Hadoop 生态系统 - ZooKeeper

Apache ZooKeeper 为 Hadoop 集群提供操作服务。它提供了一个分布配置服务，一个同步 服务和一个命名注册表。分布式程序是使用 ZooKeeper 存储和调节重要配置信息的更新。

ZooKeeper 的功能 #

ZooKeeper 提供一个非常简单的接口和服务。关键功能如下：

• 快速：ZooKeeper 在读多谢少的工作场景下异常快。理想的读写比率是 10:1
• 可靠：ZooKeeper 在一个服务器主机集群间同步，服务器可以相互识别。只要指定数量 的服务器可用，ZooKeeper 服务就可用。不会有单点失败。
• 简单：ZooKeeper 维护标准层级的名称空间，类似于文件和目录
• 有序：服务维护所有交易的记录，它可以用于高级抽象，例如同步通信原语（synchronization primitives）

同步通信原语：当一个进程调用一个send原语时，在消息开始发送后，发送进程便 处于阻塞状态，直至消息完全发送完毕，send原语的后继语句才能继续执行。

ZooKeeper 的工作原理 #

ZooKeeper 允许通过一个数据寄存器的共享层次名称空间，在分布式进程之间相互协调， 被成为 znodes。每一个 znode 根据路径辨别（路径使用斜杆 “/" 分割）。除了根目录， 每一个 znode 有一个父节点，如果它有子节点则不能删除。

它非常像普通的文件系统，但是 ZooKeeper 通过冗余服务提供卓越的可靠。一个服务在多台 机子间同步，各自维护一分数据树的内存镜像和交易日志。客户端连接单独的 ZooKeeper 服务器和保持 TCP 连接。

这样的架构允许 ZooKeeper 提供最低冗余的高穿透力和可用性，但是 ZooKeeper 能管理 的数据大小收到内存的限制。