# 05-Zookeeper篇
### Zookeeper
#### Zookeeper介绍
**什么是Zookeeper**
\*\*Zookeeper 是一种分布式协调服务，用于管理大型主机。\*\*在分布式环境中协调和管理服务是一个复杂的过程。Zookeeper 通过其简单的架构和API解决了这个问题。Zookeeper允许开发人员专注于核心应用逻辑，而不必担心应用程序的分布式特性。
**Zookeeper的应用场景**
* 分布式协调组件
在分布式系统中，需要有Zookeeper作为分布式协调组件，协调分布式系统中的状态。
* 分布式锁
zk在实现分布式锁上，可以做到强一致性，关于分布式锁相关的知识，在之后的ZAB协议中介绍。
* 无状态化的实现
例子，登录信息状态通过Zookeeper进行维护。
#### 搭建Zookeeper服务器
**Zookeeper安装**
**Windows下安装**
* 下载带`bin`的Zookeeper ：
* 解压Zookeeper
* 修改zoo.cfg配置文件
将conf文件夹下面的zoo\_sample.cfg复制一份改名为zoo.cfg即可。
注意几个重要位置：
`dataDir=./` 临时数据存储的目录（可写相对路径）
`clientPort=2181` Zookeeper的端口号
* 运行`/bin/zkServer.cmd` ，初次运行会报错，没有zoo.cfg配置文件；可能遇到问题：闪退 !
解决方案：编辑zkServer.cmd文件末尾添加pause 。这样运行出错就不会退出，会提示错误信息，方便找到原因。
继续运行
* 使用zkCli.cmd测试
`ls /`：列出Zookeeper根下保存的所有节点
`create –e /hutao 123`：创建一个hutao节点，值为123
`get /hutao` ：获取/hutao 节点的值
再来查看一下节点
**Linux下安装**
* 下载带`bin`的Zookeeper ：
```
wget https://dlcdn.apache.org/zookeeper/zookeeper-3.7.0/apache-zookeeper-3.7.0-bin.tar.gz
```
或者通过xshell进行传输，通过`rz`命令。
* 解压，复制到`/usr/local/zookeeper`文件夹下
```
tar zxvf apache-zookeeper-3.7.0-bin.tar.gz
sudo cp -r apache-zookeeper-3.7.0-bin /usr/local/zookeeper
cd /usr/local/zookeeper
ls
```
* 测试
```
sudo ./bin/zkServer.sh start ./conf/zoo.cfg
sudo ./bin/zkCli.sh
```
**zoo.cfg配置文件说明**
在`conf`文件夹中`zoo.cfg`，如果没有，则将`zoo_sample.cfg`进行备份为`zoo.cfg`
```properties
# zookeeper时间配置中的基本单位 (毫秒)
tickTime=2000
# 允许follower初始化连接到leader最大时⻓，它表示tickTime时间倍数即:initLimit*tickTime
initLimit=10
# 允许follower与leader数据同步最大时⻓,它表示tickTime时间倍数
syncLimit=5
#zookeper 数据存储⽬录及⽇志保存⽬录（如果没有指明dataLogDir，则⽇志也保存在这个⽂件中）
dataDir=./data
#对客户端提供的端⼝号
clientPort=2181
#单个客户端与zookeeper最大并发连接数
maxClientCnxns=60
# 保存的数据快照数量，之外的将会被清除
autopurge.snapRetainCount=3
#⾃动触发清除任务时间间隔，⼩时为单位。默认为0，表示不⾃动清除。
autopurge.purgeInterval=1
```
**Zookeeper服务器的操作命令**
* 打印日志启动服务器`start-foreground`
```
sudo ./bin/zkServer.sh start-foreground ./conf/zoo.cfg
```
* 启动zk服务器`start`
```
sudo ./bin/zkServer.sh start ./conf/zoo.cfg
```
* 查看zk服务器状态`status`
```
sudo ./bin/zkServer.sh status ./conf/zoo.cfg
```
* 停止zk服务器`stop`
```
sudo ./bin/zkServer.sh stop ./conf/zoo.cfg
```
#### Zookeeper内部的数据模型
**zk是如何保存数据的**
zk中的数据是保存在节点上的，节点就是znode，多个znode之间构成一颗树的⽬录结构。
Zookeeper 的数据模型是什么样子呢？它很像数据结构当中的树，也很像文件系统的目录。
树是由节点所组成，Zookeeper 的数据存储也同样是基于节点，这种节点叫做**Znode**
但是，不同于树的节点，**Znode的引用方式是路径引用，类似于文件路径**：
```
/tianhai
/hutao
```
这样的层级结构，让每一个Znode节点拥有唯一的路径，就像命名空间一样对不同信息作出清晰的隔离。
* 创建节点
```
create /hutao
create /hutao/yaodao
create /tianhai 123
```
* 查看节点和节点的值
```
ls /hutao
ls /hutao/yaodao
get /tianhai
```
**zk中的znode是什么样的结构**
zk中的znode，包含了四个部分：
* data：保存数据
