zookeeper主要api zookeeper主要作用是什么

Zookeeper

1）Zookeeper是什么

zookeeper，它是一个分布式服务框架，是大数据中的重要组件,它是一个具有高吞吐量的分布式协调系统，它的主要作用是为分布式系统提供协调服务，如：统一命名服务、状态同步服务、集群管理、分布式应用配置项的管理等。
	简单来说： zookeeper = 文件系统 + 监听通知机制

2）Zookeeper主要用来干嘛？

假设我们的程序是分布式部署在多台机器上，如果我们要改变程序的配置文件，需要逐台机器去修改，非常麻烦。
	现在把这些配置全部放到zookeeper上去，保存在 zookeeper 的某个目录节点中，然后所有相关服务对这个目录节点进行注册监听。
	当目录节点发生变化（数据改变、被删除、子目录节点增加删除）时，每个服务就会收到 zookeeper 的通知，然后从 zookeeper 获取新的配置信息应用到系统中。

3）Zookeeper的特点：

Zookeeper至少具有以下特点：

 1）分布式锁,集群管理，统一管理配置信息，负载均衡,主节点选举机制，主从切换等。

 2）Zookeeper自身通常也以分布式的形式存在。一个Zookeeper服务通常由多台服务器节点构成,只要其中超过一半的节点存活,Zookeeper即可正常对外提供服务,所以Zookeeper才具有高可用的特性。

 3）Zookeeper具有高吞吐量的特性,故而在读多写少的场合有非常好的性能表现。

4）Zookeeper的高吞吐量特性

Zookeeper具有高吞吐特性的主要原因有以下几点:

	1. Zookeeper集群的任意一个服务端节点都可以直接响应客户端的读请求(写请求会不一样些),并且可以通过增加服务器节点进行横向扩展。这是其吞吐量高的主要原因。

	2. Zookeeper将全部数据存储于内存中,从内存中读取数据，不需要进行磁盘IO,所以速度非常快。

	3. Zookeeper不保证分布式数据的强一致性,即不保证数据实时一致, 这也一定程度上提高了其吞吐量。

	4. Zookeeper的写请求,或者说事务请求，因为要进行不同服务器结点之间状态的同步,所以在一定程度上会影响其吞吐量。
	   故而简单的增加Zookeeper的服务器节点数量,并不一定能够提升Zookeeper的吞吐量。服务器节点增加,有利于提升读请求的吞吐量,但会延长服务器节点数据的同步时间。

5）Zookeeper的架构：

Zookeeper非常类似于一个文件系统，它的每个节点都叫数据节点（znode），节点上可以存储数据，也可以再产生多个子节点。

Zookeeper的节点不能称为目录或者文件，要叫做znode节点，既可以存储数据又可以产生子节点。

6）znode节点的4种类型:

znode分为四种节点

1. 持久节点.
	是最常见的Znode类型,一旦创建将一直存在于服务端（Zookeeper），即便服务器断开连接、zookeeper重启等，持久节点还是存在着的。除非客户端(即其他的服务模块)通过删除操作进行删除。否则会永久的保存在zookeeper中。
	
2. 持久有序节点.
	只要客户端(即其他的服务模块)存储数据,会永久的保存在zookeeper中,并且会在zookeeper中生成一个唯一并且有序的节点,先进来的节点值相对较小.
	
3. 临时节点.
	 当客户端断开连接后,自动删除节点信息.
	
4. 临时有序节点.
	 只要客户端(即其他的服务模块)存储数据，会生成一个唯一并且有序的节点,先进来的节点值相对较小。当客户端断开连接后,自动删除该节点。

7）Zookeeper的监控机制.

可以有多个客户端(即其他的服务模块)监听zookeeper的某一个znode节点.
	每当被监听的节点，发生了增删改之后，zookeeper就会通知给监听当前节点的所有客户端.

8）Zookeeper集群中的节点的角色.

1. leader节点.		(领导)
	- leader节点管理着整个zookeeper集群中的全部节点, leader节点主要负责读写操作、和数据同步操作。
	- leader节点的写操作：
		在Zookeeper中，只有leader节点可以进行写操作；
		为了保证数据的同步，当leader进行写操作时,会对外广播（我这边变动了数据，你们那边也同步一下），当从节点们接收到广播后,会开始持久化新的数据到本地（此时还没有commit）;
	  	从节点持久化完成后，会给leader一个反馈; 当超过半数以上的从节点持久化完成后,leader节点会再次广播,通知从节点们开始commit。
	  	最后，从节点都同步数据完毕，leaders才算完成了一次写操作。
	  	所以Zookeeper有一个特点：如果有超过半数的从节点持久化数据失败，那么此次写操作也宣布失败，所有的持久化的从节点全部回滚。

2. follower.	(追随者)
	- 追随leader的从节点,主要负责读操作. 
	- 当follower从节点接收到写操作的请求后,会第一时间将这个写操作呈交给leader主节点处理.
	- 当leader主节点突然挂掉时，follower从节点们会发起选举新leader的投票.
	
