陕西广告公司网站建设如何设置便于搜索引擎收录的网站结构

陕西广告公司网站建设,如何设置便于搜索引擎收录的网站结构,公共资源交易中心官网首页,门户网站推广怎么做目录 一、Zookeeper 1.1 Zookeeper 概述 1.2 Zookeeper 工作机制 1.3 ZooKeeper 特点 1.4 Zookeeper 数据结构 1.5 ZooKeeper 应用场景 1.6 Zookeeper 选举机制 1.6.1 第一次启动选举机制 1.6.2 非第一次启动选举机制 Leader 的作用 1. 处理所有写请求#xff08;核…目录一、Zookeeper1.1 Zookeeper 概述1.2 Zookeeper 工作机制1.3 ZooKeeper 特点1.4 Zookeeper 数据结构1.5 ZooKeeper 应用场景1.6 Zookeeper 选举机制1.6.1 第一次启动选举机制1.6.2 非第一次启动选举机制Leader 的作用1. 处理所有写请求核心职责2. 主导 Leader 选举3. 管理集群数据同步4. 维护集群状态Follower 的作用1. 处理读请求2. 参与写请求的投票共识机制核心3. 参与 Leader 选举4. 同步 Leader 数据并恢复故障5. 转发写请求到 Leader1.7 部署ZooKeeper 集群1.7.1 部署环境ZK1.7.2 安装前准备1.7.3 安装 Zookeeper二、Kafka2.1 为什么需要消息队列MQ2.2 使用消息队列的好处2.3 消息队列的两种模式2.3.1 点对点模式2.3.2 发布/订阅模式应用最多2.4 Kafka 定义2.5 Kafka 的特性2.6 Kafka 系统架构2.6.1 Broker 服务器2.6.2 Topic 主题2.6.3 Partition 分区2.6.4 producer2.6.5 Consumer2.6.6 Consumer GroupCG2.6.7 offset 偏移量2.6.8 Zookeeper2.7 部署 kafka 集群2.7.1 下载安装包2.7.2 安装 Kafka2.7.3Kafka 命令行操作2.8FilebeatKafkaELK 部署2.8.1 前提部署 ZookeeperKafka 集群2.8.2 部署 Filebeat2.8.3 部署 ELK部署 ELK2.8.4 Kibana 添加一、Zookeeper1.1 Zookeeper 概述Zookeeper是一个分布式协调服务专门为分布式应用提供高效可靠的协调、同步、配置管理和故障恢复等功能。它的设计目的是简化分布式系统的管理保证多个节点之间的数据一致性和协调工作。Zookeeper 提供了类似文件系统的层次化命名空间用来存储和管理元数据确保分布式应用的高可用性和强一致性。1.2 Zookeeper 工作机制Zookeeper从设计模式角度来理解是一个基于观察者模式设计的分布式服务管理框架它负责存储和管理大家都关心的数据然后接受观察者的注册一旦这些数据的状态发生变化Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说Zookeeper 文件系统通知机制。1.3 ZooKeeper 特点1Zookeeper一个领导者Leader多个跟随者Follower组成的集群。2Zookeepe集群中只要有半数以上节点存活Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。3全局数据一致每个Server保存一份相同的数据副本Client无论连接到哪个Server数据都是一致的。4更新请求顺序执行来自同一个Client的更新请求按其发送顺序依次执行即先进先出。5数据更新原子性一次数据更新要么成功要么失败。6实时性在一定时间范围内Client能读到最新数据。1.4 Zookeeper 数据结构Zookeeper 的数据结构类似于一个层次化的文件系统ZNode是 Zookeeper 中存储数据的基本单元每个 ZNode 都可以存储少量的数据并且可以有子节点形成树状结构。 /持久节点该类型的 ZNode 会一直存在直到手动删除。临时节点客户端会话断开时临时节点会自动删除适用于实现分布式锁等功能。顺序节点在创建 ZNode 时Zookeeper 可以自动为其添加递增的编号常用于实现分布式队列或顺序任务处理。ZooKeeper数据模型的结构与Linux文件系统很类似整体上可以看作是一棵树每个节点称做一个ZNode。每一个ZNode默认能够存储1MB的数据每个ZNode都可以通过其路径唯一标识。1.5 ZooKeeper 应用场景提供的服务包括统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。统一命名服务在分布式环境下经常需要对应用/服务进行统一命名便于识别。例如IP不容易记住而域名容易记住。统一配置管理1分布式环境下配置文件同步非常常见。一般要求一个集群中所有节点的配置信息是一致的比如Kafka集群。对配置文件修改后希望能够快速同步到各个节点上。2配置管理可交由ZooKeeper实现。可将配置信息写入ZooKeeper上的一个Znode。