Curator 介绍

本文翻译自 Netflix[1]技术博客文章《Introducing Curator - The Netflix ZooKeeper Library》，原文由 Netflix 工程师，Curator 作者 Jordan Zimmerman 编写，原文在这里。接触 Curator 已经快一年时间，期间有过写一篇介绍性文章的念头，但一直没有动手，后来回顾手头的资料，觉得其实这篇文章虽然简洁了一点，但也是一个很好的介绍，于是翻译在这里。仅用于学习，请勿用于其它用途。

Netflix 的开源

Netflix 致力于开源，我们过去写过相关的博客，今天我们公布 Netflix 开源项目的门户网页。网页托管在 Github 上，有几个项目在并行推进当中(其中包括我们今天对外发布的 Curator)：

  • Curator - Netflix 的 ZooKeeper 库
  • Astyanax - Netflix 的 Cassandra 客户端
  • Priam - Cassandra 的跨进程备份/恢复功能，Token 管理，配置中心化管理
  • CassJMeter - 运行 Cassandra 测试的 JMeter 插件

ZooKeeper

ZooKeeper 是一个高性能的分布式协调服务框架。它将通用的服务，如命名，配置管理，同步，分组服务等，通过简单的接口展现出来。要全面的了解 ZooKeeper，请参考以下网页：

难以用好

ZooKeeper 本身自带一个 Java 客户端，但使用这个客户端繁琐[2]而且容易出错。客户端的使用者需要做大量的手动维护性工作。比如：

连接问题

  • 初始化连接：ZooKeeper 客户端与服务器进行握手，这需要花一些时间。如果握手未完成，任何要与服务器端同步执行的方法(如，create()，getData()等)都会抛出异常。
  • Failover：如果 ZooKeeper 客户端与服务器连接断开，它会 failover 到集群中另外一台服务器。然后，这个过程会使客户端退回到”初始化连接”的模式。
  • Session 过期：有些边际情况可以导致 ZooKeeper session 过期。客户端需要监视这个状态，关闭并重建 ZooKeeper 客户端实例。

恢复问题

  • 当在 Server 创建顺序节点(sequential ZNode)时，有可能出现这种情况：节点成功创建了，但 server 在将节点名返回给客户端之前崩溃了。
  • ZooKeeper 客户端可能会抛出几个可恢复的异常，使用者需要捕捉这些异常并做重试操作。

Recipe[3]方面

  • 标准的 ZooKeeper recipe(如锁，选 leader 等)只是得到最低程序的描述，要正确地编写出来比较困难。
  • 有一些重要的边界情况在 recipe 描述里没有提到。例如，锁 recipe 的描述中，没有说到如何处理服务器成功创建了顺序(Sequential)/临时(Ephemeral)节点，但在向客户端返回结点名之前就崩溃的情况。如果没有得到正确处理，可能会导致死锁。
  • 某些使用场景下，必须要注意可能出现的连接问题。例如，选 leader 过程要监视连接的稳定性。如果连接到的服务器崩溃了，leader 就不能假定自己继续为 leader，除非已经成功 failover 到另外的服务器。

上述问题(和其它类似的问题)必须由每个 ZooKeeper 使用者来处理。问题解决方案既不容易编写，也不是显而易见的，需要消耗相当多的时间。而 Curator 处理了所有的问题。

Curator 是什么

Curator n ˈkyoor͝ˌātər:，展品或者其它收藏品的看守者，管理员，ZooKeeper 的 Keeper。它由 3 个相关的项目组成：

  • curator-client - ZooKeeper 自带客户端的替代者，它负责处理低层次的维护工作，并提供某些有用的小功能
  • curator-framework - Curator Framework 大大地简化 ZooKeeper 使用的高层次 API。它在 ZooKeeper 客户端之上添加了很多功能，并处理了与 ZooKeeper 集群连接管理和重试操作的复杂性。
  • curator-recipes - ZooKeeper 某些通用 recipe 的实现。它是基于 Curator Framework 之上实现的。

Curator 专注于锁，选 Leader 等这些 recipe。大部分对 ZooKeeper 感兴趣的人不需要关心连接管理等细节。他们想要的只是简单的使用这些 recipe。Curator 就是以此作为目标。

Curator 通过以下方式处理了使用 ZooKeeper 的复杂度：

  • 重试机制：Curator 支持可插拔式的(pluggable)重试机制。所有会产生可恢复异常的 ZooKeeper 操作都会在配置好的重试策略下得到重试。Curator 自带了几个标准的重试策略(如二元指数后退策略)。
  • 连接状态监视：Curator 不断监视 ZooKeeper 连接的状态，Curator 用户可以监听连接状态变化并相应的作出回应。
  • ZooKeeper 客户端实例管理：Curator 通过标准的 ZooKeeper 类实例来管理与 ZooKeeper 集群的实际连接。然而，这些实例是管理在内部(尽管你若需要也可以访问)，在需要的时候被重新创建。因此，Curator 提供了对 ZooKeeper 集群的可靠处理(不像 ZooKeeper 自带的实现)。
  • 正确，可靠的 recipe：Curator 实现了大部分重要的 ZooKeeper recipe(还有一些附加的 recipe)。它们的实现使用了 ZooKeeper 的最佳实践，处理了所有已知的边界情况(像前面所说的)。
  • Curator 专注于那些让你的代码更强健，因为你完全专心于你感兴趣的 ZooKeeper 功能，而不用担心怎么正确完成那些的维护性工作。

ZooKeeper 在 Netflix

ZooKeeper/Curator 在 Netflix 得到了广泛的使用。使用情景有：

  • InterProcessMutex 在各种顺序 ID 生成器中被用来保证值的唯一性
  • Cassandra 备份
  • TrackID 服务
  • 我们的 Chukwa 收集器使用 LeaderSelector 来做各种维护性的任务
  • 我们用了一些第三方的服务，但它们只允许有限数目的并发用户。InterProcessSemphore 被用来处理这个。
  • 各种 Cache

获取 Curator

注：
[1] Netflix 是一个美国的在线 DVD 租赁公司，后来转型到网络流媒体服务。参考维基百科 Netflix 词条。
[2] 原文为 non-trivial，意思应该是搞反了。
[3] Recipe 中文意思为“菜谱，配方”，感觉翻译过来不能很好的表达英文”一系列约定步骤”的意思，故不译。
[4] Curator 在去年(2013 年)年中已经正式成为 Apache Incubator 项目，代码改为托管在 Github Apache 的对应目录下。主页和文档的位置也有所变化。