Zookeeper是一个开源的分布式协同服务系统；
安装
建议通过docker安装； 拉取镜像
docker pull zookeeper
运行
docker run --name zkdemo -d zookeeper:latest
可以开启多个CLI窗口，来操作zk；
API
[zkshell: 1] help
# a sample one
[zkshell: 2] h
ZooKeeper -server host:port cmd args
addauth scheme auth
close
config [-c] [-w] [-s]
connect host:port
create [-s] [-e] [-c] [-t ttl] path [data] [acl]
delete [-v version] path
deleteall path
delquota [-n|-b|-N|-B] path
get [-s] [-w] path
getAcl [-s] path
getAllChildrenNumber path
getEphemerals path
history
listquota path
ls [-s] [-w] [-R] path
printwatches on|off
quit
reconfig [-s] [-v version] [[-file path] | [-members serverID=host:port1:port2;port3[,...]*]] | [-add serverId=host:port1:port2;port3[,...]]* [-remove serverId[,...]*]
redo cmdno
removewatches path [-c|-d|-a] [-l]
set [-s] [-v version] path data
setAcl [-s] [-v version] [-R] path acl
setquota -n|-b|-N|-B val path
stat [-w] path
sync path
version
Create
- 创建一个持久化节点
create /persistent_node - 创建一个瞬时的节点
create -e /ephemeral_node mydata - 创建一个持久-有序的节点
create -s /persistent_sequential_node mydata - 创建一个持久-临时节点
create -s -e /ephemeral_sequential_node mydata
get
- 获取节点的值
get /persistent_node - 获取节点状态
get -s /persistent_node - watch节点节点的数据变化触发
get -w /persistent_node- 仅触发一次
set
- 修改值
set /brokers myNewData - CAS 比较version后修改值
set -v 0 /brokers myNewData
ls
- 查看下级节点
ls /root - watch下级节点
ls -w /root
watch机制：如果没有watch机制，客户端需要不断轮询Zookeeper，这在分布式环境非常耗时和性能的损耗；
开发实践：
-
分布式队列 zookeeper-recipes-queue
-
- 使用临时顺序EPHEMERAL_SEQUENTIAL来表示获取锁的请求，创建最小后缀数字znode的用户成功拿到锁；
- 相较于Redis做分布式锁，zk的EPHEMERAL机制天然解决了锁的释放问题；
- watch上一个node，能避免羊群效应，其次能让所的分配具有公平性，遵循先到先得的原则；
-
选举 election
举例
Kafka Broker
例如在Kafka中，需要首先启动Zookeeper，然后再启动Kafka Broker。Kafka Broker会自动向Zookeeper注册自己，并定期向Zookeeper发送心跳以表明自己的健康状况。同时，Kafka客户端也会使用Zookeeper来获取Kafka集群的元数据，并将自己的消费状态注册到Zookeeper中。这些信息可以帮助Kafka集群动态地调整分区的分配情况，以保证各个节点的负载均衡和高可用性。
Kafka Consumer
在Consumer端，消费实例也可以通过zookeeper实现服务协同，当有新的消费者实例加入时，则触发rebalance；需要注意的是，从Kafka 0.9版本开始，Consumer端可以使用新的Consumer API，这个API不再需要使用Zookeeper来管理消费组和消费状态。取而代之的是，Consumer可以直接向Broker发送心跳来表明自己的健康状况和消费进度，而不需要依赖Zookeeper。这样可以简化Kafka集群的架构和部署，提高可用性和可维护性。
