Zookeeper原理&实战

1、分布中的一致性

谈到分布式，不得谈到CAP(一致性、可用性、分区性)，对于分区性是确定的，剩下的就在一致性和可用性中选择，这个选择又是一个痛苦的事情，鱼和熊掌不可兼得。后面出来了BASE理伦，选择不是完全绝对的，可用性有50%的可用，80%的可用，一致性有强一致性和最终一致性。今天谈谈Zookeeper，有人说它是强一致性，也有人说它是最终一致性，个人觉得都有道理。说它是强一致性的理由是有选举的过程中不可用，说它是最终一致性的理由是过半同意就ok，站在不同的角度看它得出的结论不一样，然而它是分布式中一致性的框架总是不会有错的。

一致性的理伦原理一大堆的，有的还把人搞得晕七晕八的，懂得基本的原理，再去实践，最后再总结归纳，这样的过程比较好。下面给出三种不同一致性的实现方案。

1.1 无主节点+广播+定时dump

说明：

• 一个写请求经过路由到集群中的某一台机器，机器执行写数据库和写本地文件操作，然后广播通知其它的节点进行更新操作。
• 这里是最终一致性，即便在通知的过程中有节点失败了，每隔一定的时间进行全量dump操作，从DB里加载数据与本地文件进行比较，发现不一致就更新。

1.2 固定主节点+强一致性

说明：

• 有一个主节点专门接收请求，如果有写请求，就全部转发到其它的节点上，等待所有的节点都操作成功，再返回，保证了强一致性，牺牲了性能。
• 固定主节点有风险，万一它挂了就完蛋了，也有主备的策略可以考虑。

1.3 动态选举主节点+多数返回就成功

说明：

• 每次要选举出一个主节点出来，如果是其它节点发现是写请求，就会转到主节点上。
• 主节点广播发送请求，如果多数返回成功，就成功，避免要全部返回成功就算成功。

大概明白了上面的原理后，学习zookeeper就更方便了，zookeeper的大概原理与第3点相似。

2、Zookeeper

zookeeper是一个分布式一致性框架，它能保证数据的最终一致性，我们利用它的特性完成需求，先看一下基础的用法。我是在mac上安装zookeeper的，先来了解一下基础的命令操作。

2.1 进入命令模式

        在zookeeper的解压目录下，进入bin目录下，执行：
./zkServer.sh start
      

2.2 客户端连接

        打开另外一个终端，进入zookeeper安装目录下的bin目录下，执行：
./zkCli.sh
      

2.3 命令操作

        a. 创建一个节点

create /data "myData"

节点类型有：持久化节点、临时节点、顺序节点
zookeeper 顺序节点要创建在目录下，否则ls 不出来，create -e -s /tmp/ "aaa" ls /tmp 就会看到数据

b. 读取节点值

get /data

c. 监听数据变化

get /data watch

然后执行数据变更操作，就可以看到数据变化
set /data "test"
      

从上面可以看出，zookeeper提供了基础的命令操作：

• 创建节点
• 读取节点值
• 更新节点值
• watch节点变化
• 删除节点

这些基础的功能可以实现很多功能，如数据配置、分布式锁等。

3、实战

TODO