* acl：权限，定义了什么样的用户能够操作这个节点，且能够进行怎样的操作。
* c： create 创建权限，允许在该节点下创建子节点
* w： write 更新权限，允许更新该节点的数据
* r： read 读取权限，允许读取该节点的内容以及子节点的列表信息
* d： delete 删除权限，允许删除该节点的子节点
* a： admin 管理者权限，允许对该节点进行acl权限设置
* stat：描述当前znode的元数据
* child：当前节点的子节点
**zk中节点znode的类型**
* **持久节点**: 创建出的节点，在会话结束后依然存在。保存数据
```
create /test
```
* **持久序号节点\[-s]**: 创建出的节点，根据先后顺序，会在节点之后带上一个数值，越后执行数值越大，适用于分布式锁的应用场景–单调递增
```
create -s /test
```
* **临时节点\[-e]**： **临时节点是在会话结束后，自动被删除的**，通过这个特性，zk可以实现服务注册与发现的效果。那么临时节点是如何维持心跳呢？
```
create -e /test5
```
* **临时序号节点\[-s] \[-e]**：跟持久序号节点相同，适用于临时的分布式锁。
```
create -s -e /test6
```
* Container节点（3.5.3版本新增）：Container容器节点，当容器中没有任何子节点，该容器节点会被zk定期删除（60s）。
```
create -c /mycontainer
```
* TTL节点：可以指定节点的到期时间，到期后被zk定时删除。只能通过系统配置 `zookeeper.extendedTypesEnabled=true` 开启
```shell
create -t 2 /zk-ttl 111
```
**zk的数据持久化**
zk的数据是运行在内存中，zk提供了两种持久化机制：
* **事务日志**：zk把执行的命令以日志形式保存在**dataLogDir**指定的路径中的文件中（如果没有指定 dataLogDir，则按dataDir指定的路径）。
* **数据快照**：zk会在一定的时间间隔内做一次内存数据的快照，把该时刻的内存数据保存在快照文件中。
zk通过两种形式的持久化，在恢复时先恢复快照文件到内存中，再用日志文件中的数据做增量恢复，这样的恢复速度更快。
#### Zookeeper客户端（zkCli）的使用
[**多节点类型创建**](#zk中节点znode的类型)
```
create [-s] [-e] [-c] [-t ttl] path [data] [acl]
```
* 创建持久节点
* 创建持久序号节点`[-s]`
* 创建临时节点`[-e]`
* 创建临时序号节点`[-s] [-e]`
* 创建容器节点`[-c]`
示例：创建节点的路径为path，值为data。
```
create path data
```
```
[zk: localhost:2181(CONNECTED) 0] create /t1
Created /t1
[zk: localhost:2181(CONNECTED) 1] create /t1/t2 1
Created /t1/t2
[zk: localhost:2181(CONNECTED) 2] create /t3 -s
Created /t30000000012
[zk: localhost:2181(CONNECTED) 3] create /t4 -e
Created /t4
[zk: localhost:2181(CONNECTED) 4] create /t4 -c
Node already exists: /t4
[zk: localhost:2181(CONNECTED) 5] create /t5 -c
Created /t5
```
**添加节点值**
```
create /t1
set /t1 abc
```
**查询节点**
* 普通查询
```
ls path
```
* 递归查询
```
ls -R path
```
* 获取节点数据
```
get path
```
* 查询节点相关信息`get -s path`
* cZxid：创建节点的事务ID
* mZxid：修改节点的事务ID
* pZxid：添加和删除子节点的事务ID
* ctime：节点创建的时间
* mtime: 节点最近修改的时间
* dataVersion: 节点内数据的版本，每更新一次数据，版本会+1
* aclVersion: 此节点的权限版本
* ephemeralOwner: 如果当前节点是临时节点，该值是当前节点所有者的
* session id。如果节点不是临时节点，则该值为零。
* dataLength: 节点内数据的长度
* numChildren: 该节点的子节点个数
```
[zk: localhost:2181(CONNECTED) 6] get -s /t1/t2
1
cZxid = 0x21
ctime = Sun Feb 13 17:08:16 CST 2022
mZxid = 0x21
mtime = Sun Feb 13 17:08:16 CST 2022
pZxid = 0x21
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 1
numChildren = 0
```
**删除节点**
* 普通删除
```
delete path // 如果该节点下没有子节点了，则可以删除，否则使用deleteall
deleteall path
```
* 乐观锁删除
```
delete -v dataVersion path
```
**权限设置**
**zookeeper权限设置示例**
* 注册当前会话的账号和密码
```
addauth digest username:password
```
