zookeeper可谓是今朝利用最遍及的漫衍式组件了。其成果和职责单一，但却很是重要。

在现今这个年月，先容zookeeper的书和文章可谓不足为奇，本人鄙人，试图通过本身的领略来先容zookeeper，但愿通过一个初学者的视角来进修zookeeper，以期让人越发深入僻静稳的领略zookeeper。个中参考了不少教程和书，相关书目列在文末，也感激这些作者。

进修新的框架，先让我们搞清楚他是什么，这是它的内在。然后再先容它能做什么，这是它的外延，内在和外延配合来界说框架自己，会对框架有较为深刻的领略，在应用层面上知道如何用。其次再搞清楚zookeeper相关的理论基本，其目标是知道zookeeper是如何被发现的，是否可以或许警惕以便此后本身可以或许用到其他处所。最后搞清楚zookeeper中一些设计的道理和细节，目标也是搞清来龙去脉，学会“术”从而应用到此外处所。虽然了，加深的领略同样可以或许辅佐认识zookeeper自己，在利用时才知道为什么这样用。

首先，

zookeeper到底是什么？

zookeeper实际上是yahoo开拓的，用于漫衍式中一致性处理惩罚的框架。最初其作为研发Hadoop时的副产物。由于漫衍式系统中一致性处理惩罚较为坚苦，软件开发，其他的漫衍式系统没有须要 费劲反复造轮子，故随后的漫衍式系统中大量应用了zookeeper，劳务派遣管理系统，以至于zookeeper成为了各类漫衍式系统的基本组件，其职位之重要，可想而知。著名的hadoop、kafka、dubbo 都是基于zookeeper而构建。

要想领略zookeeper到底是做啥的，那首先得领略清楚，什么是一致性。

所谓的一致性，实际上就是环绕着“瞥见”来的。谁能瞥见？可否瞥见？什么时候瞥见？举个例子：淘宝靠山卖家，在靠山上架一件大促的商品，通过处事器A提交到主数据库，假设刚提交后立马就有用户去通过应用处事器B去从数据库查询该商品，就会呈现一个现象，卖家已经更新乐成了，然而买家却看不到；而颠末一段时间后，主数据库的数据同步到了从数据库，买家就能查到了。

假设卖家更新乐成之后买家立马就能看到卖家的更新，则称为强一致性；

假如卖家更新乐成后买家不能看到卖家更新的内容，则称为弱一致性；

而卖家更新乐成后，买家颠末一段时间最终能看到卖家的更新，则称为最终一致性。

更多的一致性例子可以参考文献2，内里罗列了10种一致性的例子，假如要给一致性下个界说，可以是漫衍式系统中状态或数据保持同步和一致。出格需要留意一致性跟事务的区别，可以记得进修数据库时出格强调ACID，故而满意ACID的数据库可以或许干事务，个中C等于一致性，因此，事务是一致性的一种特例，比起一致性更难告竣。

如何担保在漫衍式情况下数据的最终一致，这个就是zookeeper需要办理的问题。对付这些问题，有哪些挑战，zookeeper又是如何办理这些挑战的，下一篇文章将会主要涉及这个主题。

一些常见的办理一致性问题的方法：

1. 查询重试赔偿。对付漫衍式应用中不确定的环境，先利用查询接口查询到当前状态，假如当前状态纷歧致则回收赔偿接口对状态举办重试推进，可能回滚接口对业务做回滚。典范的场景如银行跟付出宝之间的交互。付出宝发送一个转账请求到银行，如一直未收到响应，则可以通过银行的查询接口查询该笔生意业务的状态，如该笔生意业务对方未收到，则采纳赔偿的模式举办推送。
2. 按时任务推送。对付上面的环境，有大概一次推送搞不定，于是需要2次，3次推送。不要猜疑，付出宝内最初掉单率很高，全靠后续不绝的按时任务推送增加乐成率。
3. TCC。try-confirm-cancel。实际上是两阶段协议，第二阶段的可以实现提交操纵或是逆操纵。

zookeeper到底能做什么？

在业界的实际应用是什么？相识这些应用，会对zookeeper可以或许做的事有更直观的认识。

hadoop

鼻祖级应用，ResourceManager在整个hadoop中算是单点，为了实现其高可用，分为主备ResourceManager，zookeeper在个中打点整个ResourceManager。

可以想象，主备ResourceManager最初是主RM提供处事，假如一切安好，则zookeeper无用武之地。然而，总归会呈现主RM提供不了处事的环境。于是会呈现主备切换的环境，而zookeeper正是为主备切换保驾护航。

先来推理一下，主备切换会呈现什么问题。传统的主备切换，可以让主备之间维持心跳毗连，一旦备机发明主机心跳检测不到了，则本身切换为主机，本来的主机期待救助。这种方法有两个问题，一是由于网络发抖，负载过大等问题，备机检测不到心跳并不能说明主机必然挂了，有大概一按时间后主机或网络规复，这时候主机并不知道备机已经切换为主机，2台主机相互争用，大概造成脑裂；二是假如一些数据会合在主机上面，则备机切换时由于同步延时势必会损失掉一部门的数据。