一口气拿了9家公司的offer，后台开发JAVA岗

### 正文 ZooKeeper 很流行，有个基本的疑问： * ZooKeeper 是用来做什么的？ * 之前没有ZK，为什么会诞生 ZK？ OK，解答一下上面的疑问：（下面是凭直觉说的） * ZooKeeper 是用于简化分布式应用开发的，对开发者屏蔽一些分布式应用开发过程中的底层细节 * ZooKeeper 对外暴露简单的 API，用于支持分布式应用开发 * ZooKeeper 在提供上述功能的同时，其还是一个 高性能、高可用、高可靠的分布式集群 上面说这么多，总结一下，**ZK 能解决分布式应用开发的问题，ZK 能很好的解决问题**。到这一步，疑问就更多了： 1. 分布式应用开发，有哪些常见问题？ZK 是如何屏蔽这些底层细节的？ 2. ZooKeeper 对外暴露了那些 API？这些 API 如何支持分布式应用开发的？这些 API 还能简化吗？API 的语义性怎么样？ 3. ZooKeeper 自身是一个高性能、高可用、高可靠的分布式集群，那有个简单的问题： * 高性能是指什么？ZooKeeper 为了达到高性能，做了哪些工作？ * 高可用同上 * 高可靠同上 Note：本篇 wiki 就是为了解决上述第一个疑问的。（其他疑问会在其他 blog 中逐步解答） ### 为什么有 ZooKeeper 一个应用程序，涉及多个进程协作时，业务逻辑代码中混杂有大量复杂的进程协作逻辑。  上述多进程协作逻辑，有 2 个特点： * 处理复杂 * 处理逻辑可重用 因此，考虑将多进程协作的共性问题拎出，作为基础设施，让 RD 更加专注业务逻辑开发，即：  ZooKeeper 就是上述多进程协作基础服务的一种。 ### ZooKeeper 的特点 ZooKeeper 有几个简单特点： * ZooKeeper 的 API：从 文件系统 API 得到的启发，提供简单的 API * ZooKeeper 运行在专用服务器上，跟业务逻辑分离，保证了**高容错性**和**可扩展性** ZooKeeper 是存储设施，但特别注意 * ZK上存储的数据聚焦为：`协作数据`（`元数据`），而不是应用数据，应用数据有自己的存储方案，例如 HDFS 等 * ZK 本质上，可以看作一种`特殊的 FS` 特别说明： > 应用数据和元数据，由于使用场景不同，对一致性和持久性的要求有差异， 因此，架构设计、数据治理过程中，应将 2 类数据独立看待、独立存储。 ### ZooKeeper 的使命 ZK 要解决的核心问题： ZK 目标：简化分布式应用开发中，多进程协作问题。为分布式应用，提供`高效`、`可靠`的分布式协调服务（基础服务），例如： * 统一的命名服务 * 分布式锁 * 进程崩溃检测 * Leader 选举 * 配置管理：配置变更时，及时下发到各个 Client。 一个简单的问题：多进程的协作是什么？尼玛呀，有完没完，啥问题你都有，面对这个掉咋天的脑壳，还是回答一下。 **多进程协作**，整体分为 2 类： 1. **协作**：多进程需要一同处理某些事情，一些进程采取行动是的其他进程能够正常工作，例如：主从结构，M 向 S 分配任务，S 才会执行，否则 S 就保持空闲状态 2. **竞争**：两个进程不能同时工作，一个进程必须等待另个进程执行完毕，例如：主从结构，M 节点失效后，很多 S 都想成为 M，这时，就需要互斥锁，只有第一个获得锁的 S 成为 M 特别说明： 1. 不跨网络协作：多进程，可以在同一台物理主机上，同步原语很方便(比如？管道、共享内存、消息队列、信号量) 2. 跨网络协作：多进程，分布在不同的物理主机上，ZK 关注这一类 `跨网络多进程协作`，进程通信，基本思路有 2 个： 1. 消息机制：通过网络，直接信息交换，多消息传递算法，实现同步原语 2. 共享存储：利用外部共享存储，实现多进程协作，要求`共享存储`提供有序访问，ZK 采用这种方式 真实系统中，跨网络通信，有几个共性问题： 1. 消息延迟：由于网络原因，后发送先到达 2. 