Zookeeper设计的思想

ZooKeeper设计的目的是提供高性能、高可用、顺序一致性的分布式协调服务、保证数据最终一致性。

高性能(简单的数据模型)

1: 采用树形结构组织数据节点;
2: 全量数据节点,都存储在内存中;
3: Follower 和 Observer 直接处理非事务请求;

高可用(构建集群)
1: 半数以上机器存活,服务就能正常运行
2: 自动进行 Leader 选举

顺序一致性(事务操作的顺序)
1: 每个事务请求,都会转发给 Leader 处理
2: 每个事务,会分配全局唯一的递增id(zxid,64位:epoch + 自增 id)

最终一致性
1: 通过提议投票方式,保证事务提交的可靠性
2: 提议投票方式,只能保证 Client 收到事务提交成功后,半数以上节点能够看到最新数据

相关推荐
阿里云云原生6 小时前
让复杂任务由团队完成:阿里云 AgentCore 多 Agent 协作架构及实践
云原生
YYYing.6 小时前
【K8s系列 (一) 】Docker与容器(上篇)
docker·云原生·容器·kubernetes
阿里云云原生8 小时前
阿里云可观测 2026 年 10 月产品动态
云原生
阿里云云原生8 小时前
用 Nacos 3.3.0 ARD 让 Agent 按任务发现工具和 Skill
云原生
分布式存储与RustFS11 小时前
给 RustFS 桶加一层内存缓存:用 Alluxio 让热数据少跑一遍网络
运维·云原生·开源·对象存储·分布式存储·s3·性能基准
方方洛12 小时前
ray教程-25-附录E-端到端实战案例
人工智能·分布式·机器学习
吴声子夜歌14 小时前
Kubernetes权威指南——深入掌握Service(一)
云原生·容器·kubernetes
Z21-X16 小时前
云原生运维学习笔记:容器技术的演进、底层原理与 Docker 全生命周期管理
运维·笔记·学习·云原生
阿里云云原生1 天前
HiRoute 新版本发布:结合自己的真实工作选择最佳模型
云原生
对象存储与RustFS1 天前
Velero 接 RustFS 实操:K8s 集群备份落到自建对象存储
后端·docker·云原生