各个客户端服务器监听这个Znode。一旦 Znode中的数据被修改ZooKeeper将通知各个客户端服务器。统一集群管理1分布式环境中实时掌握每个节点的状态是必要的。可根据节点实时状态做出一些调整。2ZooKeeper可以实现实时监控节点状态变化。可将节点信息写入ZooKeeper上的一个ZNode。监听这个ZNode可获取它的实时状态变化。服务器动态上下线客户端能实时洞察到服务器上下线的变化。软负载均衡在Zookeeper中记录每台服务器的访问数让访问数最少的服务器去处理最新的客户端请求。1.6 Zookeeper 选举机制1.6.1 第一次启动选举机制Zookeeper 的选举机制确保集群中的所有节点对外表现为一个统一的服务。选举机制分为两个阶段Leader 选举和投票确认。1. 服务器1启动发起一次选举。服务器1投自己一票。此时服务器1票数一票不够半数以上3票选举无法完成服务器1状态保持为LOOKING2. 服务器2启动再发起一次选举。服务器1和2分别投自己一票并交换选票信息此时服务器1发现服务器2的myid比自己目前投票推举的服务器1大更改选票为推举服务器2。此时服务器1票数0票服务器2票数2票没有半数以上结果选举无法完成服务器12状态保持LOOKING3. 服务器3启动发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果服务器1为0票服务器2为0票服务器3为3票。此时服务器3的票数已经超过半数服务器3当选Leader。服务器12更改状态为FOLLOWING服务器3更改状态为LEADING4. 服务器4启动发起一次选举。此时服务器123已经不是LOOKING状态不会更改选票信息。交换选票信息结果服务器3为3票服务器4为1票。此时服务器4服从多数更改选票信息为服务器3并更改状态FOLLOWING5. 服务器5启动同4一样当小弟。1.6.2 非第一次启动选举机制1. 当ZooKeeper 集群中的一台服务器出现以下两种情况之一时就会开始进入Leader选举1服务器初始化启动。2服务器运行期间无法和Leader保持连接。2. 而当一台机器进入Leader选举流程时当前集群也可能会处于以下两种状态1集群中本来就已经存在一个Leader。对于已经存在Leader的情况机器试图去选举Leader时会被告知当前服务器的Leader信息对于该机器来说仅仅需要和 Leader机器建立连接并进行状态同步即可。2集群中确实不存在Leader。假设ZooKeeper由5台服务器组成SID分别为1、2、3、4、5ZXID分别为8、8、8、7、7并且此时SID为3的服务器是Leader。某一时刻3和5服务器出现故障因此开始进行Leader选举。选举Leader规则① EPOCH大的直接胜出任期② EPOCH相同事务id大的胜出③ 事务id相同服务器id大的胜出SID服务器IDmyid 唯一性。用来唯一标识一台ZooKeeper集群中的机器每台机器不能重复和myid一致。ZXID事务ID。ZXID是一个事务ID用来标识一次服务器状态的变更。在某一时刻集群中的每台机器的ZXID值不一定完全一致这和ZooKeeper服务器对于客户端“更新请求”的处理逻辑速度有关。Epoch每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加Leader 的作用Leader 是集群的核心节点主导写操作共识、数据同步和集群选举是保证数据一致性的关键1. 处理所有写请求核心职责集群中所有写操作创建 / 修改 / 删除 ZNode、设置 Watcher 等最终必须经过 Leader 处理流程如下接收 Follower/Observer 转发的写请求或直接接收客户端写请求生成全局唯一的 ZXID事务 ID封装为 “事务提案” 并广播给所有 Follower收集 Follower 的 ACK确认反馈当获得超过半数 Follower 的确认后提交事务更新本地内存 ZNode 树向所有 Follower 发送 “提交指令”同步集群数据最后向客户端返回写操作结果。2. 主导 Leader 选举当集群启动或当前 Leader 故障时Leader 负责触发并主导选举流程集群首次启动时参与选举并争取成为首个 Leader自身故障恢复后若集群已有新 Leader则转为 Follower选举过程中通过 ZXID数据最新程度和 SID节点优先级竞争胜出后协调集群数据同步。3. 管理集群数据同步新 Leader 选举完成后主动将自身完整的 ZNode 数据同步给所有 Follower确保集群节点数据一致日常写操作提交后通过 “提交指令” 强制 Follower 同步最新数据避免集群数据分歧。4. 维护集群状态实时监控 Follower 节点的存活状态通过心跳机制当 Follower 节点宕机或重新加入时协调数据同步保证集群拓扑稳定。Follower 的作用Follower 是集群的基础节点承担读请求处理、写请求投票和数据同步的职责是集群高可用的支撑1. 