Zookeeper是什么
Last updated
Last updated
Zookeeper是一个开放源码的分布式服务协调组件，是Google Chubby的开源实现。 是一个高性能的分布式数据一致性解决方案。 他将那些复杂的、容易出错的分布式一致性服务封装起来，构成一个高效可靠的原语集， 并提供一系列简单易用的接口给用户使用。
它解决了分布式数据一致性问题，提供了顺序一致性、原子性、单一视图、可靠性、实时性等。
顺序一致性：客户端的更新顺序与他们被发送的顺序相一致； 原子性：更新操作要么全部成功，要么全部失败； 单一试图：无论客户端连接到哪一个服务器，都可以看到相同的ZooKeeper视图； 可靠性：一旦一个更新操作被应用，那么在客户端再次更新它之前，其值将不会被改变； 实时性：在特定的一段时间内，系统的任何变更都将被客户端检测到；
工作过程： 在整个集群刚刚启动的时候，会进行Leader选举，当Leader确定之后，其他机器自动成为Follower， 并和Leader建立长连接，用于数据同步和请求转发等。 当有客户端机器的写请求落到follower机器上的时候， follower机器会把请求转发给Leader，由Leader处理该请求，比如数据的写操作， 在请求处理完之后再把数据同步给所有的follower。
CAP理论的核心观点是任何软件系统都无法同时满足一致性、可用性以及分区容错性。 ZooKeeper是个CP（一致性+分区容错性）的， 即任何时刻对ZooKeeper的访问请求能得到一致的数据结果，同时系统对网络分割具备容错性; 但是它不能保证每次服务请求的可用性(注：也就是在极端环境下，ZooKeeper可能会丢弃一些请求，消费者程序需要重新请求才能获得结果)。 但是别忘了，ZooKeeper是分布式协调服务， 它的职责是保证数据(如配置数据，状态数据)在其管辖下的所有服务之间保持同步、一致; 所以就不难理解为什么ZooKeeper被设计成CP而不是AP特性的了， 如果是AP的，那么将会带来恐怖的后果 而且， 作为ZooKeeper的核心实现算法 Zab，就是解决了分布式系统下数据如何在多个服务之间保持同步问题的。
所有上面的，记住一个关键词就行：强一致性。
该部分内容主要参考：
ZK中数据是以目录结构的形式存储的。 其中的每一个存储数据的节点都叫做Znode，每个Znode都有一个唯一的路径标识。 和目录结构类似，每一个节点都可以可有子节点（临时节点除外）。 节点中可以存储数据和状态信息，每个Znode上可以配置监视器（watcher），用于监听节点中的数据变化。 节点不支持部分读写，而是一次性完整读写（即原子读写）。
Znode有四种类型 PERSISTENT（持久节点） PERSISTENT_SEQUENTIAL（持久的连续节点）、 EPHEMERAL（临时节点）、 EPHEMERAL_SEQUENTIAL（临时的连续节点）
Znode的类型在创建时确定并且之后不能再修改
临时节点 临时节点的生命周期和客户端会话绑定。也就是说，如果客户端会话失效，那么这个节点就会自动被清除掉。 临时节点不能有子节点
持久节点 在节点创建后，就一直存在，直到有删除操作来主动清除这个节点——不会因为创建该节点的客户端会话失效而消失。
临时顺序节点 临时节点的生命周期和客户端会话绑定。也就是说，如果客户端会话失效，那么这个节点就会自动被清除掉。 注意创建的节点会自动加上编号。
持久顺序节点 这类节点的基本特性和持久节点类型是一致的。 额外的特性是，在ZooKeeper中，每个父节点会为他的第一级子节点维护一份时序，会记录每个子节点创建的先后顺序。 基于这个特性，在创建子节点的时候，可以设置这个属性，那么在创建节点过程中，ZooKeeper会自动为给定节点名加上一个数字后缀，作为新的节点名。 这个数字后缀的范围是整型的最大值。
领导者（leader） 负责进行投票的发起和决议，更新系统状态。为客户端提供读和写服务。
跟随者（follower） 用于接受客户端请求并想客户端返回结果，在选主过程中参与投票。为客户端提供读服务。
观察者（observer） 可以接受客户端连接，将写请求转发给leader，但observer不参加投票过程，只同步leader的状态，observer的目的是为了扩展系统，提高读取速度
客户端（client） 请求发起方
要注意的是，领导者、跟随者、观察者都是zookeeper集群中的概念，不是客户端集群的概念，注意区分
Watcher 在 ZooKeeper 是一个核心功能， Watcher 可以监控目录节点的数据变化以及子目录的变化， 一旦这些状态发生变化，服务器就会通知所有设置在这个目录节点上的 Watcher， 从而每个客户端都很快知道它所关注的目录节点的状态发生变化，而做出相应的反应
