alive ..."

else:

print'worker is dead!'

break

time.sleep(3)

这里注意，因为是基于ttl（最小10秒）的检测，从业务中断到被检测到，至少有10秒的时延，对应需要实时响应的情景，并不适用。Zookeeper使用ephemeral Node的方式时延相对短一点，但也非实时。

领导选举和分布式的锁

无论是Consul本身还是Python客户端，都不直接提供Leader Election的功能，但是这篇文档（http://www.consul.io/docs/guides/leader-election.html）介绍了如何利用Consul的KV存储来实现Leader Election,利用Consul的KV功能，可以很方便的实现领导选举和锁的功能。

当对某一个Key做put操作的时候，可以创建一个session对象，设置一个acquire标志为该 session，这样就获得了一个锁，获得所得客户则是被选举的leader。

代码如下：

importconsul

importtime

c=consul.Consul()

defrequest_lead(namespace,session_id):

lock=c.kv.put(leader_namespace,"leader check",acquire=session_id)

returnlock

defrelease_lead(session_id):

c.session.destroy(session_id)

defwhois_lead(namespace):

index,value=c.kv.get(namespace)

session=value.get('Session')

ifsessionisNone:

print'No one is leading, maybe in electing'

else:

index,value=c.session.info(session)

print'{} is leading'.format(value['ID'])

defwork_non_block():

print"working"

defwork_block():

whileTrue:

print"working"

time.sleep(3)

leader_namespace='leader/test'

## initialize leader key/value node

leader_index,leader_node=c.kv.get(leader_namespace)

ifleader_nodeisNone:

c.kv.put(leader_namespace,"a leader test")

whileTrue:

whois_lead(leader_namespace)

session_id=c.session.create(ttl=10)

ifrequest_lead(leader_namespace,session_id):

print"I am now the leader"

work_block()

release_lead(session_id)

else:

print"wait leader elected!"

time.sleep(3)

利用同样的机制，可以方便的实现锁，信号量等分布式的同步操作。

监视

Consul的Agent提供了Watch的功能，然而Python客户端并没有相应的接口。

etcd

etcd是另一个用GO开发的分布式协调应用，它提供一个分布式的Key／Value存储来进行共享的配置管理和服务发现。

同样的etcd使用基于HTTP的API，可以灵活的进行不同语言的绑定，我们用的是这个客户端https://github.com/jplana/python-etcd

基本操作

importetcd

client=etcd.Client()

client.write('/nodes/n1',1)

printclient.read('/nodes/n1').value

etcd对节点的操作和ZooKeeper类似，不过etcd不支持ZooKeeper的ephemeral Node的概念，要监控服务的状态似乎比较麻烦。

分布式锁

etcd支持分布式锁，以下是一个例子。

importsys

sys.path.append("../../")

importetcd

importuuid

importtime

my_id=uuid.uuid4()

defwork():

print"I get the lock {}".format(str(my_id))

client=etcd.Client()

lock=etcd.Lock(client,'/customerlock',ttl=60)

withlockasmy_lock:

work()

lock.is_locked()# True

lock.renew(60)

lock.is_locked()# False

老版本的etcd支持leader election，但是在最新版该功能被deprecated了，参见https://coreos.com/etcd/docs/0.4.7/etcd-modules/

其它

我们针对分布式协调的功能讨论了三个不同的开源应用，其实还有许多其它的选择，我这里就不一一介绍，大家有兴趣可以访问以下的链接：

eureka https://github.com/Netflix/eurekaNetflix开发的定位服务，应用于fail over和load balance的功能

curator http://curator.apache.org/基于ZooKeeper的更高层次的封装

doozerd https://github.com/ha/doozerd基于GO的高可靠，分布式的数据存储，过去两年已经不活跃

openreplica http://openreplica.org/基于Python开发的，面向对象的接口的分布式应用协调的工具

serf http://www.serfdom.io/serf提供轻量级的cluster成员管理，故障检测（failure detection）和协调。开发基于GO语言。Consul使用了serf提供的功能

noah https://github.com/lusis/Noah基于ruby的ZooKeeper实现，过去三年不活跃

copy cat https://github.com/kuujo/copycat基于日志的分布式协调的框架，使用Java开发

总结

ZooKeeper无疑是分布式协调应用的最佳选择，功能全，社区活跃，用户群体很大，对所有典型的用例都有很好的封装，支持不同语言的绑定。缺点是，整个应用比较重，依赖于Java，不支持跨数据中心。

Consul作为使用Go语言开发的分布式协调，对业务发现的管理提供很好的支持，他的HTTP API也能很好的和不同的语言绑定，并支持跨数据中心的应用。缺点是相对较新，适合喜欢尝试新事物的用户。

etcd是一个更轻量级的分布式协调的应用，提供了基本的功能，更适合一些轻量级的应用来使用。

参考

如果大家对于分布式系统的协调想要进行更多的了解，可以阅读一下的链接：

http://stackoverflow.com/questions/6047917/zookeeper-alternatives-cluster-coordination-service

http://txt.fliglio.com/2014/05/encapsulated-services-with-consul-and-confd/

http://txt.fliglio.com/2013/12/service-discovery-with-docker-docker-links-and-beyond/

http://www.serfdom.io/intro/vs-zookeeper.html

http://devo.ps/blog/zookeeper-vs-doozer-vs-etcd/

https://www.digitalocean.com/community/articles/how-to-set-up-a-serf-cluster-on-several-ubuntu-vps

http://www.slideshare.net/JyrkiPulliainen/taming-pythons-with-zoo-keeper-ep2013?qid=e1267f58-090d-4147-9909-ec673525e76b&v=qf1&b=&from_search=8

http://muratbuffalo.blogspot.com/2014/09/paper-summary-tango-distributed-data.html

https://developer.yahoo.com/blogs/hadoop/apache-zookeeper-making-417.html

http://www.knewton.com/tech/blog/2014/12/eureka-shouldnt-use-zookeeper-service-discovery/

http://codahale.com/you-cant-sacrifice-partition-tolerance/

来源：naughty

my.oschina.net/taogang/blog/410864

Python开发整理发布，转载请联系作者获得授权