3. observer.    (观察者)
	- observer观察者节点 和 follower从节点 几乎一样;
	- 也是追随leader,主要负责读操作. 
	- 也是当接收到写操作的请求后,会第一时间将这个写操作呈交给leader主节点处理.
	- 不同的是：当leader主节点挂掉时，observer节点不会参与投票选举，它只会等待一个新的leader出现后，直接去追随新的leader。
	
4. looking.     (情形：启动了一个新的zookeeper服务器，即一个新的Zookeeper节点)
	
	- 如果leader已经存在,这个新节点会直接变为follower，追随当前的leader节点.
	
	- 如果leader不存在,该looking节点会直接发起一次选举leader的投票，直到leader选出来后，该节点再由looking变成follower，去追随leader主节点.

9）zookeeper如何保证存储数据的有序性？(也是选举leader的关键点)

1. zookeeper为了保证有序性,会给每一个写操作的数据,编写一个全局唯一的zxid. 

2. zxid是一个64的数字,前32会是由当前节点参与的选举次数决定,后32位是存储数据的全局唯一id。后存储的数据的zxid一定大于先存储的数据的zxid.

3. zookeeper在执行写操作时,是不会阻塞IO的，每次收到写操作的请求后，leader主节点会先把这个请求放到一个队列中（先进先出），然后挨个的进行处理。

10）Zookeeper选举机制的两个要素：

答：zxid和myid;	 

 	- 哪个节点的zxid越大,数据越新,会被选举为leader 
 	- 每一个zookeeper节点启动时,都会有一个全局唯一的myid(数字); 在选举leader时,如果zxid一致,则根据myid的值,来决定选举的leader是谁.

11）Zookeeper的选举机制：

详见：	
	E:\总结整理-Last\待规整_专题系列—第四阶段\zookeeper的leader选举机制.md

12）CAP原则：

CAP.
	- CAP指的是：数据一致性（Consistency）、服务可用性（Availability）、分区容错性（Partition tolerance）。
	
	- CAP原则指的是：在一个分布式系统中，这三个要素最多只能同时实现两点，不可能三者兼顾。
	
	- 分布式系统中,必须要容忍网络的卡顿和延迟,所以分布式系统必须有个P（即，分区容错性）.
	
	-  zookeeper保证的是CP, 即：数据一致性，分区容错性.
	   eureka保证的是ap，即：服务可用性，分区容错性.

13）ZooKeeper实现分布式锁：

Zookeeper的实现分布式锁的特点：
	 - ZooKeeper是一个为分布式应用提供一致性服务的开源组件，它内部是一个分层的文件系统目录树结构，规定同一个目录下只能有一个唯一的文件名。
	 - 临时有序节点；

基于ZooKeeper实现分布式锁的步骤如下：

（1）创建一个目录mylock；
（2）线程A想获取锁，就必须先在mylock目录下创建一个临时顺序节点；
（3）创建之后，线程A需要再获取mylock目录下所有的子节点，然后查看是否存在 有比自己的这个临时有序节点还小的兄弟节点，如果不存在，则说明当前线程的顺序号最小，于是获得锁；
（4）同理，线程B也要先创建一个临时顺序节点，然后获取所有的节点，再判断自己的节点是不是最小节点。不是，则监听比自己次小的那个节点；
（5）线程A处理完，删除自己的节点，线程B监听到变更事件，再次判断自己是不是最小的节点，如果是则获得锁。还不是，则继续监听比自己次小的节点。

应用举例：

Curator是Netflix公司开源的一个ZooKeeper客户端。

	分布式锁，有可重入锁和不可重入锁之分；
	
	Curator是一个通过InterProcessMutex类实现的 可重入 分布式锁，

14）Zookeeper常用的命令操作.

1. 查询节点.
		ls 节点名称		 ->		查询当前节点下的子节点.
		get 节点名称		->		查看当前节点的数据.
	
2. 创建节点.
		create [-s]  [-e]   path    data    acl
		创建   [有序] [临时] 节点路径 节点数据 节点访问权限
	
3. 修改节点.
		set path data		->		修改指定节点的数据.

4. 删除节点.
		delete path         ->		删除没有子节点的节点.
		rmr path			->		递归删除节点(慎用)

5. 查看节点状态.
		stat path			-> 		查看节点的状态...