转 https://www.sohu.com/a/323031234_120104204

https://zhuanlan.zhihu.com/p/69114539

1 为什么需要 Zookeeper

　　很多中间件，比如Kafka、Hadoop、HBase，都用到了 Zookeeper，于是很多人就会去了解这个 Zookeeper 到底是什么，为什么它在分布式系统里有着如此无可替代的地位。

　　其实学任何一项技术，首先都要弄明白，为什么需要这项技术。

　　为什么需要 Zookeeper

　　正经点来回答，就是我们需要一个用起来像单机但是又比单机更可靠的东西。

　　下面开始不正经的回答。

　　一个团队里面，需要一个leader，leader是干嘛用的？管理什么的咱不说，就说如果外面的人，想问关于这个团队的一切事情，首先就会去找这个leader，因为他知道的最多，而且他的回答最靠谱。

　　比如产品经理小饼过来要人，作为leader，老吕发现小耀最近没有项目安排，于是把小耀安排给了小饼的项目；

过了一会，另一个产品小西也过来要人，老吕发现刚刚把小耀安排走了，已经没人，于是就跟小西说，人都被你们产品要走了，你们产品自己去协调去。

　　如果老吕这时候忘了小耀已经被安排走了，把小耀也分配给小西，那到时两个产品就要打架了。

　　这就是leader在团队里的协调作用。

　　同样的，在分布式系统中，也需要这样的协调者，来回答系统下各个节点的提问。

　　比如我们搭建了一个数据库集群，里面有一个Master，多个Slave，Master负责写，Slave只读，我们需要一个系统，来告诉客户端，哪个是Master。

　　有人说，很简单，我们把这个信息写到一个Java服务器的内存就好了，用一个map，key:master，value:master机器对应的ip

　　但是别忘了，这是个单机，一旦这个机器挂了，就完蛋了，客户端将无法知道到底哪个是Master。

　　于是开始进行拓展，拓展成三台服务器的集群。

　　这下问题来了，如果我在其中一台机器修改了Master的ip，数据还没同步到其他两台，这时候客户端过来查询，如果查询走的是另外两台还没有同步到的机器，就会拿到旧的数据，往已经不是master的机器写数据。

　　所以我们需要这个存储master信息的服务器集群，做到当信息还没同步完成时，不对外提供服务，阻塞住查询请求，等待信息同步完成，再给查询请求返回信息。

　　这样一来，请求就会变慢，变慢的时间取决于什么时候这个集群认为数据同步完成了。

　　假设这个数据同步时间无限短，比如是1微妙，可以忽略不计，那么其实这个分布式系统，就和我们之前单机的系统一样，既可以保证数据的一致，又让外界感知不到请求阻塞，同时，又不会有SPOF（Single Point of Failure）的风险，即不会因为一台机器的宕机，导致整个系统不可用。

　　这样的系统，就叫分布式协调系统。谁能把这个数据同步的时间压缩的更短，谁的请求响应就更快，谁就更出色，Zookeeper就是其中的佼佼者。

　　它用起来像单机一样，能够提供数据强一致性，但是其实背后是多台机器构成的集群，不会有SPOF。

　　讲完了上面这些，现在再来看官网这句话，就很能理解了：

　ZooKeeper: A Distributed Coordination Service for Distributed Applications

　　当然还有这句：

　　而以往的很多ZK教程，上来就是“Zookeeper是开源的分布式应用协调系统”blabla，很多像我这样的小年轻看到就会很费解，到底什么是分布式协调，为什么分布式就需要协调 …

　　上面只是回答了我自己提出的问题，为什么需要Zookeeper，或者说，为什么需要分布式协调系统，如果想进一步学习 ZK，你还需要了解下 Zookeeper 的内部实现原理。



2 Zookeeper简介

　　Zookeeper是一个开源的分布式协调服务，目前由Apache进行维护。Zookeeper可以用于实现分布式系统中常见的发布/订阅、负载均衡、命令服务、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。它具有以下特性：

  • 顺序一致性 ：从一个客户端发起的事务请求，最终都会严格按照其发起顺序被应用到Zookeeper中；
  • 原子性 ：所有事务请求的处理结果在整个集群中所有机器上都是一致的；不存在部分机器应用了该事务，而另一部分没有应用的情况；
  • 单一视图 ：所有客户端看到的服务端数据模型都是一致的；
  • 可靠性 ：一旦服务端成功应用了一个事务，则其引起的改变会一直保留，直到被另外一个事务所更改；
  • 实时性 ：一旦一个事务被成功应用后，Zookeeper可以保证客户端立即可以读取到这个事务变更后的最新状态的数据。

