Zookeeper的数据存储与恢复

Posted 2023-03-29 哈哈哈张大侠

文章转载于我的个人博客：https://0522-isniceday.top/archives/zookeeper%E6%95%B4%E7%90%86

事务日志

类型

• 日志文件

命名

• log.XX(十六进制的数字-高32位代表epoch、低32位代表操作序号)

内容

01:07:41 session 0x144699552020000 cxid 0x0 zxid 0x300000002 createSession 30000
01:08:40  session  0x144699552020000  cxid  0x2  zxid  0x300000003  create
/test_log,#7631,vs31 ,s/w orld,'anyone,F,2

FileTxnLog

• 复制维护日志的相关操作:事务日志的相关写入、读取以及数据恢复

• 写入事务日志流程

  • 1.判断当前类是否关联一个日志文件，如果没有关联就以当前事务id为文件后缀创建一个日志文件，同时创建日志头，然后将文件流存入集合StreamsToFlush

  • 2.每次写入都触发磁盘空间大小的检查，如果不足4kb则提前触发宽容（申请）64mb，扩容内容在没使用的情况下用0占满

    • zookeeper.preAllocSize可调节扩容大小

  • 3.将待写入的信息进行序列化，计算checkNum

  • 4.将序列化后的事务头、事务体、checkNum写入文件流

    • 注意：再故障leader选举后，可能存在之前的leader节点的zxid大于选举后的leader节点，这个时候新的leader节点会发送TRUNC命令给这个follower节点。强制对这部分日志进行截断，会从文件中将该部分的事务日志删除

Snapshot数据快照

概念

• 记录某一时刻zookeeper上的全量内容

命名

• 使用zxid的十六进制作为文件后缀

FileSnap类

• 复制处理快照的写入、读取

• 根据事务记录的个数snapCount来触发快照文件的创建

• 流程

  • 1.每次事务日志的写入都会去判断是否写入快照文件

    • 比较算法：logCount > (snapCount /2 + randRoll)，randRoll为snapCount /2~snapCount /2-1大小的一个值

  • 2.事务日志在写入snapCount个事务后，会重新创建一个事务日志文件，并会单独创建一个线程去执行快照的dump操作

  • 3.根据已提交的最大的zxid来命名快照文件，并将序列化过后的文件头信息、会话信息、DataTree分别序列化写入文件

数据的初始化

FileTxnSnapLog类

• 流程

  • 1.事物日志操作类–FileTxnSnapLog和快照管理类–FileSnap的初始化
  • 2.初始化一些节点，例如/zookeeper、/zookeeper/quota.，创建PlayBackListener监听器，用于数据修正时候的回调
  • 3.先读取100个快照文件，按照zxid的顺序从大开始读取，校验checkNum校验完整性，如果校验失败则放弃这个快照文件继续读取下一个。如果100个都检验失败了则直接启动失败
  • 4.当全量数据恢复完成后，这个时候有DataTree实例和sessionsWithTimeOuts集合了，能够从快照中得到当前的zxid，再找到比该zxid大的事务日志(也就是还未存入快照的事务)。每一条事务日志恢复后同通过PlayBackListener回调生成proposal提议同步到follower
  • 5.事务日志恢复完成后，得到最大的zxid并解析出epoch，同时在磁盘的currentEpoch和acceptedEpoch文件读取上次记录的epoch进行校验，至此数据初始化流程完成

数据同步

开始阶段

• 当zookeeper初始化完成后，集群选举后，Learner服务器会向Leader完成注册以后，就会触发数据同步环节

概念

• leader将没有在learner服务器上同步过的数据同步给learner服务器

流程

• 获得learn状态

  • 1.learner服务器初始化完成后，learner服务器发送ACKEPOCH数据包给leader服务器，leader服务器从中获得learner服务器的currentEpoch和lastZxid

