前言：最近买了一个本《分布式过程协同技术详解》，主要讲的是分布式中间服务协调管理中间件，公司采用的是微服务框架dubbo,其中注册中心就是zookeeper.zookeeper作为apche旗下的一款分布式协调中间件，是很多组件的注册中心，比如：HBase、ElasticJob、Hlive,很有必要学习一下，以便于对于分布式技术也有一定的理解。以下主要是国庆期间看书的收货，现在整理出来。
本篇博客的目录
一：分布式遇到的难题
1：配置信息发生变化，假如ABC机器组成的集群，此时再加入一台机器D,此时需要改变，就需要停止所有进程，重新分发配置信息的文件，然后重新启动，这中间就会对服务的可用性造成影响
2：负载发生变化，如果增加或者减少新的机器和进程，系统如何选择新的机器负载均衡？如何添加新配置的机器？
3：某一机器或者进程崩溃、宕机？操作系统可以获得这个故障，提供多进程的消息通信保障，而在分布式系统中，其他机器是无法获得这个异常的，因为他们之间的交互此时是断开的（A和B机器组成的集群中，假如A宕机，此时B是无法与A通信的，那么假如任务依然分配到A上就会出现快速失败）
4：通信故障如何解决？当不同的机器位于不同的子网络中，机器如何进行通信？如何保障机器之间传送消息的及时性？
二：zookeeper的基础知识
2.1：zookeeper的基本数据模型
2.1.1：是一个树形结构，类似于文件系统的层级树状结构进行管理，节点互相组成了一个目录
2.1.2：zookeeper的节点称之为znode，它可以有子节点，可以存储数据和不存储数据，不存储数据表示当前还没有选举出主节点。每个zk的节点存储的数据都不会特别大，大概几k左右（数据类型为字节数组）
2.1.3：节点分临时节点和永久节点、有序节点，临时节点在客户端断开后就会消失，永久节点会一直存在，只有用delete命令才能删除。有序节点在被客户端创建以后，就会分配一个序号，并将这个数字增加到路径之后。
2.1.4：每个节点会有自己的版本号，每当节点的数据发生变化，那么该节点的版本号就会累加（乐观锁）
2.1.5：删除、修改节点，版本号不匹配则会报错(类似于乐观锁的机制)
2.1.6：节点可以设置权限acl,可以通过权限来限制用户的访问
2.2：Zookeeper的特性
2.2.1：一致性
数据一致性，数据按照顺序由zk的节点保存和维护，当某一节点的数据发生变化时候，zk会自动将数据同步到其他的节点上(即刻的，同步时间大概在0.5秒之内)，类似于mysql的主从同步。某一时刻，客户端访问服务器的时候，各个节点返回的数据一定是一样的。
2.2.2：原子性
事务要么成功要么失败，不会局部化，这点如果知道数据库事务的特性是很好理解的，会有异常回退机制，不会出现数据写入了一半，发生宕机了，而数据依然保留到一半的情况发生，这样很大程度上避免了脏数据对系统的影响。
2.2.3：单一视图性
客户端连接集群中的任一zk节点，数据都是一致的，只会存在一种结果，不会存在不同节点之间的数据程度出不同的状态和属性。单一视图是一致性实现的前提保证。
2.2.4：可靠性
每次对zk的操作状态都会保存在服务端，不会发生操作丢失现象,客户端对服务器发生的改变会立即生效,不会出现延迟。
2.2.5：实时性
客户端随时都可以读取到zk服务端的最新数据，对于服务器的变化,客户端可以立即捕捉到。这依赖于zk的watch与通知原理，当数据发生变化的时候，服务器立即会向客户端推送消息。
2.3：zookeeper常用api和操作指令
zookeeper提供了客户端用于开发人员进行动态操作，主要包含以下几个常用的api:
2.3.1：create /path data 创建一个名为/path的znode节点，并包含数据data。如果想要创建临时节点，create -e
2.3.2：delete /path
删除名为/path的节点,注意此命令可以删除临时节点，也可以删除永久节点。
2.3.3：exists /path 检查是否存在名为/path的节点
2.3.4：setData /path data
设置名为/path的节点数据为data
2.3.5：getData /path
返回名为/path节点的数据信息
2.3.6：getChildren /path
返回所有/path节点所有子节点列表
注意：zokeeper不允许局部写入或读取节点的数据，当设置一个节点的数据或者读取时节点时，内容会被整个替换或者全部都取出来
