ZooKeeper 保证数据一致性

learn from 从0开始学大数据（极客时间）

文章目录

• • 1. 分布式一致性原理
  • 2. Paxos 算法与 ZooKeeper 架构

1. 分布式一致性原理

CAP 原理认为，一个提供数据服务的分布式系统 无法同时满足 数据一致性（Consistency）、可用性（Availibility）、分区耐受性（Patition Tolerance）这三个条件

• 一致性：返回最新的数据或者错误，而不是过期的数据
• 可用性：每次请求都得到响应，但不保证响应的数据是最新的
• 分区耐受性：即使网络原因导致部分服务器节点丢失或延迟，系统依然可以操作

关于 CAP 原理，更准确的说法是，在分布式系统必须要满足 分区耐受性 的前提下，可用性 和 一致性 无法同时满足

2. Paxos 算法与 ZooKeeper 架构

• 收到请求后，发送给其他服务器进行表决
• 如果收到多个，就按时间戳和服务器排序规则进行表决

只有收到多数表决同意时，才会决定执行 表决机制保证只有一个请求会执行，保证一致性 牺牲了部分可用性，换来数据一致性

• ZooKeeper 提供的 一致性数据服务，用于 选举 集群当前工作的主服务器
• ZooKeeper 系统的 多台服务器存储相同数据，并且每次数据更新都要 所有服务器投票表决，ZooKeeper 集群的 性能 会随着 服务器数量的增加而下降