可以设置观察的操作：exists,getChildren,getData 可以触发观察的操作：create,delete,setData
znode以某种方式发生变化时，“观察”（watch）机制可以让客户端得到通知。 可以针对ZooKeeper服务的操作来设置观察，该服务的其他操作可以触发观察。 比如，客户端可以对某个节点调用exists操作， 同时在它上面设置一个观察，如果此时这个znode不存在，则exists返回 false， 如果一段时间之后，这个znode被其他客户端创建，则这个观察会被触发， 之前的那个客户端就会得到通知。
要注意的是： zookeeper中的观察是一次性触发器，即client在一个节点上设置watch，随后节点内容改变，client将获取事件。 但当节点内容再次改变，client不会获取这个事件，除非它又执行了一次读操作并设置watch。
当Zookeeper集群中的一台服务器出现以下两种情况之一时，需要进入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。
下面就两种情况进行分析讲解。
服务器启动时期的Leader选举
若进行Leader选举，则至少需要两台机器，这里选取3台机器组成的服务器集群为例。在集群初始化阶段，当有一台服务器Server1启动时，其单独无法进行和完成Leader选举，当第二台服务器Server2启动时，此时两台机器可以相互通信，每台机器都试图找到Leader，于是进入Leader选举过程。选举过程如下
(1) 每个Server发出一个投票。由于是初始情况，Server1和Server2都会将自己作为Leader服务器来进行投票，每次投票会包含所推举的服务器的myid和ZXID，使用(myid, ZXID)来表示，此时Server1的投票为(1, 0)，Server2的投票为(2, 0)，然后各自将这个投票发给集群中其他机器。
(2) 接受来自各个服务器的投票。集群的每个服务器收到投票后，首先判断该投票的有效性，如检查是否是本轮投票、是否来自LOOKING状态的服务器。
(3) 处理投票。针对每一个投票，服务器都需要将别人的投票和自己的投票进行PK，PK规则如下
· 优先检查ZXID。ZXID比较大的服务器优先作为Leader。
· 如果ZXID相同，那么就比较myid。myid较大的服务器作为Leader服务器。
对于Server1而言，它的投票是(1, 0)，接收Server2的投票为(2, 0)，首先会比较两者的ZXID，均为0，再比较myid，此时Server2的myid最大，于是更新自己的投票为(2, 0)，然后重新投票，对于Server2而言，其无须更新自己的投票，只是再次向集群中所有机器发出上一次投票信息即可。
(4) 统计投票。每次投票后，服务器都会统计投票信息，判断是否已经有过半机器接受到相同的投票信息，对于Server1、Server2而言，都统计出集群中已经有两台机器接受了(2, 0)的投票信息，此时便认为已经选出了Leader。
(5) 改变服务器状态。一旦确定了Leader，每个服务器就会更新自己的状态，如果是Follower，那么就变更为FOLLOWING，如果是Leader，就变更为LEADING。
服务器运行时期的Leader选举
在Zookeeper运行期间，Leader与非Leader服务器各司其职，即便当有非Leader服务器宕机或新加入，此时也不会影响Leader，但是一旦Leader服务器挂了，那么整个集群将暂停对外服务，进入新一轮Leader选举，其过程和启动时期的Leader选举过程基本一致。假设正在运行的有Server1、Server2、Server3三台服务器，当前Leader是Server2，若某一时刻Leader挂了，此时便开始Leader选举。选举过程如下
(1) 变更状态。Leader挂后，余下的非Observer服务器都会讲自己的服务器状态变更为LOOKING，然后开始进入Leader选举过程。
(2) 每个Server会发出一个投票。在运行期间，每个服务器上的ZXID可能不同，此时假定Server1的ZXID为123，Server3的ZXID为122；在第一轮投票中，Server1和Server3都会投自己，产生投票(1, 123)，(3, 122)，然后各自将投票发送给集群中所有机器。
(3) 接收来自各个服务器的投票。与启动时过程相同。
(4) 处理投票。与启动时过程相同，此时，Server1将会成为Leader。
(5) 统计投票。与启动时过程相同。
(6) 改变服务器的状态。与启动时过程相同。
来自：