有图有真相，ZooKeeper的选举机制和同步机制超详细讲解

前言

zookeeper相信大家都不陌生，很多分布式中间件都利用zk来提供分布式一致性协调的特性。dubbo官方推荐使用zk作为注册中心，zk也是hadoop和Hbase的重要组件。其他知名的开源中间件中也都出现了zk的身影。

有很多童鞋认识zk很久了，知道其基本理念，知道如何使用。但当面试时问到集群zk之间的选举和数据同步机制时，就陷入了盲区。

其实很多的分布式中间件的选举和同步，都和zk有异曲同工之妙。这篇文章我就来重点聊下关于zk集群之间的选举和同步机制。

ZK集群的部署

首先我们来看下半数运行机制：

集群至少需要三台服务器，且官方文档强烈建议使用奇数个服务器，因为zookeeper是通过判断大多数节点的的存活来判断整个服务集群是否可用的，比如3个节点，它的一半是1.5，向上取整就是2。挂掉了2个就是表示整个集群挂掉。而用偶数4个的话，挂掉2个也表示不是大部分存活，因此也会挂掉。所以用4台服务器的话 ，从使用资源上来说，并不划算。

配置语法：

server.<节点ID>=<IP>:<数据同步端口>:<选举端口>

• 节点ID：为1到125之间的数字，写到对应服务节点的{dataDir}/myid文件中。
• IP地址：节点的远程IP地址，可以相同，生产环境建议用不同的机器，否则无法达到容错的目的。
• 数据同步端口：主从同步时数据复制端口。
• 选举端口：主从节点选举端口。

假设现在有3个zookeeper节点，我们要为其编写config配置，也要编写3份，分别放在不同的服务器上，其配置如下：

initLimit=10
syncLimit=5
dataDir=/data/zk_data
clientPort=2181
# 集群配置
server.1=192.168.1.1:2888:3888
server.2=192.168.1.2:2888:3888
server.3=192.168.1.3:2888:3888

其中dataDir参数指定的是一个目录，用来存放zk的数据，里面有个文件myid，3台机器上myid文件里面分别存放1,2,3。对应各自节点ID。

配置好3个配置文件后，分别启动，这样我们一个3个节点的集群zookeeper就搭建好了。

./bin/zkServer.sh start conf/zoo.cfg

ZK集群中的角色

zookeeper集群中公共有三种角色，分别是leader，follower，observer。

角色	描述
leader	主节点，又名领导者。用于写入数据，通过选举产生，如果宕机将会选举新的主节点。
follower	子节点，又名追随者。用于实现数据的读取。同时他也是主节点的备选节点，并拥有投票权。
observer	次级子节点，又名观察者。用于读取数据，与follower区别在于没有投票权，不能被选为主节点。并且在计算集群可用状态时不会将observer计算入内。

关于observer的配置：

只要在集群配置中加上observer后缀即可，示例如下：

server.3=127.0.0.1:2883:3883:observer

其中leader只有一个，剩下的都是follower和observer，但是我们一般生产上不会配置observer，因为observer并没有选举权，可以理解为observer是一个临时工，不是正式员工，没法获得晋升。除此之外，它和follower的功能是一样的。

什么时候需要用到observer呢，因为zk一般读的请求会大于写。当整个集群压力过大时，我们可以增加几个临时工observer来获得性能的提升。在不需要的时候的时候，可以随时撤掉observer。

zk进行连接时，一般我们都会把zk所有的节点都配置上去，用逗号分隔。其实连接集群中的任意一个或者多个都是可以的。只是如果只连一个节点，当这个节点宕机的时候，我们就断开了连接。所以还是推荐配置多个节点进行连接。

如何查看ZK集群中的角色

我们可以利用以下命令来查看zk集群中的角色

./bin/zkServer.sh status conf/zoo.cfg

我在自己机器上搭建了3个节点的伪集群(共用一台机器)，配置文件分别命名为zoo1.cfg，zoo2.cfg，zoo3.cfg。使用以上命令查看的结果为：

可以看到，其中节点2为leader，其他的为follower。但是如果你按照zoo1.cfg，zoo2.cfg，zoo3.cfg的顺序启动，无论你启动多少遍，节点2总是leader，而这时如果把节点2关掉，进行查看角色，发现节点3成了leader。

以上这些现象都和zookeeper的选举机制有关

ZK集群的选举机制

我们就拿3个节点的zk作一个简单选举的说明

zk会进行多轮的投票，直到某一个节点的票数大于或等于半数以上，在3个节点中，总共会进行2轮的投票：

• 第一轮，每个节点启动时投票给自己，那这样zk1，zk2，zk3各有一票。
• 第二轮，每个节点投票给大于自己myid，那这样zk2启动时又获得一票。加上自己给自己投的那一票。总共有2票。2票大于了当前节点总数的半数，所以投票终止。zk2当选leader。

