基于Zookeeper实现调度任务选主及心跳检测

在微服务架构中使用ZooKeeper实现分布式任务调度选主，并确保Follower节点能实时监控Master状态并及时触发重新选举，可以通过以下方案实现：

---

一、核心设计原理

1. ZooKeeper特性利用

ZK功能	在选主中的应用
临时节点(EPHEMERAL)	Master创建临时节点，会话断开时节点自动删除（相当于心跳检测）
Watcher机制	Follower监听Master节点变化
顺序节点(SEQUENTIAL)	实现公平的选举排序

2. 状态监控流程

sequenceDiagram participant Master participant Follower1 participant Follower2 participant ZK Master->>ZK: 创建/master_leader临时节点 Follower1->>ZK: 监听/master_leader节点 Follower2->>ZK: 监听/master_leader节点 Note over Master: 正常工作时定期刷新会话 Master--xZK: 会话超时断开 ZK->>Follower1: 触发NodeDeleted事件 ZK->>Follower2: 触发NodeDeleted事件 Follower1->>ZK: 尝试创建新/master_leader节点 ZK-->>Follower1: 创建成功，成为新Master Follower2->>ZK: 监听新的/master_leader节点

---

二、完整实现方案

1. 添加依赖

<!-- Curator客户端（推荐） -->
<dependency>
    <groupId>org.apache.curator</groupId>
    <artifactId>curator-recipes</artifactId>
    <version>5.5.0</version>
</dependency>

2. 选主服务实现

import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.recipes.leader.LeaderSelector;
import org.apache.curator.framework.recipes.leader.LeaderSelectorListener;
import org.apache.curator.framework.state.ConnectionState;
import org.springframework.stereotype.Component;

import javax.annotation.PostConstruct;
import javax.annotation.PreDestroy;

@Component
public class ZkLeaderElection {

    private final CuratorFramework zkClient;
    private LeaderSelector leaderSelector;
    private volatile boolean isLeader = false;

    public ZkLeaderElection(CuratorFramework zkClient) {
        this.zkClient = zkClient;
    }

    @PostConstruct
    public void init() throws Exception {
        leaderSelector = new LeaderSelector(zkClient, "/scheduler/leader", 
            new LeaderSelectorListener() {
                @Override
                public void takeLeadership(CuratorFramework client) throws Exception {
                    // 成为Leader后的逻辑
                    isLeader = true;
                    System.out.println("当前节点当选为Leader");
                    try {
                        while (true) {
                            Thread.sleep(1000); // 模拟持续工作
                        }
                    } finally {
                        isLeader = false;
                    }
                }

                @Override
                public void stateChanged(CuratorFramework client, ConnectionState newState) {
                    // 连接状态变化处理
                    if (newState == ConnectionState.LOST) {
                        isLeader = false;
                    }
                }
            });

        leaderSelector.autoRequeue(); // 自动重新参与选举
        leaderSelector.start();
    }

    @PreDestroy
    public void shutdown() {
        if (leaderSelector != null) {
            leaderSelector.close();
        }
    }

    public boolean isLeader() {
        return isLeader;
    }
}

3. 增强型状态监控（生产级）

// 在init()方法中添加以下逻辑
public void init() throws Exception {
    // ...原有代码...
    
    // 添加额外的心跳检测
    zkClient.getConnectionStateListenable().addListener((client, newState) -> {
        if (newState == ConnectionState.RECONNECTED) {
            // 重连后强制检查Leader状态
            checkLeaderStatus();
        }
    });
    
    // 启动定时检查任务
    Executors.newSingleThreadScheduledExecutor()
        .scheduleAtFixedRate(this::checkLeaderStatus, 0, 5, TimeUnit.SECONDS);
}

private void checkLeaderStatus() {
    try {
        if (zkClient.checkExists().forPath("/scheduler/leader") == null) {
            System.out.println("Leader节点不存在，触发重新选举");
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

---

三、关键优化点

1. 双Watch机制

// 除了LeaderSelector内置监听，额外添加数据Watch
zkClient.getData().usingWatcher((Watcher) event -> {
    if (event.getType() == Watcher.Event.EventType.NodeDeleted) {
        System.out.println("Leader节点被删除，立即触发选举");
    }
}).forPath("/scheduler/leader");

2. 选举性能优化

参数	推荐值	说明
sessionTimeoutMs	10000-15000ms	根据网络状况调整
leaderSelector.autoRequeue()	必须启用	保证节点退出后重新参与选举
retryPolicy.baseSleepTimeMs	1000ms	首次重试延迟

3. 故障转移时间控制

// 在ZK配置中优化
@Bean
public CuratorFramework zkClient() {
    return CuratorFrameworkFactory.builder()
        .connectString("zk1:2181,zk2:2181,zk3:2181")
        .sessionTimeoutMs(15000) // 会话超时
        .connectionTimeoutMs(5000) // 连接超时
        .retryPolicy(new ExponentialBackoffRetry(1000, 3)) // 重试策略
        .build();
}

故障转移时间 = 会话超时时间 + 选举时间（通常可控制在15秒内）

---

四、生产环境建议

1. 监控指标

指标名称	采集方式	告警阈值
ZK选举次数	ZK的leader_election计数器	1小时内>5次
Master存活时间	节点数据中的时间戳	连续3次<30秒
节点连接状态	Curator事件监听	RECONNECTED状态持续>1分钟

2. 部署架构

[微服务实例1] [微服务实例2] [微服务实例3]
      |            |            |
      +------------+------------+
                   |
           [ZooKeeper Ensemble]
                   |
            [监控系统(Prometheus + Grafana)]

3. 异常场景处理

• 脑裂防护 ：启用ZK的quorum机制（至少3节点）
• 网络分区：配合Sidecar代理检测真实网络状态
• 持久化问题 ：定期备份/scheduler节点数据

---

五、与Spring Cloud集成

1. 健康检查端点

@RestController
@RequestMapping("/leader")
public class LeaderController {
    
    @Autowired
    private ZkLeaderElection election;

    @GetMapping("/status")
    public ResponseEntity<String> status() {
        return election.isLeader() 
            ? ResponseEntity.ok("MASTER")
            : ResponseEntity.ok("FOLLOWER");
    }
}

2. 调度任务示例

@Scheduled(fixedRate = 5000)
public void scheduledTask() {
    if (zkLeaderElection.isLeader()) {
        System.out.println("只有Master执行的任务...");
    }
}

---

六、对比Redisson方案

维度	ZooKeeper方案	Redisson方案
实时性	秒级（依赖ZK会话超时）	秒级（依赖Redis TTL）
可靠性	高（CP系统）	中（依赖Redis持久化）
运维复杂度	较高（需维护ZK集群）	较低（复用Redis）
适用场景	强一致性要求的系统	允许短暂脑裂的场景

---

通过以上方案，你的微服务可以实现：

1. 秒级故障检测：基于ZK临时节点和Watcher机制
2. 自动快速选主：利用Curator的选举算法
3. 生产级可靠性：多重监控和防护机制
4. 无缝集成Spring生态 ：与@Scheduled等组件协同工作