ZK

I'm developing a small web application for storing data of a hospital's patients in order to learn more about zk and it's amazing features. My goal this time is when I select a row (checkmark) I want to take the data of the row (red color) to their corresponding textbox (blue) and this works when I choose any row of the table: Maybe it's a kind of configuration of the listbox or maybe I have to implement a method to get what I want, I don't know. It will be great if you give me a hand with this. It's nice to see ZK is spreading and I hope you like it, I know I do like it. Your goal is actually

目前几乎很多大型网站及应用都是分布式部署的，分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的 CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance），最多只能同时满足两项。”所以，很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中，都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证“最终一致性”，只要这个最终时间是在用户可以接受的范围内即可。 在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布式锁等。有的时候，我们需要保证一个方法在同一时间内只能被同一个线程执行。在单机环境中， Java中其实提供了很多并发处理相关的API，但是这些API在分布式场景中就无能为力了。也就是说单纯的Java Api并不能提供分布式锁的能力。所以针对分布式锁的实现目前有多种方案。 针对分布式锁的实现，目前比较常用的有以下几种方案： 基于数据库实现分布式锁 基于缓存（ redis，memcached，tair）实现分布式锁 基于Zookeeper实现分布式锁 在分析这几种实现方案之前我们先来想一下，我们需要的分布式锁应该是怎么样的？（这里以方法锁为例，资源锁同理） 可以保证在分布式部署的应用集群中

1.ZooKeeper是一个开放源码的分布式协调服务，它是集群的管理者，监视着集群中各个节点的状态根据节点提交的反馈进行下一步合理操作。最终，将简单易用的接口和性能高效、功能稳定的系统提供给用户。 分布式应用程序可以基于Zookeeper实现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知、集群管理、Master选举、分布式锁和分布式队列等功能。 Zookeeper保证了如下分布式一致性特性： 顺序一致性 原子性 单一视图 可靠性 实时性（最终一致性） 客户端的读请求可以被集群中的任意一台机器处理， 如果读请求在节点上注册了监听器，这个监听器也是由所连接的zookeeper机器来处理 。对于写请求，这些请求会同时发给其他zookeeper机器并且达成一致后，请求才会返回成功。因此，随着zookeeper的集群机器增多，读请求的吞吐会提高但是写请求的吞吐会下降。 有序性是zookeeper中非常重要的一个特性，所有的更新都是全局有序的，每个更新都有一个唯一的时间戳，这个时间戳称为zxid（Zookeeper Transaction Id）。而读请求只会相对于更新有序，也就是读请求的返回结果中会带有这个zookeeper最新的zxid。 Zookeeper提供了文件系统和通知机制。Zookeeper提供一个多层级的节点命名空间（节点称为znode）。与文件系统不同的是

自从接触Docker，便对它产生了浓厚兴趣，平时需要的开发环境也尝试使用Docker来搭建，相比较虚拟机确实方便了不少，这里主要记录一下平时在开发中使用Docker搭建过得开发环境。这里所有使用docker创建的应用都放在了dockerapps目录下。 版本：3.5 1.1 单节点部署 在dockerapps下创建zookeeper目录。此目录包含data目录用来持久化zookeeper应用数据，包含一个zoo.cfg配置文件用来配置zookeeper应用，包含一个start.sh用来启动单节点的zk。目录结构如下所示： 1234 zookeeper/├── data├── start.sh└── zoo.cfg 1.1.1 创建持久化数据目录data 在zookeeper目录下创建zk的数据持久化目录 1 mkdir data 1.1.2 创建zoo.cfg 配置文件 在zookeeper目录下创建zk的配置文件zoo.cfg，内容如下： 123 clientPort=2181dataDir=/datadataLogDir=/data/log 1.1.3 创建启动脚本start.sh 在zookeeper目录先创建zk的启动脚本start.sh，内容如下： 123 docker stop zookeeperdocker rm zookeeperdocker run -itd -p

