Chubby和ZooKeeper系统的对比研究

顾小苑

摘要：本文对比探讨了分布式锁服务当中的Chubby和ZooKeeper系统，运用对比分析法，分别从系统所具备的特性，采用的一致性算法，客户端与主服务器之间的通信等几个方面作了对比。分析得出，作为商业的Chubby系统注重可靠性和可用性，而作为开源项目的ZooKeeper系统注重简单性和松耦合交互。两种服务在特性、通信等方面不同，但都采用Paxos一致性算法。

关键词：分布式锁 Chubby ZooKeeper

中图分类号：TP316.7 文献标识码：A 文章编号：1007-9416（2016）08-0081-02

在大型分布式文件系统中，系统必须具备高可用性、高可靠性以及数据一致性。为解决系统的可用性和可靠性，系统采用多副本的形式。但同时，也带来系统数据的一致性问题，为解决分布式环境下数据的一致性问题，Google云系统并没有直接开发一个直接实现包含了解决一致性问题的Paxos算法函数库，而是在Paxos算法的基础上设计了一个全新的锁服务Chubby。Chubby中涉及的一致性问题都由Paxos算法解决。Zookeeper是Hadoop的正式子项目，是一种用于提供配置信息服务、命名服务、分布式同步和组服务等的集中式协调系统。Zookeeper不仅解决了分布式锁的问题，其在本质上是一种分布式的小文件存储系统。

1 Chubby和ZooKeeper各自的特性对比

Chubby作为商业的云计算系统，一是系统必须具备高可用性和高可靠性，在保证此目标的基础上再考虑系统的吞吐量和存储能力；二是高扩展性：将数据存储在价格较为低廉的RAM，支持大规模用户访问文件；三是支持粗粒度的建议性锁服务：具备建议性的锁能够提高系统的性能；四是支持通报机制和支持缓存机制。而作为开源项目的ZooKeeper服务，其具有的特性与Chubby系统不同，一是简易：ZooKeeper的核心就是一个精简的文件系统，它提供一些简单的操作以及一些附加的抽象；二是易表达：ZooKeeper的原型是一个丰富的集合，它们是一些已建好的块，可以用来构建大型的协作数据结构和协议，例如：分布式对垒，分布式锁以及一组对等体的选举；三是松散耦合交互：ZooKeeper的交互支持参与者之间并不了解对方。

Chubby和ZooKeeper两种系统都提供分布式锁服务，但是两种系统的应用环境不同，系统设计的侧重点也不同，两种系统具有不同的特性。

2 Chubby和ZooKeeper中的一致性算法对比

2.1 Chubby中的Paxos算法

Paxos算法[1]是一种基于消息传递的一致性算法，用于解决分布式系统中的一致性问题。在paxos算法中，节点被划分为三种类型：proposers、acceptors和learners。其中proposers提出决议，acceptors批准决议，learners获取并使用已经通过的决议。Paxos算法在满足约束条件的基础上，可以将决议的通过分成如下两个阶段。一是准备阶段：proposers选择一个提案并将它的编号设为n，然后将它发送给acceptors中的一个“多数派”，acceptors收到后，如果提案的编号大于它已经回复的所有消息，则acceptors将自己上次的批准回复给proposers，并不再批准小于n的提案。二是批准阶段：当proposers接收到acceptors中的这个“多数派”的回复后，就向回复请求的acceptors发送accept请求，在符合acceptors乙方的约束条件下，acceptors收到accept请求后即批准这个请求。

为了减少决议发布过程中的消息量，acceptors将这个通过的决议发送给learners的一个子集，然后由这个子集中的learners去通知其他的learners。一般情况下，以上的算法过程就可以成功解决一致性问题，但是也有特殊情况，即陷入死锁后重新选举出一个president，仅允许president提出议案。

2.2 ZooKeeper中的 Zab协议

Zookeeper是以节点树（znode树）[2]组织的，ZooKeeper的设计思想是：保证对znode树的每一次修改都复制到ensemble（类似“多数派”）中的大部分机器上去。如果机器中小部分出故障了，那么至少有一台机器将会恢复到最新状态。其他的则保存着副本，直到恢复到最新状态。基于此，ZooKeeper采用以下设计保证数据的一致性流[3]。即顺序的一致性、原子性、单系统映像、容错性、合时性。

Chubby系统中所有的一致性问题都采用一致性算法解决，而ZooKeeper系统虽然应用Zab协议，并且在协议中运用技术保证数据的一致性流，但是在技术的具体实现上依然采用Paxos一致性算法。

3 客户端与服务器之间的通信过程对比

3.1 Chubby系统的通信协议

客户端和主服务器之间的通信是通过KeepAlive握手协议来维持的，KeepAlive握手协议通信过程如图1所示。

3.2 ZooKeeper中的会话状态

ZooKeeper客户端与ensemble表中的服务器尝试连接，一旦与Zookeeper服务器连接成功，服务器会创建与客户端的一个新的对话[4]。一个对话的生命周期中用不同的状态来表示ZooKeeper对象[5]的转变。其状态事物图如图2所示。

4 结语

本文重点分析比较了Chubby和ZooKeeper系统所具备的特性，采用的一致性算法，客户端与主服务器之间的通信等几个方面，尤其对两种系统具有的特性和同步算法进行了重点分析。研究了分布式锁服务中两种系统的异同点，得出：在分布式锁服务中，不同的云计算系统采用的一致性算法相同，但是应用于不同环境的分布式锁服务的设计特性和实现过程相异。

参考文献

[1]刘鹏，等.云计算（第二版）[M].北京：电子工业出版社，2011年：31-35.

[2]何慧虹，王勇，史亮.分布式环境下基于ZooKeeper服务的数据同步研究[J].信息网络安全，2015，09：227-230.

[3]李汝光，赵俊.基于ZooKeeper的分布式缓存的设计与实现[J].绵阳师范学院学报.2011（11）.

[4]Tom White著，周傲英等译.Hadoop权威指南（中文版）[M].北京：清华大学出版社，2010年：394-416.

[5]刘芬，王芳，田昊.基于Zookeeper的分布式锁服务及性能优化[J].计算机研究与发展，2014，S1：229-234.