zookeeper概述和分布式系统简介

1. 什么是zookeeper

   1. 中间件，提供协调服务。
   2. 作用于分布式系统，发挥其优势，可以为大数据服务
   3. 支持java，提供java和c语言的客户端api

2. 什么是分布式系统

   1. 很多台计算机组成一个整体，一个整体一致对外并且处理同一个请求。
   2. 内部的每台计算机都可以相互通信（rest/rpc）
   3. 客户端到服务端的一次请求到响应结束历经很多台计算机
   4. 
   5. 
   6. 关于分布式系统，就是一个系统，进行功能的拆分，最后整合成一个庞大的系统。这个庞大的系统对于用户来说不是透明的，对于自己来说，全是透明的。可以根据业务拆分成为不同的子系统。这样的好处的负载会大大的增加，用户的请求会分布到不同的系统里面去，这样负载就会有一个整体的提高。

3. 分布式系统的瓶颈以及zk的相关特性

   1. 分布式系统的瓶颈

      1. 
      2. 在发生高并发的时候，例如上海的虹桥火车站。系统的负载肯定会上升，也就是请求量会暴增，跟火车站类似，在某一个时间点，人流量特别多，某个班次的火车的人的容量是固定的，是有控制的，但是目前人这么多，只能按照先来先得，后来后上的道理。这其实就是一个非常典型的分布式锁的案例。整个系统都需要做到同步。才可以做到数据的一致性。
      3. 在高并发的时候也可以映射为车流量特别的多，车流量多就会导致堵车，那么此时就需要有交警进行协调，哪个路口的车先走。

   2. zookeeper的特性

      1. 一致性：数据一致性，数据按照顺序分批入库
      2. 原子性：事务要么成功要么失败，不会局部化
      3. 单一视图：客户端连接集群中的任一zk节点，数据都是一致的。比如说连接到某一个节点的数据是A，等下次断开连接到第二个节点，它的数据其实也会还是A，不会是一种ABA，或者ABB，所有的数据应该都是一致的。所有节点上的数据全是一致的，要么全是A，要么全是B。
      4. 可靠性：每次对zk的操作状态都会保存在服务端。可以查看每一次都是什么状态，甚至可以根据某一个状态进行回滚
      5. 实时性：客户端可以读取到zk服务端的最新数据。

4. Zookeeper的主要目录

   1. bin：主要的一些运行命令
   2. conf：存放配置文件，其中我们需要修改zk.cfg
   3. contrib：附件的一些功能
   4. dist-maven：mvn编译后的目录
   5. docs：文档
   6. lib：需要依赖的jar包
   7. recipies：demo案例
   8. src：源码

5. zoo.cfg配置

   1. tickTime:用于计算的时间单元。比如session超时：N * tickTime
   2. initLimit:用于集群，允许从节点连接并同步到mater节点的初始化连接时间，以tickTime的倍数来表示
   3. syncLimit：用于集群，master主节点与从节点之间发送消息，请求和应答时间长度。（心跳机制）
   4. dataDir：必须配置。存储zk开发需要的一些数据
   5. dataLogDir：日志目录，如果不配置会和dataDir共用
   6. clientPort：连接服务器的端口，默认2181