登录用户会将用户名注册到上下文中，在访问auth/digest授权的节点时，会根据上下文中存在的用户名进行权限校验
* 创建节点并设置权限
```
create path data auth:username:password:cdrwa
```
示例：
```
create /test-node abc auth:hutao:123456:cdrwa
```
* world授权
```shell
setAcl /test world:anyone:crwda
```
* digest授权
```shell
setAcl /test digest:<用户名>:<用户名:密码的密文>:crwda
```
**zookeeper的权限类型**
* c: 创建节点权限
* r: 读取数据权限
* w: 写入数据权限
* d: 删除节点权限
* a: 节点授权权限
**zookeeper的授权类型**
* world：默认权限，开放式访问
* auth：对当前已经登录用户授予权限
* digest：指定用户名密码进行授权
* ip: 指定ip地址进行授权
* super: 超级管理员权限
#### curator客户端的使用
**Curator介绍**
Curator是Netflix公司开源的一套zookeeper客户端框架，Curator是对Zookeeper⽀持最好 的客户端框架。Curator封装了大部分Zookeeper的功能，⽐如Leader选举、分布式锁等，减 少了技术⼈员在使用Zookeeper时的底层细节开发⼯作。
**引入Curator**
* 导入依赖
```xml
org.apache.curator
curator-framework
2.12.0
org.apache.curator
curator-recipes
2.12.0
org.apache.zookeeper
zookeeper
3.7.14
```
* application.properties配置⽂件
```properties
curator.retryCount=5
curator.elapsedTimeMs=5000
curator.connectString=172.16.253.35:2181
curator.sessionTimeoutMs=60000
curator.connectionTimeoutMs=5000
```
* 注入配置Bean
```java
@Data
@Component
@ConfigurationProperties(prefix = "curator")
public class WrapperZK {
private int retryCount;
private int elapsedTimeMs;
private String connectString;
private int sessionTimeoutMs;
private int connectionTimeoutMs;
}
```
* 注入CuratorFramework
```java
@Configuration
public class CuratorConfig {
@Autowired
WrapperZK wrapperZk;
@Bean(initMethod = "start")
public CuratorFramework curatorFramework() {
return CuratorFrameworkFactory.newClient(
wrapperZk.getConnectString(),
wrapperZk.getSessionTimeoutMs(),
wrapperZk.getConnectionTimeoutMs(),
new RetryNTimes(wrapperZk.getRetryCount(),wrapperZk.getElapsedTimeMs()));
}
}
```
**创建节点**
```java
@Autowired
CuratorFramework curatorFramework;
@Test
void createNode() throws Exception {
//添加持久节点
String path = curatorFramework.create().forPath("/curator-node");
//添加临时序号节点
String path1 = curatorFramework.create()
.withMode(CreateMode.EPHEMERAL_SEQUENTIAL)
.forPath("/curator-node", "some-data".getBytes());
System.out.println(String.format("curator create node :%s successfully.",path));
System.in.read();
}
```
**获得节点数据**
```java
@Test
public void testGetData() throws Exception {
byte[] bytes = curatorFramework.getData().forPath("/curator-node");
System.out.println(new String(bytes));
}
```
**修改节点数据**
```java
@Test
public void testSetData() throws Exception {
curatorFramework.setData().forPath("/curatornode","changed!".getBytes());
byte[] bytes = curatorFramework.getData().forPath("/curator-node");
System.out.println(new String(bytes));
}
```
