深入了解Zookeeper【一】概述与工作机制

Zookeeper提供分布式应用协调服务，集群架构如图：
zookeeper集群架构.png

Zookeeper中有一个Leader，多个Follower。
集群中只要有半数以上节点存活，Zookeeper就能正常服务，这一点和Kafka集群的区别就是：Zookeeper并不存储大量数据，所以多台机器冗余，成本不是很高，即可以做到分布式系统的可用性。
Zookeeper能保证数据一致性，客户端连接到集群中哪一台服务器，数据都是一致的。
数据更新原子性。
在一定的时间范围内，能提供实时性，客户端能读取到最新的数据。

Zookeeper采用类似文件系统的层级树状结构进行数据的管理，树的节点称为ZNode,每个节点都是唯一的。
zookeeper数据结构.png

Zookeeper的数据存储可以通过客户端ZooInspector来查看，可以通过关注微信公众号ClawHub,回复关键字“zooInspector”获取。

Zookeeper的应用场景非常的多,包括：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监控、软负载均衡、分布式锁等。

比如Dubbo可以通过Zookeeper来存储生产者与消费者信息，根据指定名字来获取资源或服务的地址，提供者等信息。
命名服务.png

我们的一个系统，因为定制化的东西过多，所以采用自研的配置管理模块，其底层就是采用Zookeeper，架构逻辑图：
统一配置管理.png

Kafka集群中，也是使用Zookeeper作为配置管理使用。

在分布式环境中，实时掌握每个节点的状态是必要的，可以根据节点的实时状态做出一定的调整，在Kafka集群中，通过Zookeeper来管理ISR(动态同步副本)，当副本节点挂掉时，会通过Zookeeper中存储的ISR来进行选举。
集群管理.png
集群管理-1.png

通过Zookeeper的监听机制可以做到服务器节点动态上下线监控：
服务器动态上下线.png

软负载均衡就比较常见了，比如：

Dubbo根据负载均衡算法获取提供者调用服务；
Kafka的Producer负载均衡
对于同一个Topic的不同Partition,Kafak会尽力将这些Partition分配到不同的Broker上；
Kafka的Consumer负载均衡
在消费时，只需指定Topic,Kafka会借助Zookeeper，根据Partition的数量和Consumer的数量做到负载均衡的动态配置。

负载均衡.png