• 数据同步初始化

  • 开始数据同步之前，leader服务器先数据同步初始化，会从zookeeper内存数据库TreeData中提取出“提议缓存队列”：proposals，也就是说选举出了leader，leader就立马先从快照、日志给自己先初始化数据

    接着Leader服务器会从Zookeeper内存数据库中提取出事务对应的提议缓存队列：proposals

    • 完成下面三个zxid的初始化（这几个参数都是从内存中读到的并非日志等文件）

      • peerLastZxid:该Learner服务器最后处理的ZXID。
      • minCommittedLog: Leader服务器提议缓存队列committedLog中的最小ZXID。
      • maxCommittedLog:Leader服务器提议缓存队列committedLog中的最大ZXID

• 数据化同步

  • 流程

    • 首先leader节点会优先使用全量同步的方式进行数据同步，然后根据leader与learner之间的差异决定同步方式

  • 同步方式

    • 直接差异化同步(DIFF 同步)

      • 场景（触发条件）

        • peerlastZxid介于minCommittedLog和maxCommittedLog之间
        • leader再第一阶段提交的proposal还没有commit给follower，然后该leader就挂了，然后某个接收到这个proposal的节点选举为master，然后重新数据初始化，再进行数据同步时，其他节点的lastZxid则会触发DIFF同步，因为他们只是将上个leader的proposal写入了日志文件但是没有接受到commit指令同步到内存

      • 同步流程

        • leader首先发送一个DIFF指令，通知learner进入数据差异化同步阶段，即将推送proposal给learner

          • 实际推送是推送两个包，proposal内容数据包和commit指令数据包

        • 数据包推送完成后，leader会将learner放入forwardingFollowers或observingLearners队列，并发送一个newleader指令通知learner数据已同步

        • learner接收到newleader指令之后发送ack消息表示接收到了同步的数据包

        • leader接收到ack包之后进入“过半”策略的等待，即接收到过半的leader发送的ack包，此时再发送uptodata数据包给所有已完成数据同步的learner

        • learner接收到uptodata指令之后会结束数据同步流程并再次发送ack包给leader

    • 先回滚再差异化同步(TRUNC+DIFF 同步)

      • 场景

        • 是Leader服务器在已经将事务记录到了本地事务日志中，但是没有成功发起Proposal流程的时候就挂了

      • 同步流程

        • 当leader服务器发现learner包含了一条自己没有的事务记录，那么就会让learner进行事务回滚到leader服务器存在且最接近于peerLastZxid的事务

          • 解决了故障恢复阶段第二个问题

            • leader服务器再第一阶段提交的消息，但是并没有发送给learner服务器，需要保证该事务消息被丢弃

        • 再进行DIFF差异同步

    • 仅回滚同步(TRUNC 同步)

      • 场景

        • peerLastZxid>maxCommittedLog

      • 同步流程

        • leader服务器要求learner同步回滚到maxCommitteLog

    • 全量同步(SNAP同步)

      • 场景

        • peerLastZxid 小于minCommittedLog。

        • Leader 服务器上没有提议缓存队列，peerLastZxid 不等于lastProcessedZxid(Leader服务器数据恢复后得到的最大ZXID)

          • 也就是说当前leader从事务日志中找不到比快照最大的zxid还要大的事务id，并且leader最大的zxid又和learner出现了不一致，这个时候就只能全量同步数据

      • 同步流程

        • leader先向learner发送SNAP全量同步指令
        • Leader会从内存数据库中获取到全量的数据节点和会话超时时间记录器,将它们序列化后传输给Learner

zookeeper原理解析-数据存储

 

Zookeeper内存结构

Zookeeper是怎么存储数据的，什么机制保证集群中数据是一致性，在网络异常，当机以及停电等异常情况下恢复数据的，我们知道数据库给我们提供了这些功能，其实zookeeper也实现了类似数据库的功能。

