大家好，这里是架构资源栈！点击上方关注，添加“星标”，一起学习大厂前沿架构！
引言
在分布式系统中，服务注册、配置管理、分布式锁、选举等场景都需要一个高可用、一致性强的协调服务。Apache ZooKeeper 凭借其轻量级、易用性和强一致性，成为业界主要选择之一。本文将从原理层面剖析 ZooKeeper，给出 Java 快速上手示例，并与同类产品（etcd、Consul、Eureka）进行对比，为架构选型提供参考。
一、ZooKeeper 简介
定位：分布式协调服务，提供命名（Naming）、同步（Synchronization）、配置管理（Configuration）、组管理（Group Management）等基本原语。
优势：
读性能优越：针对读多写少场景优化
强一致性：采用 Zab（ZooKeeper Atomic Broadcast）协议保障写操作原子广播
Watch 机制：基于事件通知的异步设计
二、ZooKeeper 核心原理
1. 数据模型 —— ZNode 树
以类文件系统的树状结构存储数据，称为 ZNode
每个 ZNode 可以存储少量的元数据和数据（默认 1MB 以内）
支持持久节点（Persistent）和临时节点（Ephemeral），及顺序变体
/
├── /app
│ ├── /app/config (持久节点)
│ └── /app/lock_0001 (临时顺序)
└── /services
├── /services/svcA (临时节点)
└── /services/svcB (临时节点)
2. 集群架构与选举
角色：每个节点启动时会在集群中选举产生一个 Leader，其余为 Follower；也可配置 Observer（只读，不参与选举）
读写分离：
读请求：可由任意节点（Follower/Observer）处理
写请求：必须先提交给 Leader，由 Leader 通知 Follower 过半达成一致后应用并回复客户端
3. Zab 协议（Atomic Broadcast）
Proposal：Leader 接收写请求并生成提案（Proposal）
Sync：Leader 将 Proposal 发送给所有 Follower
Ack：Follower 收到 Proposal 后返回确认
Commit：Leader 收到多数 Ack 后发送 Commit，所有节点应用并完成事务
4. 会话与 Watch
Session：客户端与集群建立会话，ZK 用心跳维持，有超时机制
Watch：客户端可在 ZNode 上注册 Watch，节点数据/子节点变化时触发一次性事件通知
三、ZooKeeper 快速入门示例（Java）
import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;
import java.util.concurrent.CountDownLatch;
public class ZkDemo {
private static final String CONNECT_ADDR = "zk1:2181,zk2:2181,zk3:2181";
private static final int SESSION_TIMEOUT = 5000;
private ZooKeeper zk;
private CountDownLatch connectedSignal = new CountDownLatch(1);
public void connect() throws Exception {
zk = new ZooKeeper(CONNECT_ADDR, SESSION_TIMEOUT, event -> {
if (event.getState() == Watcher.Event.KeeperState.SyncConnected) {
connectedSignal.countDown();
}
});
connectedSignal.await();
}
// 创建持久节点
public String createPersistent(String path, byte[] data)
throws KeeperException, InterruptedException {
return zk.create(path, data, ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
}
// 读取数据并注册 Watch
public byte[] getData(String path, Watcher watcher)
throws KeeperException, InterruptedException {
Stat stat = zk.exists(path, true);
if (stat != null) {
return zk.getData(path, watcher, stat);
}
return null;
}
// 更新数据
public void updateData(String path, byte[] data)
throws KeeperException, InterruptedException {
Stat stat = zk.exists(path, false);
if (stat != null) {
zk.setData(path, data, stat.getVersion());
}
}
// 关闭连接
public void close() throws InterruptedException {
zk.close();
}
public static void main(String[] args) throws Exception {
ZkDemo demo = new ZkDemo();
demo.connect();
String path = demo.createPersistent("/app/config", "v1".getBytes());
System.out.println("节点创建: " + path);
byte[] data = demo.getData("/app/config", event ->
System.out.println("节点变更: " + event));
System.out.println("读取数据: " + new String(data));
demo.updateData("/app/config", "v2".getBytes());
demo.close();
}
}
四、与同类产品对比
特性
ZooKeeper
etcd
Consul
Eureka
一致性
强一致性（CP）
强一致性（CP，基于 Raft）
可配（默认 CP）
弱一致性（AP，基于自选复制）
读写性能
读快、写次之
写优、读优
性能均衡
适中
Watch机制
一次性 Watch，需重置
支持 Watch/WatchStream，可持续监听
支持 KV Watch
不支持，需客户端轮询
数据模型
树形层级（类文件系统）
键值对（扁平）
KV + 服务健康检查
服务注册中心
客户端生态
原生 Java/C、众多三方
Go/Kotlin/Java/C# 等，多语种支持
Go/Java/Python/Node.js 等
Java 生态为主
高可用方案
集群模式，Observer 可扩展读
集群模式，普通节点+Learner
Cluster + WAN Federation
集群模式，PeerAwareInstance
典型场景
分布式锁、配置管理、选举、Naming
配置管理、服务发现、Leader 选举
服务发现、健康检查、Multi-Datacenter
服务发现、负载均衡
对比总结
一致性与性能：若追求强一致性、读多写少场景，首选 ZooKeeper；写密集场景可考虑 etcd。
生态与易用性：Consul 提供内置健康检查、Multi-DC 支持，适合作为全栈服务发现与健康监控；Eureka 更偏向 Java 微服务生态（Spring Cloud）。
Watch 能力：持续监听场景下，etcd 和 Consul 更灵活；ZooKeeper 则需客户端自行重置 Watch。
结语
Apache ZooKeeper 以其成熟的协调原语、强一致性和稳定的社区，仍是分布式系统核心组件的首选。但在选型时，应结合业务场景、性能特点和运维成本，综合权衡。希望本文能够帮助你快速理解 ZooKeeper 原理，并在架构设计中做出更明智的决策。
转自：https://mp.weixin.qq.com/s/cSTNX6jaOYnkHhSEjz9ILw