有的童鞋会问，zk3呢，因为zk2已经当选了，投票终止了。所以zk2也不会投票给zk3了。

当然这是一个比较简单版的选举，其实真正的选举还要比较zxid，这个后面会讲到。

zk选举什么时候会被触发呢？一是启动时会被触发，二是leader宕机时会被触发。上面的例子中，如果节点2宕机，根据规则，那获得leader的就应该是zk3了。

ZK集群的数据同步机制

zookeeper的数据同步是为了保证每个节点的数据一致性，大致分为2个流程，一个是正常的客户端数据提交流程，二是集群中某个节点宕机后数据恢复流程。

正常客户端数据提交流程

客户端写入数据提交流程大致为：leader接受到客户端的写请求，然后同步给各个子节点：

但是有童鞋就产生疑惑了，客户端一般连接的是所有节点，客户端并不知道哪个是leader呀。

的确，客户端会和所有的节点建立链接，并且发起写入请求是挨个遍历节点进行的，比如第一次是节点1，第二次是节点2。以此类推。

如果客户端正好链接的节点的角色是leader，那就按照上面的流程走。那如果链接的节点不是leader，是follower呢，则有以下流程：

如果Client选择链接的节点是Follower的话，这个Follower会把请求转给当前Leader，然后Leader会走蓝色的线把请求广播给所有的Follower，每个节点同步完数据后会走绿色的线告诉Leader数据已经同步完成（但是还未提交），当Leader收到半数以上的节点ACK确认消息后，那么Leader就认为这个数据可以提交了，会广播给所有的Follower节点，所有的节点就可以提交数据。整个同步工作就结束了。

那我们再来说说节点宕机后的数据同步流程

当zookeeper集群中的Leader宕机后，会触发新的选举，选举期间，整个集群是没法对外提供服务的。直到选出新的Leader之后，才能重新提供服务。

我们重新回到3个节点的例子，zk1，zk2，zk3，其中z2为Leader，z1，z3为Follower，假设zk2宕机后，触发了重新选举，按照选举规则，z3当选Leader。这时整个集群只整下z1和z3，如果这时整个集群又创建了一个节点数据，接着z2重启。这时z2的数据肯定比z1和z3要旧，那这时该如何同步数据呢。

zookeeper是通过ZXID事务ID来确认的，ZXID是一个长度为64位的数字，其中低32位是按照数字来递增，任何数据的变更都会导致低32位数字简单加1。高32位是leader周期编号，每当选举出一个新的Leader时，新的Leader就从本地事务日志中取出ZXID，然后解析出高32位的周期编号，进行加1，再将低32位的全部设置为0。这样就保证了每次选举新的Leader后，保证了ZXID的唯一性而且是保证递增的。

查看某个数据节点的ZXID的命令为：

先进入zk client命令行
./bin/zkCli.sh -server 127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183 
stat加上数据节点名称
stat /test

执行结果为：

可以看到，有3个ZXID，这3个ZXID各自代表：

cZxid：该节点创建时的事务ID

mZxid：该节点最近一次更新时的事务ID

pZxid：该节点的子节点的最新一次创建/更新/删除的事务ID

查看节点最新ZXID的命令为：

echo stat|nc 127.0.0.1 2181
这个命令需提前在cfg文件后追加：4lw.commands.whitelist=*，然后重启

这里的ZXID就是当前节点最后一次事务的ID。

如果整个集群数据为一致的，那么所有节点的ZXID应该一样。所以zookeeper就通过这个有序的ZXID来确保各个节点之间的数据的一致性，带着之前的问题，如果Leader宕机之后，再重启后，会去和目前的Leader去比较最新的ZXID，如果节点的ZXID比最新Leader里的ZXID要小，那么就会去同步数据。

再看ZK中的选举

我们带着ZXID的概念再来看ZK中的选举机制。

假设还是有一个3个节点的集群，zk2为Leader，这时候如果zk2挂了。zk3当选Leader，zk1为Follower。这时候如果更新集群中的一个数据。然后把zk1和zk3都关闭。然后挨个再重启zk1，zk2，zk3。这时候启动后，zk2还能当选为Leader吗？

其实这个问题，换句话说就是：在挨个启动zk节点的时候，zk1和zk3的数据为最新，而zk2的数据不是最新的，按照之前的选举规则的话，zk2是否能顺利当选Leader？

答案为否，最后当选的为zk1。

这是为什么呢。

因为zk2的最新ZXID已经不是最新了，zk的选举过程会优先考虑ZXID大的节点。这时ZXID最大的有zk1和zk3，选举只会在这2个节点中产生，根据之前说的选举规则。在第一轮投票的时候，zk1只要获得1票，就能达到半数了，就能顺利当选为Leader了。

最后

其实zk的选举和同步并不复杂，如果能试着在本地去搭建3个节点的伪集群，去试着跑一下上面的案例。应该就能明白整个过程。zk作为老牌的一致性协调中间件，也是诸多面试的频次很高的问点。如果你能理解本篇的核心内容，再次碰到这类问题的时候，这将不会是你的盲区。