搞懂ZooKeeper到底是做啥的
一.ZooKeeper是啥
ZooKeeper概念
ZooKeeper是一个开源的分布式协调服务(a service for coordinating processes of distributed applications)，由雅虎公司创建，是Google Chubby的开源实现（Google Chubby是有名的分布式锁服务，GFS和Big Table等大型系统都用它来解决分布式协调、Master选举等一系列与分布式锁服务相关的问题）。分布式程序可以基于ZooKeeper实现负载均衡，命名服务，分布式锁等功能。ZooKeeper将全量数据都存在内存中，实现提高服务器吞吐、减少延迟的目的。
上面的英文说的足够简而意赅了，a service for coordinating processes of distributed applications。是为了协调分布式应用的，到底解决什么样的问题呢。相信大家的Java基础都不错，个人觉得还是拿锁举例子比较好理解，在单机式中，我们想保证多个线程争抢，最后只有一个线程争抢到执行权（锁）并执行你想要让他做的业务代码，最简单的方式，可以用：
synchronized (obj){
//业务逻辑
}
那么在分布式的情况下呢？怎么保证，同一个服务部署在不同机器上实现如上目标呢？那么这就是分布式协调服务要干的事情。分布式协调远远比同一个进程里的协调复杂得多，所以类似Zookeeper这类分布式协调服务就应运而生。在解决分布式数据一致性上，除了ZooKeeper，目前没有一个成熟稳定且被大规模应用的开源方案。且越来越多的大型分布式项目如HBase、Storm都已经使用ZooKeeper作为其核心组件，用于分布式协调。
ZooKeeper可以保证如下分布式一致性特性：
- 顺序一致性：从同一客户端发起的事务请求，最终将会严格地按照其发起顺序被应用到ZooKeeper中
- 原子性：要么整个集群所有机器都成功应用了某个事务，要么都没有应用
- 单系统镜像：无论客户端连接的是哪个ZooKeeper服务器，其看到的服务器数据模型都是一致的（当然，ZooKeeper就是解决分布式数据一致性问题的）
- 可靠性：一个服务端成功地应用了一个事务，并完成对客户端的响应，那么该事务所引起的服务端状态变更将会被一致保留下来，除非有另一个事务又对其进行了变更
- 实时性：ZooKeeper仅保证在一定时间段内，客户端最终一定能从服务端上读取到最新的数据状态。也就是说比方说一个ZooKeeper集群，有一个时间点，数据在集群中的每个服务器不是一致的，ZooKeeper只保证最终一致性, 但是实时的一致性可以由客户端调用自己来保证,通过调用sync()方法
ZooKeeper名字诞生
在立项初期，考虑到之前内部很多项目都是使用动物的名字来命名的（例如著名的Pig项目)，雅虎的工程师希望给这个项目也取一个动物的名字。时任研究院的首席科学家 Raghu Ramakrishnan 开玩笑地说：“在这样下去，我们这儿就变成动物园了！”此话一出，大家纷纷表示就叫动物园管理员吧，因为各个以动物命名的分布式组件放在一起，雅虎的整个分布式系统看上去就像一个大型的动物园了。而 Zookeeper 正好要用来进行分布式环境的协调，于是，Zookeeper 的名字也就由此诞生了。
ZooKeeper的核心概念
集群角色
在ZooKeeper中，集群有3个角色：Leader、Follower和Observer三种角色。
Leader：ZooKeeper集群中所有机器通过选举过程选定集群中的一台机器为Leader，事务请求唯一调度者和处理者，保证集群事务处理的顺序性
Follower：为客户端提供读服务、参与Leader选举过程、参与写操作的“过半写成功”策略，收到写事务请求直接转发给Leader
Observer：为客户端提供读服务，在不影响集群事务处理能力的前提下提升集群的非事务处理能力
会话
Session是ZooKeeper中的会话实体，代表了一个客户端会话，一个客户端连接指客户端和服务器之间的一个TCP长连接。通过这个连接，客户端能够做以下事情
- 向ZooKeeper服务器发送请求并接收响应
- 心跳检测
- 接收来自服务器的Watch事件
数据节点（Znode）
数据节点（Znode）是指数据模型中的数据单元，ZooKeeper内存数据存储的核心是DataTree，是一个树的数据结构，代表了内存中的一份完整的数据，由斜杠"/"进行分割的路径，就是一个Znode，每个Znode都保存自己的数据内容
版本
每个Znode都有三种类型的版本信息，对节点数据变动会引起版本号变化
version：当前数据节点数据内容的版本号
cversion：当前数据节点子节点的版本号
aversion：当前数据节点ACL变更版本号
Watcher
事件监听器（Watcher）是ZooKeeper非常重要的特性，我们可以在节点上注册Watcher，并且在一些特性事件触发时候，服务器将事件通知到客户端上
ACL
ZooKeeper使用ACL（Access Control Lists）权限控制机制保证数据安全，有5个权限：
CREATE：创建子节点的权限
READ：获取节点数据和子节点列表的权限
WRITE：更新节点数据的权限
DELETE：删除子节点的权限
ADMIN：设置节点ACL的权限
二.ZooKeeper能做啥