**创建节点同时创建⽗节点**
```java
@Test
public void testCreateWithParent() throws Exception {
String pathWithParent="/node-parent/sub-node-1";
String path = curatorFramework.create().creatingParentsIfNeeded()
.forPath(pathWithParent);
System.out.println(String.format("curator create node :%s successfully.",path));
}
```
**删除节点**
```java
@Test
public void testDelete() throws Exception {
String pathWithParent="/node-parent";
curatorFramework.delete().guaranteed()
.deletingChildrenIfNeeded().forPath(pathWithParent);
}
```
#### zk实现分布式锁
**zk中锁的种类**
* 读锁（共享锁）：大家都可以读，要想上读锁的前提：之前的锁没有写锁
* 写锁：只有得到写锁的才能写。要想上写锁的前提是，之前没有任何锁。
**zk如何上读锁**
* 创建一个临时序号节点，节点的数据是read，表示是读锁
* 获取当前zk中序号比自己小的所有节点
* 判断最小节点是否是读锁：
* 如果不是读锁的话，则上锁失败，为最小节点设置监听。阻塞等待，zk的watch机制 会当最小节点发生变化时通知当前节点，于是再执行第二步的流程
* 如果是读锁的话，则上锁成功
**zk如何上写锁**
* 创建一个临时序号节点，节点的数据是write，表示是写锁
* 获取zk中所有的子节点
* 判断自己是否是最小的节点：
* 如果是，则上写锁成功
* 如果不是，说明前面还有锁，则上锁失败，监听最小的节点，如果最小节点有变化， 则回到第二步。
**羊群效应**
如果用上述的上锁方式，只要有节点发生变化，就会触发其他节点的监听事件，这样的话对zk的压力非常大，即羊群效应。可以通过调整成链式监听，解决这个问题。
**curator实现读写锁**
**1）获取读锁**
```java
@Test
void testGetReadLock() throws Exception {
// 读写锁
InterProcessReadWriteLock interProcessReadWriteLock=new
InterProcessReadWriteLock(client, "/lock1");
// 获取读锁对象
InterProcessLock
interProcessLock=interProcessReadWriteLock.readLock();
System.out.println("等待获取读锁对象!");
// 获取锁
interProcessLock.acquire();
for (int i = 1; i <= 100; i++) {
Thread.sleep(3000);
System.out.println(i);
}
// 释放锁
interProcessLock.release();
System.out.println("等待释放锁!");
}
```
**2）获取写锁**
```java
@Test
void testGetWriteLock() throws Exception {
// 读写锁
InterProcessReadWriteLock interProcessReadWriteLock=new
InterProcessReadWriteLock(client, "/lock1");
// 获取写锁对象
InterProcessLock
interProcessLock=interProcessReadWriteLock.writeLock();
System.out.println("等待获取写锁对象!");
// 获取锁
interProcessLock.acquire();
for (int i = 1; i <= 100; i++) {
Thread.sleep(3000);
System.out.println(i);
}
// 释放锁
interProcessLock.release();
System.out.println("等待释放锁!");
}
```
#### zk的watch机制
**watch机制介绍**
我们可以把Watch理解成是注册在特定Znode上的触发器。当这个Znode发生改变，也就是调用了 `create`，`delete`，`setData`方法的时候，将会触发Znode上注册的对应事件，请求Watch的客户端会接收到异步通知。
具体交互过程如下：
* 客户端调用 `getData` ⽅法， `watch`参数是`true` 。服务端接到请求，返回节点数据，并 且在对应的哈希表里插入被Watch的Znode 路径，以及 Watcher 列表。
* 当被Watch的Znode已删除，服务端会查找哈希表，找到该Znode对应的所有Watcher，异步通知客户端，并且删除哈希表中对应的 Key-Value。
客户端使用了NIO通信模式监听服务端的调用。
打开两个会话，便于测试。
* 在会话1中，创建节点
```
create /t1
```
* 在会话1中，一次性监听节点
```
get -w /t1
```
* 在会话2中，设置节点值，观察会话1
```
set /t1 abc
```
会话1中，出现如下：
**zkCli客户端使用watch**
```
create /test xxx
get -w /test # 一次性监听节点
ls -w /test # 监听⽬录,创建和删除子节点会收到通知。子节点中新增节点不会收到通知