 

3 Zookeeper设计目标

　　Zookeeper致力于为那些高吞吐的大型分布式系统提供一个高性能、高可用、且具有严格顺序访问控制能力的分布式协调服务。它具有以下四个目标

 

3.1 目标一：简单的数据模型

　　Zookeeper通过树形结构来存储数据，它由一系列被称为ZNode的数据节点组成，类似于常见的文件系统。不过和常见的文件系统不同，Zookeeper将数据全量存储在内存中，以此来实现高吞吐，减少访问延迟。

 

3.2 目标二：构建集群

　　可以由一组Zookeeper服务构成Zookeeper集群，集群中每台机器都会单独在内存中维护自身的状态，并且每台机器之间都保持着通讯，只要集群中有半数机器能够正常工作，那么整个集群就可以正常提供服务。

 

3.3 目标三：顺序访问

　　对于来自客户端的每个更新请求，Zookeeper都会分配一个全局唯一的递增ID，这个ID反映了所有事务请求的先后顺序。

 

3.4 目标四：高性能高可用

　　ZooKeeper将数据存全量储在内存中以保持高性能，并通过服务集群来实现高可用，由于Zookeeper的所有更新和删除都是基于事务的，所以其在读多写少的应用场景中有着很高的性能表现。

 

4 核心概念

4.1 集群角色

　　Zookeeper集群中的机器分为以下三种角色：

　　1）Leader ：为客户端提供读写服务，并维护集群状态，它是由集群选举所产生的；

　　2）Follower ：为客户端提供读写服务，并定期向Leader汇报自己的节点状态。同时也参与写操作“过半写成功”的策略和Leader的选举；

　　3）Observer ：为客户端提供读写服务，并定期向Leader汇报自己的节点状态，但不参与写操作“过半写成功”的策略和Leader的选举，因此Observer可以在不影响写性能的情况下提升集群的读性能。

 

4.2 会话

　　Zookeeper客户端通过TCP长连接连接到服务集群，会话(Session)从第一次连接开始就已经建立，之后通过心跳检测机制来保持有效的会话状态。通过这个连接，客户端可以发送请求并接收响应，同时也可以接收到Watch事件的通知。

　　关于会话中另外一个核心的概念是sessionTimeOut(会话超时时间)，当由于网络故障或者客户端主动断开等原因，导致连接断开，此时只要在会话超时时间之内重新建立连接，则之前创建的会话依然有效。

 

4.3 数据节点

　　Zookeeper数据模型是由一系列基本数据单元 Znode (数据节点)组成的节点树，其中根节点为 / 。每个节点上都会保存自己的数据和节点信息。Zookeeper中节点可以分为两大类：

  • 持久节点 ：节点一旦创建，除非被主动删除，否则一直存在；
  • 临时节点 ：一旦创建该节点的客户端会话失效，则所有该客户端创建的临时节点都会被删除。

　　临时节点和持久节点都可以添加一个特殊的属性： SEQUENTIAL ，代表该节点是否具有递增属性。如果指定该属性，那么在这个节点创建时，Zookeeper会自动在其节点名称后面追加一个由父节点维护的递增数字。

 

4.4 节点信息

　　每个ZNode节点在存储数据的同时，都会维护一个叫做 Stat 的数据结构，里面存储了关于该节点的全部状态信息。如下：

 

4.5 Watcher

　　Zookeeper中一个常用的功能是Watcher(事件监听器)，它允许用户在指定节点上针对感兴趣的事件注册监听，当事件发生时，监听器会被触发，并将事件信息推送到客户端。

　　该机制是Zookeeper实现分布式协调服务的重要特性。

 

4.6 ACL

　　Zookeeper采用ACL(Access Control Lists)策略来进行权限控制，类似于UNIX文件系统的权限控制。它定义了如下五种权限

　　　　1）CREATE ：允许创建子节点；

　　　　2）READ ：允许从节点获取数据并列出其子节点；

　　　　3）WRITE ：允许为节点设置数据；

　　　　4）DELETE ：允许删除子节点；

　　　　5）ADMIN ：允许为节点设置权限。

 

5 ZAB协议

5.1 ZAB协议与数据一致性

　　ZAB协议是Zookeeper专门设计的一种支持崩溃恢复的原子广播协议。通过该协议，Zookeepe基于主从模式的系统架构来保持集群中各个副本之间数据的一致性。具体如下：

　　Zookeeper使用一个单一的主进程来接收并处理客户端的所有事务请求，并采用原子广播协议将数据状态的变更以事务Proposal的形式广播到所有的副本进程上去。如下图：

