Dubbo 老牌公司的注册中心几乎都是 ZooKeeper(下称 ZK)。学 Dubbo 先学 ZK,就像学快递先懂快递柜。这篇讲三件事:节点是什么、变更怎么通知、为什么生产都用 Curator。
前置阅读:16.7 从使用视角看过 ZooKeeper。这篇按源码把节点、Watcher 与 Curator 拆开讲。
启动一个 Dubbo provider,连到 ZK 后你会看到这样一棵树:
/dubbo/com.demo.api.UserService/providers
└─ dubbo://10.0.0.8:20882/...(一长串 URL)
kill 掉进程,这个节点约半分钟后自动消失。靠的就是临时节点(ephemeral,与客户端会话绑定、断连自动删除的节点)——本地方法调用的服务列表,就存在这棵树上。
类比办公室工牌:正式工牌(持久)、实习生工牌(临时)、带编号的储物柜(顺序)、流水号排队号(临时顺序)。
| 类型 | 特性 | 典型用途 |
|---|---|---|
| PERSISTENT 持久 | 断连不删 | 配置、注册的服务名 |
| EPHEMERAL 临时 | 会话断开自动删 | 服务提供者上线登记 |
| PERSISTENT_SEQUENTIAL | 持久 + 自增编号 | 分布式锁排队 |
| EPHEMERAL_SEQUENTIAL | 临时 + 自增编号 | 锁、选主 |
最容易踩的坑:临时节点的生命周期跟着「会话」走,不是跟着「进程」走。会话因网络抖动超时,节点就没了;网络恢复后重连,是新的会话。
Watcher(监听器,节点变化时服务端给客户端的一次性通知机制)三个关键细节:
1. 一次性:触发一次就失效,想继续监听必须重新注册——所以常见「处理后马上再 watch」的写法
2. 先注册后才有通知:get 之前先 watch,顺序反了就错过事件
3. 通知不带数据:只告诉你「变了」,要拿新值得再查一次
三种「挂号方式」对应能收到的事件:exists 监听创建和删除,getData 监听数据变更和删除,getChildren 监听子节点增减。这张表背下来,一半的 ZK 面试题就答完了。
| 用哪个 API 挂号 | 创建 | 数据变更 | 删除 | 子节点增减 |
|---|---|---|---|---|
exists(path, w) | ✅ 独有 | ✅ | ✅ | ❌ |
getData(path, w) | ❌ 节点须先存在 | ✅ | ✅ | ❌ |
getChildren(path, w) | ❌ | ❌ | 别依赖 | ✅ 独有 |
exists 是唯一能在「节点还不存在」时挂号的 API——想监听「节点被创建」,只有它能干。getData 要求节点已存在,否则直接抛 NoNodeException。
操作 此刻挂过号的人 事件
exists("/w", A) A 挂号 —
create("/w") A 的号被消耗 A: NodeCreated
setData("/w","v2") 没人在等 无事件 ← A 的号已用完
getData("/w", B) B 挂号 —
setData("/w","v3") B 的号被消耗 B: NodeDataChanged
注意第二行到第三行的落差:create 触发了 A,紧接着的 setData 谁也没通知——A 的号已经用掉了。这就是「一次性」在时间线上的样子。
还有一个容易误解的点:注册方和触发方通常是不同的人。消费者挂号、运维改数据、消费者收通知——demo 里自己挂自己改才显得绕。
/watch 上的监听收不到改 /watch/child-1 的事件这是刻意的「轻量」设计:服务端只发信号不带数据,带宽和网络都省。代价是客户端要多一次查询——用轮询一次的代价换持续监听的低成本。
setData(path, data, version) 的第三个参数是版本号:传具体版本,节点当前版本对不上就抛 BadVersion;传 -1 跳过检查。「读时拿版本、写时带版本」就是 CAS,并发改同一个配置节点时防互相覆盖。
# 窗口 A
[zk] get -w /watch # 挂号,等「数据变/删」
# 窗口 B
[zk] create /watch v1 # A 没反应:它等的是「变」不是「建」
[zk] set /watch v2 # A 收到 NodeDataChanged
[zk] set /watch v3 # A 再没反应:号用完了
把窗口 A 换成 ls -w /watch 再玩一遍建子节点、删子节点,「不管孙子」那套规则马上有手感。
原生 API 是毛坯房,Curator 是精装房。一个链式套路记住它:动词 → 修饰 → 扣扳机(create → for…/with… → forClient)。
CuratorFramework client = CuratorFrameworkFactory.builder()
.connectString("{{ZK_HOST}}:2181") // ZK 地址
.retryPolicy(new ExponentialBackoffRetry(1000, 3)) // 断线自动重连
.build();
client.start();
// 建临时节点(Dubbo 注册同款)
client.create().withMode(CreateMode.EPHEMERAL)
.forPath("/svc/provider-1", "10.0.0.8:20882".getBytes());
原生 API 踩过的每个坑,Curator 都有对应机制兜住:连接断开自动重连(ConnectionStateListener)、删除有子节点的目录不再报 NoEmpty(deletingChildrenIfNeeded)、监听一次性问题(CuratorCache 持续监听)。
流程四步:
1. 抢锁的人都去 /lock 下建临时顺序节点,拿到自己的编号
2. 取出所有子节点排序,编号最小的获得锁
3. 不是最小?只 watch「前一个」节点——比监听全局省通知量,也避免惊群
4. 前一个删除(释放锁或崩溃),自己被唤醒,成为队首
为什么不用「建同名节点、失败就等」?会惊群:锁一释放,所有等待者同时被唤醒抢一次。顺序节点加「只看前一个」把竞争变成了排队。
ZK 的节点可以设 ACL(访问控制列表,规定谁能读写节点)。最常用的是 digest 方案:密码存 base64(SHA1(用户名:口令))。
设置了权限的节点,客户端连上后必须先「报到」——addAuthInfo("digest", "user:pass".getBytes())——再操作,否则一律 NoAuth。学习环境图省事常开超级用户跳过检查,生产千万别。
「ZK 怎么实现分布式锁?」——答:临时顺序节点排队,最小编号持锁,其余只监听前一个节点;避免惊群、避免死锁(会话断开自动摘除排队节点)。
追问「和 Redis 锁比呢」——ZK 靠会话保活、断连自动释放,客户端崩了不用等超时;Redis 靠过期时间兜底,但主从切换瞬间可能双持。要防死锁选 ZK,要极致性能选 Redis。
一句话总结:节点类型管「数据活多久」,Watcher 管「变了怎么知道」,Curator 管「别重复踩坑」。