一、简介 HBase —— Hadoop Database的简称，Google BigTable的另一种开源实现方式，从问世之初，就为了解决用大量廉价的机器高速存取海量数据、实现数据分布式存储提供可靠的方案。从功能上来讲，HBase不折不扣是一个数据库，与我们熟悉的Oracle、MySQL、MSSQL等一样，对外提供数据的存储和读取服务。而从应用的角度来说，HBase与一般的数据库又有所区别，HBase本身的存取接口相当简单，不支持复杂的数据存取，更不支持SQL等结构化的查询语言；HBase也没有除了rowkey以外的索引，所有的数据分布和查询都依赖rowkey。所以，HBase在表的设计上会有很严格的要求。架构上，HBase是分布式数据库的典范，这点比较像MongoDB的sharding模式，能根据键值的大小，把数据分布到不同的存储节点上，MongoDB根据configserver来定位数据落在哪个分区上，HBase通过访问Zookeeper来获取-ROOT-表所在地址，通过-ROOT-表得到相应.META.表信息，从而获取数据存储的region位置。 二、架构 上面提到，HBase是一个分布式的架构，除去底层存储的HDFS外，HBase本身从功能上可以分为三块：Zookeeper群、HMaster群和HRegionServer群。 Zookeeper群

下载安装 hbase下载 解压之后根目录，没有什么要修改的。 配置文件目录，主要修改hbase-env.cmd和hbase-site.xml hbase-env.cmd set HBASE_MANAGES_ZK=true set JAVA_HOME=C:\Program Files\Java\jre1.8.0_201 set HBASE_CLASSPATH=G:\datacenter\hbase-2.2.0\conf HBASE_MANAGES_ZK值为false表示zookeeper外装，HBASE_MANAGES_ZK的为true，表示zookeeper自带。 这里我们配置的是单机测试模式，所以使用HBase自带的ZK就可以了，所以配置为true。 hbase-site.xml <configuration> <property> <name>hbase.master</name> <value>localhost</value> </property> <property> <name>hbase.rootdir</name> <value>file:///G:/datacenter/hbdata/root</value> </property> <property> <name>hbase.tmp.dir</name> <value>G:/datacenter/hbdata

分布式搭建 1：下载官网对应的hbase的版本 地址：http://archive.apache.org/dist/hbase/1.2.3/ 2：上传对应的版本到主节点并解压 3：配置hbase的环境变量 export HBASE_HOME=/home/hadoop/bd/hbase-1.2.3 export ZOOKEEPER_HOME=/home/hadoop/bd/zookeeper-3.4.8 4：配置hbase下面的conf目录下的hbase-env.sh文件 主要修改三个地方： 1）JAVA_HOME export JAVA_HOME=/home/hadoop/bd/jdk1.8.0_144 2) HBASE_CLASSPATH export HBASE_CLASSPATH=/home/hadoop/bd/hadoop-2.7.3/etc/hadoop 3) 取消hbase自带的zk服务，改用自己的zk集群 export HBASE_MANAGES_ZK=false 5：配置hbase-site.xml <configuration> <property><!--hbase在HDFS上面的存储路径--> <name>hbase.rootdir</name> <value>hdfs://hm02:9000/hbase</value> </property>

Hi I am using the Grails filter plugin I am trying to define a default filter as below // Defined inside the Book entity static hibernateFilters = { activeFilter(condition:'active=1', default:true) } When i run my integration tests the filter does not apply for dynamic finder methods like Book.findAll() If I add the below line in the BootStrap.groovy class Book.enableHibernateFilter('activeFilter') Then the filter is applied. However when the application is run the filter is never applied, with or without the above code in BootStrap.groovy Any ideas ? After a little digging around this is what

本系列博文将记录在3台CentOS7环境下搭建完全分布式数据分析平台环境。 基础环境配置 环境信息 设置机器名 设置服务器的机器名，3台都设依次分别设置为node222，node224，node225，root用户操作，示例如node222。 hostnamectl set-hostname node222 修改各服务器的/etc/hosts文件，追加3台服务器的IP和hostname信息，3台服务器信息一致，root用户操作。 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1 localhost localhost.localdomain localhost6 localhost6.localdomain6 192.168.0.222 node222 192.168.0.224 node224 192.168.0.225 node225 切一次用户测试配置是否设置生效，同时测试通过hostname互ping是否正常。 su - root ping node222 关闭防火墙 CentOS7默认防火墙服务是firewalld，3台服务器都要执行，root用户操作，如果安装了iptables服务也要关闭。 systemctl stop firewalld.service