这是我的第43篇原创
今天跟你聊聊分布式环境的老中医ZooKeeper，专治各种不服。在大数据环境中，这个zookeeper是一个非常独特的存在，很多组件高度依赖ZK，一旦脱离了ZK就无法运行了，比如Kafka、Hbase等。Hadoop生态圈里有很多的动物，什么大象、蜂象、松鼠啥的。ZooKeeper的就像是他的名字一样，是Hadoop体系这个动物园里的管理员，专门负责让这些动物乖乖听话的。
Hadoop生态圈
图是网上找的，好像是个韩国人画的，右下角有版权，但是已经看不清了。
Hadoop是只大象，hive是大象+蜜蜂，Flink是是松鼠，Chukwa是只乌龟，pig是只猪，TEZ是个大象脑袋，TAJO是一只鸵鸟。整个Hadoop体系就像是一个动物园一样，管理着整个动物园。
之前有聊过，所有的分布式场景都会涉及到一致性的问题。于是apache基金会成立了一个项目，把一致性的能力抽象出来，这就有了分布式一致性协调器--ZooKeeper。
ZooKeeper原子广播协议早期的分布式应用都各自实现了一致性的功能。在ZooKeeper出现之后，很多应用直接把一致性的事情交给ZooKeeper了，比如kafka、Hbase等。前面分享过分布式一致性协议的鼻祖-paxos。但是ZooKeeper用的是ZAB（ZooKeeper Atomic Broadcast），也就是Zookeeper原子消息广播协议。
ZAB的逻辑大致如上图所示。与Paxos去中心化不同，ZAB选择了使用一个全局唯一的Leader来做决定。
Leader把客户端的事务请求转化为一个事务Proposal即提案/提议，并将Proposal提案发给集群里所有的Follower节点服务器。
所有Follower收到Proposal提案之后，会给一个ack反馈。
当Leader收到了一半以上的节点的正确反馈后，Leader就会直接下发Commit指令给所有节点。
所有Follower收到Commit指令之后就会递交之前收到的Proposal提案。
这个逻辑是不是很像2PC啊？对，这就是一个简化版的2PC。
但是这个结构有一个致命的问题：Leader是单点的，单点永远最危险。万一Leader挂了怎么办？没事，ZAB有一个崩溃恢复模式，专门应对这种情况，简单来说就是一旦集群里的Leader崩溃了，集群会立刻开始投票，选举一个Leader，然后大家继续进行上面的流程。
ZAB选举流程：
每个服务器都有一个zxid，同时有自己的myid，ZAB就是通过这两个id进行选举的。基本上会通过两个步骤完成选举：
首次投票：每个服务器将自己的MyID和ZXID传给集群中其他所有的节点；
二次投票：每个节点收到所有节点的MyID和ZXID后，先比对ZXID，选取最大的那个，如果ZXID一样，则选取MyID最大的，重新投票。
上面其实已经把ZooKeeper的原理细细的捋了一遍，一句话总结，其实就是二阶段递交+过半写+选举机制。
ZooKeeper一共定义了3种角色：
Leader：全局唯一，负责进行投票的发起和决议，更新系统状态；
Follower：收集客户端的请求，并返回结果，参与投票；
ObServe：提供客户端的读服务，不参与投票，只同步leader的状态。
ZooKeeper的每个节点都会存储所有的数据，他们会进行实时的同步。因为ZooKeeper只负责解决一致性的问题，所以其实它们需要存储的数据并不多，因此可以做到每个节点都存储所有数据。
ZooKeeper的Watch机制ZooKeeper在帮助集群达成一致之后，还提供了数据的发布/订阅的功能，这个功能就是通过Watch机制来实现的。
大致的逻辑是这样的：
客户端向ZooKeeper发起注册Watch的请求；
ZooKeeper注册Watch**
客户端把Watch对象存储在WatchManager中
ZooKeeper持续**事件
一旦事件触发，ZooKeeper通知客户端
这样我们就可以得到非常高效的集群内部各种信息发现的服务。这样我们就可以**节点数据变更、节点删除、子节点状态变更等事件，非常的好用。基于这个功能，我们可以把ZooKeeper当做服务发现、数据订阅等用途。
总结ZooKeeper通过ZAB协议，做到集群内数据一致性；
通过选举机制解决Leader单点问题；
通过Watch提供各种**、通知的服务。
另外还有Znode、ACL权限控制等内容去完成数据存储和权限控制的功能。
所以ZooKeeper的功能非常强大，用架构师的话来说，所有分布式系统中的疑难杂症可以直接扔给ZooKeeper，让它给一个结果。
这里罗列一下ZooKeeper的用途：
统一命名服务
分布式锁
数据发布与订阅（配置管理）
负载均衡
分布式通知/协调
集群管理与Master选举
分布式队列
所以也就不奇怪，为啥kafka、Hbase等组件必须强依赖ZooKeeper了，因为它的能力可以完美满足这些组件的各种需求。
往期精彩回顾热文 |快速搞定10亿用户连续7天登录标签干货 |一口气讲完数据仓库建模方法
干货 |数据治理-数据中台的核心内容
转发，点赞，在看，安排一下？
以上就是万能的zookeeper，分布式环境的动物管理员的全部内容了，希望大家喜欢。