　　具体流程如下：

　　所有的事务请求必须由唯一的Leader服务来处理，Leader服务将事务请求转换为事务Proposal，并将该Proposal分发给集群中所有的Follower服务。如果有半数的Follower服务进行了正确的反馈，那么Leader就会再次向所有的Follower发出Commit消息，要求将前一个Proposal进行提交。

 

5.2 ZAB协议的内容

　　ZAB协议包括两种基本的模式，分别是崩溃恢复和消息广播

 

1）崩溃恢复

　　当整个服务框架在启动过程中，或者当Leader服务器出现异常时，ZAB协议就会进入恢复模式，通过过半选举机制产生新的Leader，之后其他机器将从新的Leader上同步状态，当有过半机器完成状态同步后，就退出恢复模式，进入消息广播模式。

 

2） 消息广播

　　ZAB协议的消息广播过程使用的是原子广播协议。在整个消息的广播过程中，Leader服务器会为每个事务请求生成对应的Proposal，并为其分配一个全局唯一的递增的事务ID(ZXID)，之后再对其进行广播。具体过程如下：

　　Leader服务会为每一个Follower服务器分配一个单独的队列，然后将事务Proposal依次放入队列中，并根据FIFO(先进先出)的策略进行消息发送。Follower服务在接收到Proposal后，会将其以事务日志的形式写入本地磁盘中，并在写入成功后反馈给Leader一个Ack响应。当Leader接收到超过半数Follower的Ack响应后，就会广播一个Commit消息给所有的Follower以通知其进行事务提交，之后Leader自身也会完成对事务的提交。而每一个Follower则在接收到Commit消息后，完成事务的提交。

 

6 Zookeeper的典型应用场景

6.1数据的发布/订阅

　　数据的发布/订阅系统，通常也用作配置中心。在分布式系统中，你可能有成千上万个服务节点，如果想要对所有服务的某项配置进行更改，由于数据节点过多，你不可逐台进行修改，而应该在设计时采用统一的配置中心。之后发布者只需要将新的配置发送到配置中心，所有服务节点即可自动下载并进行更新，从而实现配置的集中管理和动态更新。

　　Zookeeper通过Watcher机制可以实现数据的发布和订阅。分布式系统的所有的服务节点可以对某个ZNode注册监听，之后只需要将新的配置写入该ZNode，所有服务节点都会收到该事件。

 

6.2 命名服务

　　在分布式系统中，通常需要一个全局唯一的名字，如生成全局唯一的订单号等，Zookeeper可以通过顺序节点的特性来生成全局唯一ID，从而可以对分布式系统提供命名服务。

 

6.3 Master选举

　　分布式系统一个重要的模式就是主从模式(Master/Salves)，Zookeeper可以用于该模式下的Matser选举。可以让所有服务节点去竞争性地创建同一个ZNode，由于Zookeeper不能有路径相同的ZNode，必然只有一个服务节点能够创建成功，这样该服务节点就可以成为Master节点。

 

6.4 分布式锁

　　可以通过Zookeeper的临时节点和Watcher机制来实现分布式锁，这里以排它锁为例进行说明：

　　分布式系统的所有服务节点可以竞争性地去创建同一个临时ZNode，由于Zookeeper不能有路径相同的ZNode，必然只有一个服务节点能够创建成功，此时可以认为该节点获得了锁。其他没有获得锁的服务节点通过在该ZNode上注册监听，从而当锁释放时再去竞争获得锁。锁的释放情况有以下两种：

  • 当正常执行完业务逻辑后，客户端主动将临时ZNode删除，此时锁被释放；
  • 当获得锁的客户端发生宕机时，临时ZNode会被自动删除，此时认为锁已经释放。

　　当锁被释放后，其他服务节点则再次去竞争性地进行创建，但每次都只有一个服务节点能够获取到锁，这就是排他锁。

 

6.5 集群管理

　　Zookeeper还能解决大多数分布式系统中的问题：

  • 如可以通过创建临时节点来建立心跳检测机制。如果分布式系统的某个服务节点宕机了，则其持有的会话会超时，此时该临时节点会被删除，相应的监听事件就会被触发。
  • 分布式系统的每个服务节点还可以将自己的节点状态写入临时节点，从而完成状态报告或节点工作进度汇报。
  • 通过数据的订阅和发布功能，Zookeeper还能对分布式系统进行模块的解耦和任务的调度。
  • 通过监听机制，还能对分布式系统的服务节点进行动态上下线，从而实现服务的动态扩容。