ls -R -w /test # 对于子节点中子节点的变化，但内容的变化不会收到通知
get-w /test #监听是一次性的，只对ZNode节点数据的变化有效果
ls [-s][-w][-R] path # 当前节点变化，有效果
# 监听节点的变化
addWatch [-m mode]，mode=[PERSISTENT(当前节点), PERSISTENT_RECURSIVE(包括子节点)] - default is PERSISTENT_RECURSIVE
```
**curator客户端使用watch**
```java
@Test
public void addNodeListener() throws Exception {
NodeCache nodeCache = new NodeCache(curatorFramework, "/curatornode");
nodeCache.getListenable().addListener(new NodeCacheListener() {
@Override
public void nodeChanged() throws Exception {
log.info("{} path nodeChanged: ","/curator-node");
printNodeData();
}
});
nodeCache.start(); // 开启
System.in.read(); // 阻塞，便于观察监听器
}
public void printNodeData() throws Exception {
byte[] bytes = curatorFramework.getData().forPath("/curator-node");
log.info("data: {}",new String(bytes));
}
```
#### zk-server的监听情况
* Four letter words
* AdminServer：
#### Zookeeper集群
**Zookeeper集群角色**
zookeeper集群中的节点有三种角色
* **Leader（主）**：处理集群的所有事务请求，集群中只有一个Leader。
* **Follower（从）**：只能处理读请求，参与Leader选举。
* **Observer（观察者）**：只能处理读请求，提升集群读的性能，但不能参与Leader选举。
**集群搭建**
搭建4个节点，其中一个节点为Observer
**1）创建4个节点的myid，并设值**
```
# 创建文件夹
cd data
sudo mkdir zk1
sudo mkdir zk2
sudo mkdir zk3
sudo mkdir zk4
# 创建4个文件
sudo vim ./zk1/myid # 写入1即可
sudo vim ./zk2/myid # 写入2即可
sudo vim ./zk3/myid # 写入3即可
sudo vim ./zk4/myid # 写入4即可
```
**2）编写4个zoo.cfg**
* 创建cfg文件
```
sudo cp zoo.cfg zoo1.cfg
sudo cp zoo.cfg zoo2.cfg
sudo cp zoo.cfg zoo3.cfg
sudo cp zoo.cfg zoo4.cfg
```
* 修改内容
```properties
# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# 修改对应的zk1 zk2 zk3 zk4
dataDir=/usr/local/zookeeper/data/zk1
# 修改对应的端⼝ 2181 2182 2183 2184
clientPort=2181
# 2001为集群通信端⼝，3001为集群选举端⼝，observer表示不参与集群选举
server.1=127.0.0.1:2001:3001
server.2=127.0.0.1:2002:3002
server.3=127.0.0.1:2003:3003
server.4=127.0.0.1:2004:3004:observer
# admin.serverPort=9081
```
**3）启动4台Zookeeper**
```
sudo ./bin/zkServer.sh start ./conf/zoo1.cfg
sudo ./bin/zkServer.sh start ./conf/zoo2.cfg
sudo ./bin/zkServer.sh start ./conf/zoo3.cfg
sudo ./bin/zkServer.sh start ./conf/zoo4.cfg
```
4）查看zookeeper服务器状态
```
sudo ./bin/zkServer.sh status ./conf/zoo1.cfg
sudo ./bin/zkServer.sh status ./conf/zoo2.cfg
sudo ./bin/zkServer.sh status ./conf/zoo3.cfg
sudo ./bin/zkServer.sh status ./conf/zoo4.cfg
```
**4）连接Zookeeper集群**
不需要观察者。
```
sudo ./bin/zkCli.sh -server 127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183
```
#### ZAB协议
**什么是ZAB协议**
zookeeper作为非常重要的分布式协调组件，需要进行集群部署，集群中会以一主多从的形式 进行部署。zookeeper为了保证数据的一致性，使用了ZAB（Zookeeper Atomic Broadcast，Zookeeper的原子广播）协议，**这个协议解决了Zookeeper的崩溃恢复和主从数据同步的问题**。