处理读请求Follower 可直接响应客户端的读请求如获取 ZNode 数据、列出子节点流程为客户端向 Follower 发起读请求Follower 从本地内存 ZNode 树中读取数据并返回无需经过 Leader读请求的直接处理是 ZooKeeper 读性能高的重要原因集群可横向扩展 Follower 提升读能力。2. 参与写请求的投票共识机制核心接收 Leader 广播的事务提案先将提案写入本地事务日志保证可追溯向 Leader 返回 ACK 确认只有当 Leader 收集到超过半数 Follower 的 ACK写操作才能提交若 Follower 宕机或网络异常导致未反馈 ACKLeader 会等待超时后重新广播保证提案不丢失。3. 参与 Leader 选举集群无 Leader 时启动 / Leader 故障Follower 作为候选者参与选举通过 ZXID 和 SID 竞争 Leader投票给符合条件的候选者ZXID 更大优先ZXID 相同则 SID 更大优先推动集群快速选出新 Leader。4. 同步 Leader 数据并恢复故障新 Leader 选举完成后Follower 主动向 Leader 同步全量数据若本地数据落后确保与 Leader 数据一致日常接收 Leader 的 “提交指令”更新本地内存 ZNode 树保持数据实时同步自身故障重启后自动连接 Leader 并同步缺失的事务日志快速恢复到集群最新状态。5. 转发写请求到 Leader若客户端直接向 Follower 提交写请求Follower 会立即将请求转发给 Leader由 Leader 统一处理。1.7 部署ZooKeeper 集群1.7.1 部署环境ZK服务名称IP地址服务zk01192.168.10.18zookeeper-3.5.7 kafka_2.13-2.7.1 jdk_1.8zk02192.168.10.19zookeeper-3.5.7 kafka_2.13-2.7.1 jdk_1.8zk03192.168.10.20zookeeper-3.5.7 kafka_2.13-2.7.1 jdk_1.81.7.2 安装前准备1.7.3 安装 Zookeeper二、Kafka2.1 为什么需要消息队列MQ主要原因是由于在高并发环境下同步请求来不及处理请求往往会发生阻塞。比如大量的请求并发访问数据库导致行锁表锁最后请求线程会堆积过多从而触发 too many connection 错误引发雪崩效应。我们使用消息队列通过异步处理请求从而缓解系统的压力。消息队列常应用于异步处理流量削峰应用解耦消息通讯等场景。当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、RocketMQ阿里、Kafka 等。2.2 使用消息队列的好处1. 解耦允许你独立的扩展或修改两边的处理过程只要确保它们遵守同样的接口约束。2. 可恢复性系统的一部分组件失效时不会影响到整个系统。消息队列降低了进程间的耦合度所以即使一个处理消息的进程挂掉加入队列中的消息仍然可以在系统恢复后被处理。3. 缓冲有助于控制和优化数据流经过系统的速度解决生产消息和消费消息的处理速度不一致的情况。4. 灵活性 峰值处理能力在访问量剧增的情况下应用仍然需要继续发挥作用但是这样的突发流量并不常见。如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。使用消息队列能够使关键组件顶住突发的访问压力而不会因为突发的超负荷的请求而完全崩溃。5. 异步通信很多时候用户不想也不需要立即处理消息。消息队列提供了异步处理机制允许用户把一个消息放入队列但并不立即处理它。想向队列中放入多少消息就放多少然后在需要的时候再去处理它们。2.3 消息队列的两种模式2.3.1 点对点模式一对一消费者主动拉取数据消息收到后消息清除消息生产者生产消息发送到消息队列中然后消息消费者从消息队列中取出并且消费消息。消息被消费以后消息队列中不再有存储所以消息消费者不可能消费到已经被消费的消息。消息队列支持存在多个消费者但是对一个消息而言只会有一个消费者可以消费。2.3.2 发布/订阅模式应用最多一对多又叫观察者模式消费者消费数据之后不会清除消息消息生产者发布将消息发布到 topic 中同时有多个消息消费者订阅消费该消息。和点对点方式不同发布到 topic 的消息会被所有订阅者消费。发布/订阅模式是定义对象间一种一对多的依赖关系使得每当一个对象目对标象的状态发生改变则所有依赖于它的对象观察者对象都会得到通知并自动更新。2.4 Kafka 定义Kafka 是一个分布式的基于发布/订阅模式的消息队列MQMessage Queue主要应用于大数据实时处理领域。2.5 Kafka 的特性高吞吐量、低延迟Kafka 每秒可以处理几十万条消息它的延迟最低只有几毫秒。每个 topic 可以分多个 Partition Consumer Group 对 Partition 进行消费操作提高负载均衡能力和消费能力。可扩展性kafka 集群支持热扩展持久性、可靠性消息被持久化到本地磁盘并且支持数据备份防止数据丢失容错性允许集群中节点失败多副本情况下若副本数量为 n则允许 n-1 个节点失败高并发支持数千个客户端同时读写2.6 Kafka 系统架构2.6.1 Broker 服务器一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic。