什么是ZooKeeper以及zookeeper是如何工作的？

Question

我现在正在读Apache ZooKeeper。我在互联网上看了很多文档和文章，但我越来越困惑于ZooKeeper到底是如何工作的？

目前，我知道ZooKeeper为跨节点同步提供了一个基础设施，应用程序可以使用它来确保跨集群的任务是序列化或同步的。它维护了一种由“znode”组成的树型文件系统。例如，我有一个集群，它是一个主服务器和两个从服务器，并且在所有服务器中，这种树文件系统结构总是相同的？如果我在其中一个追随者服务器上创建一个新的znode，整个集群会被同步吗？

另一个问题是，每个znode只能包含1M数据，因为ZooKeeper不是设计为容纳非常大的数据值的大型数据存储。但是，如果我需要一种存储大量数据的分布式数据库，我如何使用ZooKeeper来实现呢？如果这些大型数据没有存储在znode中，那么它应该存储在哪里，ZooKeeper如何获取这些数据？

Answer 1

但是，如果我需要一种存储大量数据的分布式数据库，我如何使用ZooKeeper来实现呢？不要这样做。搅拌机不是汽车；Zookeeper也不是大型数据存储。

Zookeeper基本上是一个lock server，并不意味着要存储大量数据。相反，它通过公开同步工具来帮助其他大型数据存储(如HBase)实现consistency。

作为最终用户(只想使用分布式数据库的人)，zookeeper并不是很有趣。它的目标受众是服务/数据存储作者，他们编写了最终用户可能想要的东西。

Answer 2

ZooKeeper集成必须与多数(包括主节点)保持一致:您无法保证集成的特定节点与主节点保持最新。要获得这种保证，您必须通过该节点实际编写一些内容:然后该节点将被更新，随后它将发布其更新。这是因为写入是线性的，即为了一致性，写入是严格排序的。

出于上述原因，我不会将ZooKeeper用于大型存储:每次存储内容时，都会强制大多数节点进行更新。频繁的写入传播显然与您想要的分布式字符背道而驰。坚持使用ZooKeeper进行客户端之间的协调，并利用这种协调来执行对实际的分布式/分片数据库的写入。