我们可以回头看最上面的图，Hbase，Hadoop，Kafka等已经被广泛应用在越来越多的大型分布式系统中，用来解决诸如配置管理，分布式通知/协调、集群管理和Master选举等一系列分布式问题
ZooKeeper在阿里的实践有Dubbo，消息中间件Metamorphosis，分布式数据库同步系统Otter，实时计算引擎Jstorm等
- 数据发布/订阅（配置中心）
- 负载均衡
- 分布式协调/通知
- 集群管理
- Master选举
- 分布式锁
三.ZAB协议是啥
可以这么说，No ZAB，No ZooKeeper。ZAB协议是整个ZooKeeper框架的核心所在。
ZooKeeper是一个高可用的分布式数据管理与协调框架。基于对ZAB算法的实现，ZooKeeper成为了解决分布式环境中数据的一致性问题的利器。ZAB协议的全称是ZooKeeper Atomic Broadcast（ZooKeeper原子消息广播协议）。ZAB协议是一种特别为ZooKeeper设计的崩溃可恢复的原子消息广播算法。
所有事务请求必须由唯一的Leader服务器来协调处理，其他服务器则成为Follower服务器。Leader服务器负责将事务请求转换成一个提议，并将该提议分发到集群中的所有Follower服务器，之后Leader服务器需要等待所有Follower的响应，一旦超过半数的Follower服务器进行了正确的反馈后（不需要等待集群中所有的Follower服务器都反馈响应），那么Leader就会再次向所有Follower服务器分发Commit消息，要求对前一个提议进行提交。
术语解释
首先先来看一下选举算法出现的一些专有术语
SID：服务器ID
SID是一个数据，标识一台ZooKeeper集群中的机器，SID不能重复，和myid值一样。（集群的配置文件中，server.id=host:port:port，这里的id就是myid，我们还需要在dataDir参数的目录创建myid文件，就是这里的id）
ZXID：事务ID
ZXID是一个事务ID，标记唯一一次服务器状态的变更，某一时刻，集群中的每台机器的ZXID不一定都一致，之前已经说过了。它是一个64位的数字，低32位可以看作递增计数器，高32位代表Leader周期epoch的编号
Vote：投票
我们可以看下Vote的数据结构：
接下来我们来解释一下每个字段的意思：
id：被选举的Leader的SID值
zxid：被选举的Leader的事务ID
electionEpoch：逻辑时钟
peerEpoch：被选举的Leader的epoch
state：当前服务器的状态
Quorum：过半机器数
quorum=（n/2+1），假如集群总数是3，那么quorum就是2
ZAB协议三个阶段
阶段一：发现
阶段一就是Leader选举过程（服务器启动期间或者服务器运行期间），服务器的状态进入LOCKING状态。进入选举Leader流程。
不要死记硬背具体规则，总结简单来说，哪台服务器上的数据较新，也就是它的ZXID越大，那么越有可能成为Leader。如果几个服务器具有相同的ZXID，那么SID较大的服务器成为Leader。
规则1：如果收到投票的ZXID大于自身的ZXID，就认可收到的投票再次投出去
规则2：如果收到投票的ZXID小于自身的ZXID，则坚持自己的投票不做任何变更
规则3：如果收到投票的ZXID等于自身的ZXID，则对比两者SID，如果收到投票的SID大于自身的SID则认可收到的投票再次投出去
规则4：如果收到投票的ZXID等于自身的ZXID，并且收到投票的SID小于自身SID则坚持自己的投票不做任何变更
接下来举个例子来说明选举的过程：
过程A：我们假设ZooKeeper由5台机器组成，SID分别为1，2，3，4，5。ZXID分别为9，9，9，8，8。此时SID为2的机器是Leader服务器，某一时刻SID为1和2的机器出现故障，因此集群开始进行Leader选举，state切换到LOCKING状态。
过程B：第一次投票，每台机器都选自己作为被选举的对象来进行投票，所以SID为3，4，5的投票情况为（这里Vote做简化，只有SID和ZXID）：（3，9），（4，8），（5，8）。
过程C：Server3收到（4，8）和（5，8）。根据规则2，不做任何投票的变更。
Server4收到（3，9）和（5，8）。根据规则1，需要变更投票为（3，9）。
Server5同样的变更投票为（3，9）。
过程D：第二轮投票后，Server3收到超过一半的票数，成为Leader
阶段二：同步
选举完成后，Leader服务器会为每一个Follower服务器都准备一个队列，并将那些没有被各Follower服务器同步的事务以Proposal消息的形式逐个发送给Follower服务器，然后在提议消息之后紧接发送一个Commit消息，表示该事务被提交，等到Follower服务器都将未同步的事务从Leader服务器同步过来并成功应用到本地数据库后，Leader服务器会将该Follower服务器加入真正可用的Follower列表中
阶段三：广播
Leader服务器会给每个Follower分配一个FIFO的队列来分送事务，Follower服务器收到事务Proposal之后以事务日志的形式写入本地磁盘，写入成功会给Leader服务器回复一个ACK。
当Leader服务器收到过半的ACK响应则广播发送Commit消息给所有Follower，然后所有服务器完成对事务的提交。