**ZAB协议定义的四种节点状态**
* Looking ：选举状态
* Following ：Follower 节点（从节点）所处的状态
* Leading ：Leader 节点（主节点）所处状态
* Observing：观察者节点所处的状态
**集群上线时的Leader选举过程**
Zookeeper集群中的节点在上线时，将会进入到Looking状态，也就是选举Leader的状态，这 个状态具体会发生什么？
**崩溃恢复时的Leader选举过程**
**Leader建立完后，Leader周期性地不断向Follower发送心跳（ping命令，没有内容的 socket）。**
**当Leader崩溃后，Follower发现socket通道已关闭，于是Follower开始进入到 Looking状态，重新回到上一节中的Leader选举过程，此时集群不能对外提供服务。**
**主从服务器之间的数据同步**
**Zookeeper中的NIO与BIO的应用**
* **NIO**：用于被客户端连接的2181端⼝，使用的是NIO模式与客户端建立连接 客户端开启Watch时，也使用NIO，等待Zookeeper服务器的回调
* **BIO**：集群在选举时，多个节点之间的投票通信端⼝，使用BIO进行通信。
#### CAP理论
**CAP定理**
2000 年 7 ⽉，加州大学伯克利分校的 Eric Brewer 教授在 ACM PODC会议上提出CAP猜想。2年后，麻省理⼯学院的 Seth Gilbert 和 Nancy Lynch 从理论上证明了CAP。之后， CAP 理论正式成为分布式计算领域的公认定理。
**CAP 理论**：一个分布式系统最多只能同时满⾜一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。
* **一致性（Consistency）**：一致性指 “all nodes see the same data at the same time”，即更新操作成功并返回客户端 完成后，所有节点在同一时间的数据完全一致。
* **可用性（Availability）**：可用性指“Reads and writes always succeed”，即服务一直可用，而且是正常响应时间。
* **分区容错性（Partition tolerance）**：分区容错性指“the system continues to operate despite arbitrary message loss or failure of part of the system”，即分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外 提供满足一致性或可用性的服务。——避免单点故障，就要进行冗余部署，冗余部署相当于是服务的分区，这样的分区就具备了容错性。
**CAP权衡**
通过 CAP 理论，我们知道无法同时满足一致性、可用性和分区容错性这三个特性，那要舍弃哪个呢？
对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所 以节点故障、网络故障是常态，而且要保证服务可用性达到N个9，即保证 P 和 A，舍弃 C（退而求其次保证最终一致性）。虽然某些地⽅会影响客户体验，但没达到造成用户流程的严重程度。
对于涉及到钱财这样不能有一丝让步的场景，C 必须保证。网络发生故障宁可停止服务，这是保证 CA，舍弃P。貌似这几年国内银行业发生了不下 10 起事故，但影响面不大，报到也不多，广大群众知道的少。还有一种是保证 CP，舍弃A。例如网络故障是只读不写。
孰优孰略，没有定论，只能根据场景定夺，适合的才是最好的。
**BASE理论**
eBay 的架构师 Dan Pritchett 源于对大规模分布式系统的实践总结，在 ACM 上发表⽂章提出 BASE 理论，BASE 理论是对 CAP 理论的延伸，核⼼思想是即使无法做到强一致性（Strong Consistency，CAP 的一致性就是强一致性），但应用可以采用适合的⽅式达到最终一致性 （Eventual Consitency）。
* **基本可用（Basically Available）**：基本可用是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核⼼可用。 电商大促时，为了应对访问量激增，部分用户可能会被引导到降级⻚⾯，服务层也可能只提 供降级服务。这就是损失部分可用性的体现。
* **软状态（Soft State）**： 软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据⾄少会有三个副本，允许不同节点间副本同步的延时就是软状态的体现。mysql replication 的异步复制也是一种体现。
* **最终一致性（Eventual Consistency）**：最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。
**Zookeeper追求的一致性**
**Zookeeper在数据同步时，追求的并不是强一致性，而是顺序一致性（事务id的单调递增）。**
### 面试题
#### 选举机制
半数机制，超过半数的投票通过，即通过。
（1）第一次启动选举规则：投票过半数时，服务器id大的胜出
（2）第二次启动选举规则：
* EPOCH（Leader编号）大的直接胜出
* EPOCH相同，事务id大的胜出
* 事务id相同，服务器id大的胜出
#### 生产集群安装多少zk合适？
安装奇数台。
* 10台服务器：3台zk；
* 20台服务器：5台zk；
* 100台服务器：11台zk；
* 200台服务器：11台zk
**服务器台数多：好处，提高可靠性；坏处：提高通信延时**。
#### 常用命令
ls、get、create、delete。