是一个开源分布式的服务平台，为应用程序提供服务。Zookeeper就像美团，可以容纳不同的商家。
Zookeeper基于观察者模式，有文件系统+通知机制。

特点

1. 是一个leader和多个follower来组成的集群（狮群中，一头雄狮，N头母狮）
2. 集群中只要有半数以上的节点存活，Zookeeper就能正常工作（5台服务器挂2台，没问题；4台服
   务器挂2台，就停止）
3. 全局数据一致性，每台服务器都保存一份相同的数据副本，无论client连接哪台server，数据都是
   一致的
4. 数据更新原子性，一次数据要么成功，要么失败（不成功便成仁）
5. 实时性，在一定时间范围内，client能读取到最新数据
6. 更新的请求按照顺序执行，会按照发送过来的顺序，逐一执行（发来123，执行123，而不是321
   或者别的）

数据结构

ZooKeeper数据模型的结构与linux文件系统很类似，整体上可以看作是一棵树，每个节点称做一个ZNode（ZookeeperNode）。
每一个ZNode默认能够存储1MB的数据（元数据），每个ZNode的路径都是唯一的元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（data about data），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、 资源查找、文件记录等功能 。

应用场景

提供的服务包括：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、软负载均衡等

配置文件参数解读

Zookeeper中的配置文件zoo.cfg中参数含义解读如下：
tickTime =2000：通信心跳数，Zookeeper服务器与客户端心跳时间，单位毫秒 Zookeeper使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳，时间单位为毫秒。
initLimit =10：LF初始通信时限 集群中的Follower跟随者服务器与Leader领导者服务器之间，启动时能容忍的最多心跳数 102000（10个心跳时间）如果领导和跟随者没有发出心跳通信，就视为失效的连接，领导和跟随者彻底断开
syncLimit =5：LF同步通信时限集群启动后，Leader与Follower之间的最大响应时间单位，假如响应超过syncLimit tickTime->10秒，Leader就认为Follwer已经死掉，会将Follwer从服务器列表中删除 dataDir：数据文件目录+数据持久化路径 主要用于保存Zookeeper中的数据。
dataLogDir：日志文件目录 clientPort =2181：客户端连接端口监听客户端连接的端口。

内部原理-选举（面试重点）

半数机制：集群中半数以上机器存活，集群可用。所以Zookeeper适合安装奇数台服务器
虽然在配置文件中并没有指定Master和Slave。但是，Zookeeper工作时，是有一个节点为 Leader，其他则为Follower，Leader是通过内部的选举机制临时产生的

1. Server1先投票，投给自己，自己为1票，没有超过半数，根本无法成为leader，顺水推舟将票数
   投给了id比自己大的Server2
2. Server2也把自己的票数投给了自己，再加上Server1给的票数，总票数为2票，没有超过半数，也
   无法成为leader，也学习Server1，顺水推舟，将自己所有的票数给了id比自己大的Server3
3. Server3得到了Server1和Server2的两票，再加上自己投给自己的一票。3票超过半数，顺利成为
   leader
4. Server4和Server5都投给自己，但是无法改变Server3的票数，只好听天由命，承认Server3是
   leader

内部原理-节点类型

持久型（persistent）：
持久化目录节点（persistent）客户端与zookeeper断开连接后，该节点依旧存在
持久化顺序编号目录节点（persistent_sequential）客户端与zookeeper断开连接后，该节点依旧存在，创建znode时设置顺序标识，znode名称后会附加一个值，顺序号是一个单调递增的计数器，由父节点维护，例如：Znode001，Znode002…
短暂型（ephemeral）：
临时目录节点（ephemeral）客户端和服务器端断开连接后，创建的节点自动删除
临时顺序编号目录节点（ephemeral_sequential）客户端与zookeeper断开连接后，该节点被删除，创建znode时设置顺序标识，znode名称后会附加一个值，顺序号是一个单调递增 的计数器，由父节点维护，例如：Znode001，Znode002…