处理器性能：由于系统调度原因，消息到达后，延迟处理 3. 时钟偏移：不同物理主机，时钟发生偏移 > ZK 精心设计用于**屏蔽上述 3 个共性问题**，使得这些问题在应用服务层面完全透明化。 ### ZooKeeper 特性 #### ZooKeeper 解决的本质问题 分布式系统的一致性问题： 1. 消息传递：延迟性，先发送的消息，不一定先到达； 2. 消息传递：丢失性，发送的消息，可能丢失； 3. 节点崩溃：分布式系统内，任何一个节点都可能崩溃； 在这种情况下，如何保证数据的一致性？ 1. 提案投票：基于投票策略，2PC 2. 选举投票：基于投票策略，投出`优先级最高的节点`（包含最新数据的节点） **Paxos 目标**：解决`分布式一致性`问题，提高分布式系统`容错性`的一致性算法。 **Paxos 本质**：基于`消息传递`的`高度容错`的`一致性算法` #### ZooKeeper 定位 ZooKeeper 是： 1. 分布式协调服务 2. 高效、可靠 3. 方便应用程序，聚焦`业务逻辑开发`，而不需要过多关注`分布式进程间协作细节` ZooKeeper 不直接暴露`原语`，而是，暴露一部分`调用方法`组成的 API，类似文件系统的 API，支持应用程序实现自己的`原语`。 #### ZooKeeper 特性 ZooKeeper 可以保证如下分布式一致性特性： * 顺序一致性：同一个 Client 发起的事务请求，严格按照发起顺序执行 * 原子性：事务请求，要么应用到所有节点，要么一个节点都没有应用 * 单一视图：Client 无论连接到哪个节点，看到的服务端数据都是一致的（Note：不准确，其实是**最终一致性**） * 可靠性：事务一旦执行成功，状态永久保留 * 实时性：事务一旦执行成功，Client 并不能立即看到最新数据，但 ZooKeeper 保证**最终一致性** #### ZooKeeper 设计目标 ZooKeeper 致力于提供`高性能`、`高可用`、`顺序一致性`的分布式协调服务，保证数据`最终一致性`。 #### 目标一：高性能（简单的数据模型） 1. 采用`树形结构`组织数据节点； 2. 全量数据节点，都存储在内存中； 3. Follower 和 Observer 直接处理非事务请求； #### 目标二：高可用（构建集群） 1. 半数以上机器存活，服务就能正常运行 2. 自动进行 Leader 选举 #### 目标三：顺序一致性（事务操作的顺序） 1. 每个事务请求，都会转发给 Leader 处理 2. 每个事务，会分配全局唯一的递增id（zxid，64位：epoch + 自增 id） #### 目标四：最终一致性 1. 通过提议投票方式，保证事务提交的可靠性 2. 提议投票方式，只能保证 Client 收到事务提交成功后，半数以上节点能够看到最新数据 ### ZooKeeper 出现之前 ZK 出现之前，分布式系统常用两种方式，实现多进程协作： 1. 分布式锁管理器 2. 分布式数据库 ZK 更专注于进程协作，而不提供任何锁接口和通用的存储数据接口。（疑问：ZK 也可以提供啊，我们不使用就行了） 应用服务器，常见的 2 种需求： 1. Master-Slave?**Leader 选举**：要求提供Master节点选举功能 2. 进程响应跟踪?**崩溃检测**：要求提供进程存活状态的跟踪 3. **分布式锁**：互斥排它锁 ZK 为上述 2 种策略提供了基础 API。 ZooKeeper 不适用的场景： 1. 海量数据存储：ZK 本质是`特殊的 FS`，但 ZK 用于存储`元数据`，需要单独存储`应用数据` ### 笔者福利 ##### 以下是小编自己针对马上即将到来的金九银十准备的一套“面试宝典”，不管是技术还是HR的问题都有针对性的回答。 **有了这个，面试踩雷？不存在的！** ##### 需要这套“面试宝典”的，[点击这里即可免费获取](https://gitee.com/vip204888/java-p7)！回馈粉丝，诚意满满！！！