1：./zkcli.sh 启动客户端进行命令行操作
2：ls和ls2
Ls:查看zk的子目录 ls2:查看节点信息,状态信息
3：get和stat命令
Get：获取当前节点的数据信息 get /path
以下是get命令获取的主要信息：
Czid:节点id ctime：节点创建时间 mzid：修改后的id mtime：修改时间
Pzid:子节点id cverion:子节点的版本 dataVersion：当前节点的版本号
Aclversion：权限版本（权限改变，权限版本会累加1）
Numchildren：子节点的数量
2：检测集群是否配置成功
./zkcli.sh -server [ip]:[port]
三：Zookeeper的作用体现
3.1：master的节点选择，主节点出现错误崩溃或者宕机，从节点就会接手主节点工作，并且master只会有一个，从而保证集群高可用
3.2：统一配置文件管理，只需要配置一台服务器，则可以把相同的配置文件自动同步到其他服务器
3.3：发布与订阅，dubbo发布者把数据存在znode上，订阅者会读取这个数据
3.4：提供分布式锁，分布式环境中不同进程之间争夺资源，类似于多线程中的锁
3.5：集群管理，可以保证数据的强一致性，会自动同步到其他节点
四：zookeeper的监视与通知机制
为了不采用轮询这种耗费资源的机制。zk通过设置在节点的监视点，当节点数据发生变化时，会通知客户端.
对，每个节点操作的时候客户端传送通知，然后再对节点进行变更。你可以设置不同的类型的通知，这个取决于监视点对应的通知类型。客户端可以设置多种监视点，比如监控节点的数据变化，监控子节点的变化，监控节点的创建或者删除。以下是设置节点的，具体流程：
1：客户端设置监视点来监控某一节点数据的变化
2：客户端连接后，向节点添加了一个新的任务
3：客户端接受通知
4：客户端设置新的监视点，在设置完成前，第三个客户端连接后，向节点添加1个新的任务
五：zookeeper的心跳机制和选举制度
心跳机制：客户端定时发送是否存活的通知，每隔5秒ping节点，如果客户端没有及时发送通知，那么属于这个客户端的临时状态的数据全部被删除
选举制度：主节点宕机之后，从节点开始竞争，只有一个节点会胜出，最后成为主节点。注意：当宕机的主节点恢复后，它会成为从节点，而不会成为主节点！ zookeeper的主从结构中，主节点负责跟踪从节点状态和任务的有效性，并分配到从节点，它自己本身不执行任务！
六：Zookeeper的分布式锁
访问资源，首先判断锁是否被占用,如果没有被占用,创建zk临时节点,名字叫xxxLock(线程会获得分布式锁)，那么其他线程就不会被占用该锁,zookeeper会自动删除节点（countdownLatch），释放锁。如果被占用，当前线程会挂起等待释放锁
七：dubbo与zookeeper
dubbo可以有很多注册中心，zookeeper提供了高度可用和一致性的注册中心，当dubbo的服务应用启动的时候会向zk注册自己的服务,zk会根据服务的ip和id创建节点。当消费者应用启动的时候，会向注册中心进行订阅服务者，注册中心会返回注册服务的列表，而消费者此时会经过dubbo提供的负载均衡算法选择出一个服务提供消费者使用，如果某一节点的服务宕机了，zk内部会经过选举制度，由master节点进行分配服务（由于cap理论，此时zk会出现的暂短的不可用）。如果提供者服务发生变化，dubbo会以长连接的方式向消费者推送变化的数据，保障了服务变化的时候的响应的及时性。
八：cap理论
分布式环境中存在这样的一个概念，cap理论：
Consistency：一致性
Availability：可用性
Paritiontolerance：分区容错性
这三种特性在分布式服务中，只可能满足其中的两种，任何一种分布式不可能三种同时满足。zookeeper是CP的，为什么它不能保障可用性呢？这是因为zk的选举制度，在某一节点宕机的时候，zk内部会通过FastLeaderElection进行选举投票，其中包含到投票措施，自己投票与接收别的服务器投票，投票统计、变更投票等一系列方案进行选举，那么这其中就会存在时间消耗，在投票过程中，zk会出现的短暂不可用。而Eourka(Springcloud的注册中心)在cap理论中是AP的，它因为没有选举制度，所有的节点是均等的，不存在master和slaver，在发生某一节点宕机的时候，不需要选举，只需要平滑的过渡到其他节点。