2.6.2 Topic 主题可以理解为一个队列生产者和消费者面向的都是一个 topic。类似于数据库的表名或者 ES 的 index 物理上不同 topic 的消息分开存储2.6.3 Partition 分区为了实现扩展性一个非常大的 topic 可以分布到多个 broker即服务器上一个 topic 可以分割为一个或多个 partition每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的而不保证 topic 中不同 partition 的顺序。 每个 topic 至少有一个 partition当生产者产生数据的时候会根据分配策略选择分区然后将消息追加到指定的分区的队列末尾。分区的原因方便在集群中扩展每个Partition可以通过调整以适应它所在的机器而一个topic又可以有多个 Partition组成因此整个集群就可以适应任意大小的数据了可以提高并发因为可以以Partition为单位读写了。1Replica 副本为保证集群中的某个节点发生故障时该节点上的 partition 数据不丢失且 kafka 仍然能 够继续工作kafka 提供了副本机制一个 topic 的每个分区都有若干个副本一个 leader 和若干 个 follower。2Leader每个 partition 有多个副本其中有且仅有一个作为 LeaderLeader 是当前负责数据的读写partition。3FollowerFollower 跟随 Leader所有写请求都通过 Leader 路由数据变更会广播给所有 Follower Follower 与 Leader 保持数据同步。Follower 只负责备份不负责数据的读写。 如果 Leader 故障则从Follower中选举出一个新的 Leader。 当 Follower 挂掉、卡住或者同步太慢Leader 会把这个 Follower 从 ISRLeader 维护的一个和 Leader 保持同步的 Follower 集合列表中删除重新创建一个 Follower。2.6.4 producer消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据。2.6.5 Consumer消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据。2.6.6 Consumer GroupCG消费者组由多个 consumer 组成。 所有的消费者都属于某个消费者组即消费者组是逻辑上的一个订阅者。可为每个消费者指定组名若不指定组名则属于默认的组。 将多个消费者集中到一起去处理某一个 Topic 的数据可以更快的提高数据的消费能力。 消费者组内每个消费者负责消费不同分区的数据一个分区只能由一个组内消费者消费防止数据被重 复读取。 消费者组之间互不影响。2.6.7 offset 偏移量可以唯一的标识一条消息。偏移量决定读取数据的位置不会有线程安全的问题消费者通过偏移量来决定下次读取的消息即消费位置。消息被消费之后并不被马上删除这样多个业务就可以重复使用 Kafka 的消息。 某一个业务也可以通过修改偏移量达到重新读取消息的目的偏移量由用户控制。消息最终还是会被删除的默认生命周期为 1 周7*24小时。2.6.8 ZookeeperKafka 通过 Zookeeper 来存储集群的 meta 信息。 由于 consumer 在消费过程中可能会出现断电宕机等故障consumer 恢复后需要从故障前的位置的继续消费所以 consumer 需要实时记录自己消费到了哪个 offset以便故障恢复后继续消费。 znode Kafka 0.9 版本之前consumer 默认将 offset 保存在 Zookeeper 中从 0.9 版本开始consumer 默 认将 offset 保存在 Kafka 一个内置的 topic 中该topic 为 __consumer_offsets。 也就是说zookeeper的作用就是生产者push数据到kafka集群就必须要找到kafka集群的节点在哪里这些都是通过zookeeper去寻找的。消费者消费哪一条数据也需要zookeeper的支持从 zookeeper获得offsetoffset记录上一次消费的数据消费到哪里这样就可以接着下一条数据进行消费。2.7 部署 kafka 集群2.7.1 下载安装包2.7.2 安装 Kafka2.7.3Kafka 命令行操作2.8FilebeatKafkaELK 部署2.8.1 前提部署 ZookeeperKafka 集群2.8.2 部署 Filebeat2.8.3 部署 ELK部署 ELK在 Logstash 组件所在节点上新建一个 Logstash 配置文件2.8.4 Kibana 添加浏览器访问 http://192.168.10.13:5601 登录 Kibana单击“Create Index Pattern”按钮 添加索引filebeat_test-*”单击 “create” 按钮创建单击 “Discover” 按钮可查看图表信息及日志信息。