內容摘自微信公眾號，程序員小灰。推薦-ing
Zookeeper的數據模型
Zookeeper的數據模型是什么樣子呢？它很像數據結構當中的樹，也很像文件系統的目錄。
樹是由節點所組成，Zookeeper的數據存儲也同樣是基於節點，這種節點叫做Znode。
但是，不同於樹的節點，Znode的引用方式是路徑引用，類似於文件路徑：
/ 動物 / 倉鼠
/ 植物 / 荷花
這樣的層級結構，讓每一個Znode節點擁有唯一的路徑，就像命名空間一樣對不同信息作出清晰的隔離。
關於Znode
Znode包含了數據、子節點引用、訪問權限等，具體如圖：
data：
Znode存儲的數據信息。
ACL：
記錄Znode的訪問權限，即哪些人或哪些IP可以訪問本節點。
stat：
包含Znode的各種元數據，比如事務ID、版本號、時間戳、大小等等。
child：
當前節點的子節點引用，類似於二叉樹的左孩子右孩子。
這里需要注意一點，Zookeeper是為讀多寫少的場景所設計。Znode並不是用來存儲大規模業務數據，而是用於存儲少量的狀態和配置信息，每個節點的數據最大不能超過1MB。
如何操作這些Znode節點？Zookeeper提供了簡單的API以及觸發器機制
Zookeeper的基本操作與事件通知
Zookeeper包含了哪些基本操作呢？這里列舉出比較常用的API：
create 創建節點
delete 刪除節點
exists 判斷節點是否存在
getData 獲得一個節點的數據
setData 設置一個節點的數據
getChildren 獲取節點下的所有子節點
這其中，exists，getData，getChildren屬於讀操作。Zookeeper客戶端在請求讀操作的時候，可以選擇是否設置Watch。
Watch是什么意思呢？
可以理解成是注冊在特定Znode上的觸發器。當這個Znode發生改變，也就是調用了create，delete，setData方法的時候，將會觸發Znode上注冊的對應事件，請求Watch的客戶端會接收到異步通知。
具體交互過程如下：
1.客戶端調用getData方法，watch參數是true。服務端接到請求，返回節點數據，並且在對應的哈希表里插入被Watch的Znode路徑，以及Watcher列表。
2.當被Watch的Znode已刪除，服務端會查找哈希表，找到該Znode對應的所有Watcher，異步通知客戶端，並且刪除哈希表中對應的Key-Value。
Zookeeper的一致性
Zookeeper作為注冊中心，通常將維護為一個集群
Zookeeper集群構建圖：
Zookeeper Service集群是一主多從結構。
在更新數據時，首先更新到主節點（這里的節點是指服務器，不是Znode），再同步到從節點。
在讀取數據時，直接讀取任意從節點。
為了保證主從節點的數據一致性，Zookeeper采用了ZAB協議，這種協議非常類似於一致性算法Paxos和Raft。
ZAB即Zookeeper Atomic Broadcast，用以解決Zookeeper集群崩潰恢復，以及主從同步數據的問題。
關於ZAB協議
ZAB協議所定義的三種節點狀態：
Looking ：選舉狀態。
Following ：Follower節點（從節點）所處的狀態。
Leading ：Leader節點（主節點）所處狀態。
最大ZXID的概念：
最大ZXID也就是節點本地的最新事務編號，包含epoch和計數兩部分。epoch是紀元的意思，相當於Raft算法選主時候的term。
假如Zookeeper當前的主節點掛掉了，集群會進行崩潰恢復。ZAB的崩潰恢復分成三個階段：
1.Leader election
選舉階段，此時集群中的節點處於Looking狀態。它們會各自向其他節點發起投票，投票當中包含自己的服務器ID和最新事務ID（ZXID）。
接下來，節點會用自身的ZXID和從其他節點接收到的ZXID做比較，如果發現別人家的ZXID比自己大，也就是數據比自己新，那么就重新發起投票，投票給目前已知最大的ZXID所屬節點。
每次投票后，服務器都會統計投票數量，判斷是否有某個節點得到半數以上的投票。如果存在這樣的節點，該節點將會成為准Leader，狀態變為Leading。其他節點的狀態變為Following。
這就相當於，一群武林高手經過激烈的競爭，選出了武林盟主。
2.Discovery
發現階段，用於在從節點中發現最新的ZXID和事務日志。或許有人會問：既然Leader被選為主節點，已經是集群里數據最新的了，為什么還要從節點中尋找最新事務呢？
這是為了防止某些意外情況，比如因網絡原因在上一階段產生多個Leader的情況。
所以這一階段，Leader集思廣益，接收所有Follower發來各自的最新epoch值。Leader從中選出最大的epoch，基於此值加1，生成新的epoch分發給各個Follower。
各個Follower收到全新的epoch后，返回ACK給Leader，帶上各自最大的ZXID和歷史事務日志。Leader選出最大的ZXID，並更新自身歷史日志。
3.Synchronization
同步階段，把Leader剛才收集得到的最新歷史事務日志，同步給集群中所有的Follower。只有當半數Follower同步成功，這個准Leader才能成為正式的Leader。
自此，故障恢復正式完成。
ZAB協議下，寫入數據的實現：
寫入數據，涉及到ZAB協議的Broadcast階段。
什么是Broadcast呢？簡單來說，就是Zookeeper常規情況下更新數據的時候，由Leader廣播到所有的Follower。其過程如下：
1.客戶端發出寫入數據請求給任意Follower。
2.Follower把寫入數據請求轉發給Leader。
3.Leader采用二階段提交方式，先發送Propose廣播給Follower。
4.Follower接到Propose消息，寫入日志成功后，返回ACK消息給Leader。
5.Leader接到半數以上ACK消息，返回成功給客戶端，並且廣播Commit請求給Follower。
Zab協議既不是強一致性，也不是弱一致性，而是處於兩者之間的單調一致性。它依靠事務ID和版本號，保證了數據的更新和讀取是有序的。
Zookeeper的應用
1.分布式鎖
這是雅虎研究員設計Zookeeper的初衷。利用Zookeeper的臨時順序節點，可以輕松實現分布式鎖。
2.服務注冊和發現
利用Znode和Watcher，可以實現分布式服務的注冊和發現。最著名的應用就是阿里的分布式RPC框架Dubbo。
3.共享配置和狀態信息
Redis的分布式解決方案Codis，就利用了Zookeeper來存放數據路由表和 codis-proxy 節點的元信息。同時 codis-config 發起的命令都會通過 ZooKeeper 同步到各個存活的 codis-proxy。
此外，Kafka、HBase、Hadoop，也都依靠Zookeeper同步節點信息，實現高可用。