大数据面试题——Zookeeper篇

前言

Zookeeper,中文名又称为动物园管理员。他属于Hadoop生态圈中重要的组件框架之一。主要是起到分布式协调调度的作用，日常中我们可能经常使用到zookeeper，但是他并不像Hadoop Spark会经常进行应用编程的开发，也不像Hive HBase那样进行数据的交互式查询操作等。
关于Zookeeper，我们更多的是在集群中搭建Zookeeper集群来进行 配置管理 集群管理 或者是分布式锁等。
这篇博客，南国结合自己稀少的实践经历 和看过的知识点 总结出Zookeeper中常见的面试考点。如果对zookeeper不太熟悉的读者，在看这篇博客之前 建议先学习一下Zookeeper的基础知识点 南国此前写过一篇博客一文了解Zookeeper 一点浅见 与大家分享。

简述ZooKeeper的选举机制

这个知识点 在上面提到的博客中 南国其实已经写过。这里 通过一个例子 结合图文 在叙述一下。
假设有五台服务器组成的zookeeper集群，它们的id从1-5，同时它们都是最新启动的，也就是没有历史数据，在存放数据量这一点上，都是一样的。假设这些服务器依序启动，来看看会发生什么。

（1）服务器1启动，此时只有它一台服务器启动了，它发出去的报没有任何响应，所以它的选举状态一直是LOOKING状态。
（2）服务器2启动，它与最开始启动的服务器1进行通信，互相交换自己的选举结果，由于两者都没有历史数据，所以id值较大的服务器2胜出，但是由于没有达到超过半数以上的服务器都同意选举它(这个例子中的半数以上是3)，所以服务器1、2还是继续保持LOOKING状态。
（3）服务器3启动，根据前面的理论分析，服务器3成为服务器1、2、3中的Leader，而与上面不同的是，此时有三台服务器选举了它，所以它成为了这次选举的Leader。
（4）服务器4启动，根据前面的分析，理论上服务器4应该是服务器1、2、3、4中最大的，但是由于前面已经有半数以上的服务器选举了服务器3，所以它成为Follower。
（5）服务器5启动，同4一样成为Follower。

注意，如果按照5,4,3,2,1的顺序启动，那么5将成为Leader，因为在满足半数条件后，ZooKeeper集群启动，5的Id最大，被选举为Leader。

(2022-03更新)
上述的例子属于简化zk的选举过程 让读者可以充分理解zk选选举内在的过半机制(当某个节点获取的票数超过一半 则选举成为leader)
实际上 zk集群的选举过程内在源码比较复杂 主要依据是myid+zxid
myid是指集群机器 ID ，它是每一个集群机器中的编号文件，代表 ZooKeeper 集群服务器的标识，手动生成，全局全一。
zxid是指事务 ID ，Zookeeper 会给每个更新请