### 正文
ZooKeeper 很流行，有个基本的疑问：
* ZooKeeper 是用来做什么的？
* 之前没有ZK，为什么会诞生 ZK？
OK，解答一下上面的疑问：（下面是凭直觉说的）
* ZooKeeper 是用于简化分布式应用开发的，对开发者屏蔽一些分布式应用开发过程中的底层细节
* ZooKeeper 对外暴露简单的 API，用于支持分布式应用开发
* ZooKeeper 在提供上述功能的同时，其还是一个 高性能、高可用、高可靠的分布式集群
上面说这么多，总结一下，**ZK 能解决分布式应用开发的问题，ZK 能很好的解决问题**。到这一步，疑问就更多了：
1. 分布式应用开发，有哪些常见问题？ZK 是如何屏蔽这些底层细节的？
2. ZooKeeper 对外暴露了那些 API？这些 API 如何支持分布式应用开发的？这些 API 还能简化吗？API 的语义性怎么样？
3. ZooKeeper 自身是一个高性能、高可用、高可靠的分布式集群，那有个简单的问题：
* 高性能是指什么？ZooKeeper 为了达到高性能，做了哪些工作？
* 高可用同上
* 高可靠同上
Note：本篇 wiki 就是为了解决上述第一个疑问的。（其他疑问会在其他 blog 中逐步解答）
### 为什么有 ZooKeeper
一个应用程序，涉及多个进程协作时，业务逻辑代码中混杂有大量复杂的进程协作逻辑。
上述多进程协作逻辑，有 2 个特点：
* 处理复杂
* 处理逻辑可重用
因此，考虑将多进程协作的共性问题拎出，作为基础设施，让 RD 更加专注业务逻辑开发，即：
ZooKeeper 就是上述多进程协作基础服务的一种。
### ZooKeeper 的特点
ZooKeeper 有几个简单特点：
* ZooKeeper 的 API：从 文件系统 API 得到的启发，提供简单的 API
* ZooKeeper 运行在专用服务器上，跟业务逻辑分离，保证了**高容错性**和**可扩展性**
ZooKeeper 是存储设施，但特别注意
* ZK上存储的数据聚焦为：`协作数据`（`元数据`），而不是应用数据，应用数据有自己的存储方案，例如 HDFS 等
* ZK 本质上，可以看作一种`特殊的 FS`
特别说明：
> 应用数据和元数据，由于使用场景不同，对一致性和持久性的要求有差异， 因此，架构设计、数据治理过程中，应将 2 类数据独立看待、独立存储。
### ZooKeeper 的使命
ZK 要解决的核心问题：
ZK 目标：简化分布式应用开发中，多进程协作问题。为分布式应用，提供`高效`、`可靠`的分布式协调服务（基础服务），例如：
* 统一的命名服务
* 分布式锁
* 进程崩溃检测
* Leader 选举
* 配置管理：配置变更时，及时下发到各个 Client。
一个简单的问题：多进程的协作是什么？尼玛呀，有完没完，啥问题你都有，面对这个掉咋天的脑壳，还是回答一下。
**多进程协作**，整体分为 2 类：
1. **协作**：多进程需要一同处理某些事情，一些进程采取行动是的其他进程能够正常工作，例如：主从结构，M 向 S 分配任务，S 才会执行，否则 S 就保持空闲状态
2. **竞争**：两个进程不能同时工作，一个进程必须等待另个进程执行完毕，例如：主从结构，M 节点失效后，很多 S 都想成为 M，这时，就需要互斥锁，只有第一个获得锁的 S 成为 M
特别说明：
1. 不跨网络协作：多进程，可以在同一台物理主机上，同步原语很方便(比如？管道、共享内存、消息队列、信号量)
2. 跨网络协作：多进程，分布在不同的物理主机上，ZK 关注这一类
`跨网络多进程协作`，进程通信，基本思路有 2 个：
1. 消息机制：通过网络，直接信息交换，多消息传递算法，实现同步原语
2. 共享存储：利用外部共享存储，实现多进程协作，要求`共享存储`提供有序访问，ZK 采用这种方式
真实系统中，跨网络通信，有几个共性问题：
1. 消息延迟：由于网络原因，后发送先到达
2. 处理器性能：由于系统调度原因，消息到达后，延迟处理
3. 时钟偏移：不同物理主机，时钟发生偏移
