ZooKeeper简介

想必大家都对分布式系统有所耳闻，大部分人对分布式都能侃侃而谈，但到了真正实施的时候，才发现其中的不易。今天带大家一起了解一款开源软件，ZooKeeper。它通过一些简单好用的API，来解决分布式系统设计与开发中的难点。

ZooKeeper简介

ZooKeeper实际上是yahoo开发的，用于分布式中一致性处理的框架。最初其作为研发Hadoop时的副产品。由于分布式系统中一致性处理较为困难，其他的分布式系统没有必要费劲重复造轮子，故随后的分布式系统中大量应用了ZooKeeper，以至于ZooKeeper成为了各种分布式系统的基础组件，其地位之重要，可想而知。著名的hadoop、kafka、dubbo 都是基于zookeeper而构建。

ZooKeeper是一种分布式协调服务，用于管理大型主机。在分布式环境中协调和管理服务是一个复杂的过程。ZooKeeper通过其简单的架构和API解决了这个问题。ZooKeeper允许开发人员专注于核心应用程序逻辑，而不必担心应用程序的分布式特性。

在进一步深入之前，我们了解关于分布式应用的一两件事情是很重要的。因此，让我们开始分布式应用的概述的快速讨论。

什么是分布式？

A distributed system is de ned as a software system that is composed of independent computing entities linked together by a computer network whose components communicate and coordinate with each other to achieve a common goal.
分布式系统是由独立的计算机通过网络连接在一起，并且通过一些组件来相互交流和协作来完成一个共同的目标。

想要更好的判断是否为好的分布式系统，可以看这些特性：

• 资源共享 - 例如存储空间，计算能力，数据，和服务等等
• 扩展性 - 从软件和硬件上增加系统的规模
• 并发性 - 多个用户同时访问
• 性能 - 确保当负载增加的时候，系统想要时间不会有影响
• 容错性 - 尽管一些组件暂时不可用了，整个系统仍然是可用的
• API抽象 - 系统的独立组件对用户隐藏，仅仅暴露服务

有了ZooKeeper，开发者可以很轻松的实现：

• 配置管理
• 命名服务
• 分布式锁
• 集群关系操作，检测节点的加入和离开

分布式系统的难点

可以想象，假如一台计算机的出错概率为0.1%，那么1000台服务器的出错概率呢？一旦计算机的数量增多，出错的概率就大大的增加。

多个相互独立的计算机，假设集群的配置信息在某个Master节点上，其余的节点从Master节点下载配置信息。假如Master节点挂了呢？假设Master节点是故障冗余的，但是配置信息是动态的传递给所有的其余节点的，而不是直接传过去。所有节点之间的信息如何保证一致呢？

服务发现的问题，为了增加系统的可靠性，我们一般会在系统中增加更多的服务器。让其它机器知道新加入的节点在集群中的关系和服务，这个设计也需要非常周到的考虑

机器数目众多，更容易出现 机器故障，软件崩溃，网络延迟，拓扑改变等等，而这些类型的错误没有规律可循，因此在分布式系统，想实现高容错性是很难的。

当然了…ZooKeeper被设计出来的目的就是解决这种类型的问题.

什么是Apache ZooKeeper ?

Apache ZooKeeper是由集群(节点组)使用的一种服务，用于在自身之间协调，并通过稳健的同步技术维护共享数据。ZooKeeper本身是一个分布式应用程序，为写入分布式应用程序提供服务。

ZooKeeper提供的常见服务

• 命名服务 - 按名称标识集群中的节点。它类似于DNS，但仅对于节点。
• 配置管理 - 加入节点的最近和最新的系统配置信息。
• 集群管理 - 实时地在集群和节点状态中加入/离开节点
• 选举算法 - 选举一个节点作为协调目的的leader
• 锁定和同步服务 - 在修改数据的同时锁定数据。此机制可帮助你在连接其他分布式应用程序(如 Apache HBase)时进行自动故障恢复。
• 高度可靠的数据注册表 - 即使在一个或几个节点关闭时也可以获得数据。

分布式应用程序提供了很多好处，但它们也抛出了一些复制和难以解决的挑战。ZooKeeper框架提供了一个完整的机制来克服所有的挑战。竞争条件和死锁使用故障安全同步方法进行处理。另一个主要缺点是数据的不一致性，ZooKeeper使用原子性解析。

ZooKeeper的好处

• 简单点的分布式协调过程
• 同步 - 服务器进程之间的相互排斥和协作。此过程有助于Apache HBase进行配置管理。
• 有序的消息
• 序列化 - 根据特定规则对数据进行编码。确保应用程序运行一致。这种方法可以在MapReduce中用来协调队列以执行运行的线程。
• 可靠性
• 原子性 - 数据转移完全成功或完全失败，但没有事务是部分的。