【大数据】分布式协调系统 Zookeeper

Zookeeper 是 Apache 开源的一个顶级项目，目的是为分布式应用提供协调服务，当然 Zookeeper 本身也是分布式的。

而从设计模式的角度来理解：Zookeeper 是一个基于观察者模式设计的 分布式服务管理框架，它负责存储和管理大家都关心的数据，然后接收观察者的注册。一旦数据的状态发生变化，Zookeeper 就会通知那些已经注册的观察者，以便它们能够及时做出反应。

所以 Zookeeper 可以看作是一个 文件系统 + 通知机制。文件系统指的是 Zookeeper 可以存储数据，尽管数据量比较少，但还是像文件一样可以存储的；而通知机制指的是当数据有变化，会立即通知观察者。

1.Zookeeper 的特点

那么 Zookeeper 都有哪些特点呢？

• 1️⃣ Zookeeper 本身也是分布式的，可以组成集群。Zookeeper 集群由一个领导者节点（Leader）和多个追随者节点（Follower）组成，Leader 负责接收写请求，Follower 负责和 Leader 之间进行数据同步并接收读请求。
• 2️⃣ 集群中只要有半数以上的节点存活，Zookeeper 集群就能正常服务，所以集群内部的节点数量最好是奇数个。
• 3️⃣ Zookeeper 是 CP 模型，在一致性（Consistency）和可用性（Availability）之间选择了一致性，因此集群里面的数据是全局一致的，每个 Server 都保存了一份相同的数据副本。客户端无论连接到哪一个 Server，数据都是一致的。这也意味着 Leader 只有将新数据同步给所有的 Follower 之后，整个 Zookeeper 集群才能对外提供服务，否则客户端就有可能读到旧数据。因为根据 CAP 理论，在保证 P（Partition tolerance）的前提下，C 和 A 是不可兼顾的，至于选择哪一个则看是否对数据有强一致性的要求。而 Zookeeper 存储的数据一般都不大，所以选择了一致性。
• 4️⃣ 写请求顺序进行，来自同一个 Client 的写请求按其发送顺序依次执行。
• 5️⃣ 实时性，Client 可以很快地读到最新数据。虽然 Leader 和 Follower 之间的数据同步需要一定时间，但 Zookeeper 保存的数据量很小，因此同步速度非常快。

2.Zookeeper 的数据结构

Zookeeper 数据结构和 UNIX 文件系统很类似，整体上可以看做是一棵树，节点被称为 ZNode。每个 ZNode 默认能够存储 1MB 的数据，因为 Zookeeper 是 CP 模型，所以它不适合存储大量的数据，只适合存储一些简单的配置信息。此外，每个节点都可以通过路径进行唯一标识，我们通过 ZNode 的路径即可获取某个 ZNode 存储的数据。

整体还是很好理解的，但是要明白，ZNode 能够存储的数据量比较少，不应该超过 1MB。

3.Zookeeper 的应用场景

Zookeeper 在生产上都能解决哪些问题呢？其实能解决的问题还蛮多的，比如 统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡 等等。下面一个一个介绍。

3.1 统一命名服务

在分布式环境下，经常需要对应用/服务进行统一命名，便于识别。例如：IP 不容易记住，但是域名容易记住。

当访问域名的时候，会自动转发到某个服务器当中。

3.2 统一配置管理

分布式环境下，配置文件同步非常常见。一个集群中，所有节点的配置信息是一致的，对配置文件修改之后，希望能够快速同步到各个节点上。比如 Kafka 集群，当然 Kafka 自带 Zookeeper，但是我们一般不用自带的。

配置管理可交由 Zookeeper 实现，可将配置信息写入 Zookeeper 的一个 ZNode，各个客户端监听这个 ZNode。一旦 ZNode 中的数据被修改，Zookeeper 将通知各个客户端，这样一来每个客户端读到的配置信息都是一致的。

3.3 统一集群管理

分布式环境中，实时掌握每个节点的状态是必要的，这样便可根据节点的实时状态做出一些调整。

而 Zookeeper 可以实现实时监控节点的变化，通过将节点信息写入 Zookeeper 的一个 ZNode，监听这个 ZNode 便可获取它的实时状态变化。

此外每一个客户端的状态也可以写到节点上面，只要状态发生变化，就会更新节点上客户端的数据。只要数据发生更新，会立刻同步到其他的节点上，从而通知其他的客户端。

3.4 服务器动态上下线

客户端能实时洞察到服务器上线的情况，还是最开始说的，如果某台服务器宕机，比如 Server3。那么客户端就会被 Zookeeper 通知，之后就不会再请求 Server3 了。

当然这只是宕机的情况，如果 Server3 修好了重新上线，那么 Zookeeper 也要通知客户端。客户端会再次重新注册监听，之后仍然可以访问 Server3。

3.5 软负载均衡

在 Zookeeper 中记录每台服务器的访问数，让访问数最少的服务器去处理最新的客户端请求。

当新的客户端来访问的时候，会自动分发到访问次数比较少的服务器上。也就是类似 Nginx 负载均衡的效果，让每一台服务器的压力都不会那么大。