字节跳动大数据开发面经答案汇总之zookeeper篇

1.zookeeper简单介绍一下，为什么要用zk？

Zookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目（文件系统+通知机制）

zk的应用场景：

• 统一命名服务：在分布式环境下，经常需要对服务进行统一命名，便于识别，例如ip地址
• 统一配置管理：在一个集群中，要求所有节点的配置信息是一致的
• 统一集群管理：在一个集群中，需要实时监控每个节点的状态变化
• 负载均衡：在zookeeper中记录每台服务器的访问数，再次请求的时候，让访问最少的服务器去处理当前请求

2.zk的数据存储，当重启后怎么重构zk的数据模型

zk中的数据是保存在节点上的，节点就是znode，多个znode之间构成一棵树的目录结构

zk的数据是运行在内存中，zk提供了两种持久化机制：

• 事务日志：zk把执行的命令以日志形式保存在dataLogDir指定的路径中的文件中（如果没有指定dataLogDir，则按照 dataDir指定的路径）。
• 数据快照：zk会在一定的时间间隔内做一次内存数据快照，把时刻的内存数据保存在快照文件中。

zk通过两种形式的持久化，在恢复时先恢复快照文件中的数据到内存中，再用日志文件中的数据做增量恢复，这样恢复的速度更快

3.zk的选举机制

• zookeeper刚启动的时候：投票过半数时，服务器id大的胜出
• 我举个例子吧，假设有3台服务器，服务器1先启动，此时只有它一台服务器启动了，没有任何服务器可以进行通信，因此处于Looking状态，紧接着服务器2启动，它就会和1进行通信，交换选举结果，此时id较大的2胜出，并且满足半数以上的服务器同意选举2，所以2就成为了leader，最后服务器3启动，虽然自己的id大一些，但是前面已经选出了leader，因此自己就成为了follower

4.follower和observer的区别

• follower与老大Leader保持心跳连接，当Leader挂了的时候，经过投票后成为新的leader

5.zk基于什么协议，zab和raft的区别

zookeeper基于zab协议

zab和raft主要有四点区别：

6.zk怎么扩容，zk机房扩容有什么要注意的吗

zookeeper集群的数量应为奇数：因为根据paxos理论，只有集群中超过半数的节点还存活才能保证集群的一致性。

7.cap原则

• C表示Consitency（一致性，也就是从每个节点读取的数据是一样的），A表示Avaliablity（可用性，也就是整个系统一直处于可用的状态），P表示Partition tolerance（分区容错性，分布式系统在 任何网络分区故障问题的时候，仍然能正常工作），对于一个分布式系统来说的话，最多只能满足其中的两项，并且满足P是必须的，所以往往选择就在CP或者AP中。而zookeeper就是满足了一致性和分区容错性。因为leader节点挂掉的时候，集群会重新选举出leader，在这个期间集群是不满足可用性的