> ZK 精心设计用于**屏蔽上述 3 个共性问题**，使得这些问题在应用服务层面完全透明化。
### ZooKeeper 特性
#### ZooKeeper 解决的本质问题
分布式系统的一致性问题：
1. 消息传递：延迟性，先发送的消息，不一定先到达；
2. 消息传递：丢失性，发送的消息，可能丢失；
3. 节点崩溃：分布式系统内，任何一个节点都可能崩溃；
在这种情况下，如何保证数据的一致性？
1. 提案投票：基于投票策略，2PC
2. 选举投票：基于投票策略，投出`优先级最高的节点`（包含最新数据的节点）
**Paxos 目标**：解决`分布式一致性`问题，提高分布式系统`容错性`的一致性算法。
**Paxos 本质**：基于`消息传递`的`高度容错`的`一致性算法`
#### ZooKeeper 定位
ZooKeeper 是：
1. 分布式协调服务
2. 高效、可靠
3. 方便应用程序，聚焦`业务逻辑开发`，而不需要过多关注`分布式进程间协作细节`
ZooKeeper 不直接暴露`原语`，而是，暴露一部分`调用方法`组成的 API，类似文件系统的 API，支持应用程序实现自己的`原语`。
#### ZooKeeper 特性
ZooKeeper 可以保证如下分布式一致性特性：
* 顺序一致性：同一个 Client 发起的事务请求，严格按照发起顺序执行
* 原子性：事务请求，要么应用到所有节点，要么一个节点都没有应用
* 单一视图：Client 无论连接到哪个节点，看到的服务端数据都是一致的（Note：不准确，其实是**最终一致性**）
* 可靠性：事务一旦执行成功，状态永久保留
* 实时性：事务一旦执行成功，Client 并不能立即看到最新数据，但 ZooKeeper 保证**最终一致性**
#### ZooKeeper 设计目标
ZooKeeper 致力于提供`高性能`、`高可用`、`顺序一致性`的分布式协调服务，保证数据`最终一致性`。
#### 目标一：高性能（简单的数据模型）
1. 采用`树形结构`组织数据节点；
2. 全量数据节点，都存储在内存中；
3. Follower 和 Observer 直接处理非事务请求；
#### 目标二：高可用（构建集群）
1. 半数以上机器存活，服务就能正常运行
2. 自动进行 Leader 选举
#### 目标三：顺序一致性（事务操作的顺序）
1. 每个事务请求，都会转发给 Leader 处理
2. 每个事务，会分配全局唯一的递增id（zxid，64位：epoch + 自增 id）
#### 目标四：最终一致性
1. 通过提议投票方式，保证事务提交的可靠性
2. 提议投票方式，只能保证 Client 收到事务提交成功后，半数以上节点能够看到最新数据
### ZooKeeper 出现之前
ZK 出现之前，分布式系统常用两种方式，实现多进程协作：
1. 分布式锁管理器
2. 分布式数据库
ZK 更专注于进程协作，而不提供任何锁接口和通用的存储数据接口。（疑问：ZK 也可以提供啊，我们不使用就行了）
应用服务器，常见的 2 种需求：
1. Master-Slave?**Leader 选举**：要求提供Master节点选举功能
2. 进程响应跟踪?**崩溃检测**：要求提供进程存活状态的跟踪
3. **分布式锁**：互斥排它锁
ZK 为上述 2 种策略提供了基础 API。
ZooKeeper 不适用的场景：
1. 海量数据存储：ZK 本质是`特殊的 FS`，但 ZK 用于存储`元数据`，需要单独存储`应用数据`
### 笔者福利
##### 以下是小编自己针对马上即将到来的金九银十准备的一套“面试宝典”，不管是技术还是HR的问题都有针对性的回答。
**有了这个，面试踩雷？不存在的！**
##### 需要这套“面试宝典”的，[点击这里即可免费获取](https://gitee.com/vip204888/java-p7)！回馈粉丝，诚意满满！！！
原文地址：https://blog.51cto.com/u_15293101/3033872
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