1.      Zookeeper内存结构

         Zookeeper数据在内存中的结构类似于linux的目录结构

DataTree代表这个目录结构， DataNode代表一个节点
         DataTree:
                   默认初始化三目录
                  1）""
          2) "/zookeeper"
         3) "/zookeeper/quota"
         DataNode
                   表示一个节点
                 1） 存储了父节点的引用
                 2） 节点的权限信息
                 3） 子节点路径集合

Snapshot

Snapshot是datatree在内存中某一时刻的影像，zookeeper有一定的机制会定时生成datatree的snapshot。FileSnap实现了SnapShot接口负责将数据写入文件中，下面我们来看看snap相关内容。

2.1 snapshot文件格式

   Snapshot是以二进制形式存在在文件的，我们用ue打开一个新的snapshot文件

Snapshot文件的中数据大体可以分为两部分header和body。

Header数据格式:

FileHeader{
   int magic  //魔数   常量ZKSN  代表zookeeper snapshot文件
   int  version  //版本  常量 2
   long   dbid   //dbid  常量 -1
}

这里很奇怪 version和dbid都是常量，那还有什么意思，也许是保留字段为后续版本使用。

由头部字段可以计算出头部信息占用 4 + 4 + 8 =16bit的固定长度

5A 4B 53 4E 就是魔术ZKSN

00 00 00 02 就是dbid号2

FF FF FF FF FF FF FF FF就是十六进制的-1

public voidserialize(OutputArchive oa, String tag) throws IOException {
        scount = 0;
        serializeList(longKeyMap, oa);
        serializeNode(oa, newStringBuilder(""));
        if (root != null) {
            oa.writeString("/","path");
        }
    }

2.1)序列化longKeyMap是存储在datatree中的acl权限集合
           readInt("map") //acl的映射个数？
        while (map > 0) {
            readLong("long") //这个long值longKeyMap的key，作用？是这一组acl的key
         readInt（"acls"）
         while (acls) {
              readInt("perms")
           readString("scheme")  
           readString("id")
           }
     }
2.2)存储datatree中数据节点
        readString("path")//第一个datanode ""
    while(!path.equals("/")) {   //  "/"代表路径结束       
           readRecord(node, "node")包括：
           readBuffer("data")
           readLong("acl")
           deserialize(archive,"statpersisted") 状态存储包括:
                          readLong("czxid")  //createNode时事务号
                            readLong("mzxid")  //createNode时与Czxid同,setData时的事务号
                            readLong("ctime")  // 创建节点时间
                            readLong("mtime")  //createNode时与ctime相同，setData时间
                            readInt("version")  //createNode版本为0，setData的数据版本号
                            readInt("cversion") //createNode版本为0，增加/删除子节点时父节点+1
                            readInt("aversion") //createNode版本为0，setACL时节点的版本号
                            readLong("ephemeralOwner") // 临时节点表示sessionid,非临时节点这个值为0
                            readLong("pzxid")  //createNode时与Czxid同,增加/删除子节点时为子节点事务号
        readString("path") //读取下一个路径
  }
3）  文件尾部校验数据
00 00 00 01 2F  snapshot文件结尾5位数据用来校验snapshot文件是否有效
   00 00 00 01一个int的数值就是数字1，代表后面1一个字符数据
   2F 就是snapshot的结束符/

Body数据格式：

Snapshot文件中头部信息之后，紧接着就是body部分的信息，body数据大小是动态不是固定。

1） Map<Long, Integer> sessionWithTimeoutbody信息前面部分存储的是内存中活着的session以及session的超时时间

oa.writeInt(sessSnap.size(),"count");

        for (Entry<Long, Integer> entry :sessSnap.entrySet()) {

           oa.writeLong(entry.getKey().longValue(), "id");

            oa.writeInt(entry.getValue().intValue(),"timeout");

        }

由上面序列到文件代码可以看出先写入一个int类型字段用来存储sessionWithTimeout的个数，然后在遍历集合以一个long一个int的形式写入

2） 紧接着就是对datatree序列化到文件了

我们看下datatree的序列化方法

 

 

4）Snapshot序列化

 

 

5）Snapshot反序列化