内部原理-监听器（面试重点）

1. 在main方法中创建Zookeeper客户端的同时就会创建两个线程，一个负责网络连接通信，一个负
   责监听
2. 监听事件就会通过网络通信发送给zookeeper
3. zookeeper获得注册的监听事件后，立刻将监听事件添加到监听列表里
4. zookeeper监听到 数据变化 或 路径变化，就会将这个消息发送给监听线程
   常见的监听
5. 监听节点数据的变化：get path [watch]
6. 监听子节点增减的变化：ls path [watch]
7. 监听线程就会在内部调用process方法（需要我们实现process方法内容）

内部原理-写数据流程

1. Client 想向 ZooKeeper 的 Server1 上写数据，必须的先发送一个写的请求
2. 如果Server1不是Leader，那么Server1 会把接收到的请求进一步转发给Leader。
3. 这个Leader 会将写请求广播给各个Server，各个Server写成功后就会通知Leader。
4. 当Leader收到半数以上的 Server 数据写成功了，那么就说明数据写成功了。
5. 随后，Leader会告诉Server1数据写成功了。
6. Server1会反馈通知 Client 数据写成功了，整个流程结束

命令

这部分只需要输入help即可。或者百度。确实是没什么必要单独记一份。

Java API部分

依赖

<dependencies>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.8.2</version>
</dependency>
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>3.6.0</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
</dependencies>

log4j.properties

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/zk.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

创建zookeeper客户端

public class TestZK {
    private String conStr = "192.168.2.131:2181,192.168.2.132:2181,192.168.2.133:2181";
    private int sessionTimeOut = 60 * 1000; //超时时间，不宜设置太小。
    private ZooKeeper zooKeeperClient;
    @Test
    public void init() throws IOException {
        zooKeeperClient = new ZooKeeper(conStr, sessionTimeOut, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
                System.out.println("业务处理! ");
            }
        });
    }
}

创建节点

    @Test
    public void createNode() throws InterruptedException, KeeperException {
        final String str = zooKeeperClient.create("/uk",
                "gentleman".getBytes(StandardCharsets.UTF_8),
                ZooDefs.Ids.OPEN_ACL_UNSAFE,
                CreateMode.PERSISTENT);
        System.out.println(str);    //节点路径
    }

获取节点数据

    @Test
    public void getNodeData() throws InterruptedException, KeeperException {
        final byte[] data = zooKeeperClient.getData("/uk", false, new Stat());
        System.out.println(new String(data));
    }

修改节点的值

    @Test
    public void updateData() throws InterruptedException, KeeperException {
        final Stat stat = zooKeeperClient.setData("/uk",
                "gentlemen".getBytes(StandardCharsets.UTF_8),
                0);
        System.out.println(stat);
    }

删除节点

    @Test
    public void delete() throws InterruptedException, KeeperException {
        zooKeeperClient.delete("/uk", 1);
    }

获取子节点

    @Test
    public void getChildren() throws InterruptedException, KeeperException {
        final List<String> children = zooKeeperClient.getChildren("/china", false);
        for (String child : children) {
            System.out.println(child);
        }
    }

监听

    @Test
    public void watchNode() throws InterruptedException, KeeperException {
        final List<String> children = zooKeeperClient.getChildren("/china", true);
        for (String child : children) {
            System.out.println(child);
        }
        Thread.sleep(200000);
    }

判断节点是否存在

    @Test
    public void exists() throws InterruptedException, KeeperException {
        final Stat uk = zooKeeperClient.exists("/uk", false);
        if (uk != null) {
            System.out.println("exists!");
        } else {
            System.out.println("noop!");
        }
    }

Zookeeper实现分布式锁

Redis实现的性能高，zookeeper实现的可靠性高。

1. 所有请求进来，在/lock下创建 临时顺序节点 ，放心，zookeeper会帮你编号排序
2. 判断自己是不是/lock下最小的节点

是，获得锁（创建节点）
否，对前面小我一级的节点进行监听

1. 获得锁请求，处理完业务逻辑，释放锁（删除节点），后一个节点得到通知（比你年轻的死了，你
   成为最嫩的了）
2. 重复步骤2

当然 Curator都实现好了…