一、簡介

在過去，每個應用程序都是運行在一台計算機上的單程序單CPU。今天，情況變了。在大數據和雲計算領域，應用程序是由運行在不斷變化的計算機上的許多獨立程序組成的。程序員不能夠專注編寫業務代碼，反而要花費大量的時間維護各個服務之間的關係。為了解決程序員能夠專注於業務代碼的實現，zookeeper相關的應用應世而生。

它支持分佈式系統的調度任務，協調任務是涉及多個進程的任務。這樣的任務是可以為了合作是為了規範爭論。合作意味着各個進程需要共同努力，而主進程採取行動使其他進程能夠正常運行。例如：在典型的主從架構中，主通知從進行工作。因此，主人可以分配任務給園丁。但是，我們確實希望有一個主進程，但是每個子進程又能稱為主進程，因此，多個進程需要實現互斥。

一個典型的分佈式數據一致性的解決方案，分佈式應用程序可以基於它實現諸如數據發佈/訂閲、負載均衡、命名服務、分佈式協調/通知、集羣管理、Master 選舉、分佈式鎖和分佈式隊列等功能。

二、數據結構

zookeeper 提供的名稱空間非常類似於標準文件系統，key-value 的形式存儲。名稱 key 由 / 分割的一系列路徑元素，zookeeper 名稱空間中的每個節點都是一個路徑標識。

三、CAP 理論

CAP理論是分佈式系統設計中的一個重要理論，它指出了在分佈式系統中，一致性（Consistency）、可用性（Availability）和分區容錯性（Partition Tolerance）這三個因素無法同時完全滿足。CAP理論最早由Eric Brewer在2000年的ACM研討會上提出，並在2003年由MIT的Seth Gilbert和Nancy Lynch正式證明。

• 一致性（Consistency）
  在分佈式環境中，一致性是指多個副本之間是否能夠保持一致的特性，等同於所有節點訪問同一 份最新的數據副本。在一致性的需求下，當一個系統在數據一致的狀態下執行更新操作後，應該保證系統數據依然處於一致的狀態。
• 可用性（Availability）
  每次請求能獲取到正確的響應，但是不保證獲取的數據為最新數據。

• 分區容錯性（Partition tolerance）
  分佈式系統在遇到任何網絡分區故障的時候，依然要能夠保證提供滿足一致性和 可用性的服務，除非整個網絡環境都發生了故障。

  一個分佈式系統中最多隻能滿足兩點：分區容錯性（Partition tolerance）是必須的。
  zookeeper是滿足了CP。
  SpringCloud中的eruka實現了AP。

四、BASE 理論

BASE理論 是分佈式系統設計中的一個重要理論框架，它強調在分佈式系統中通過權衡一致性、可用性和實時性來構建高性能、高可用性和高靈活性的系統。BASE理論由 eBay 的架構師Dan Pritchett在2008年提出，是對CAP理論的一種擴展和補充。BASE理論的核心思想包括基本可用（Basically Available）、軟狀態（Soft State）和最終一致性（Eventually Consistent）三個方面。

• 基本可用（Basically Available）
  1、響應時間上損失：正常情況下的搜索引擎0.5秒後就返回給用户結果，而基本可用的搜索引擎可以在2秒作用返回結果。
  2、功能損失：在正常情況下，用户可以順利完成每一筆訂單。但是到了大促銷期間，為了保證購物系統的穩定性，可以將其他服務引導到降級頁面。
• 軟狀態（Soft State）
  1、硬狀態是指所有節點的數據副本的數據必須完全一致。
  2、軟狀態是允許系統在多個不同節點的數據副本可以存在數據延時。
• 最終一致性（Eventually Consistent）
  1、因果一致性（Causal consistency）
  2、讀己之所寫（Read your writes）
  3、會話一致性（Session consistency）
  4、單調讀一致性（Monotonic read consistency）
  5、單調寫一致性（Monotonic write consistency）