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
KmSH8umpK1 小时前
Redis分布式锁从原生手写到Redisson高阶落地,附线上死锁复盘优化方案进阶第八篇
数据库·redis·分布式
.柒宇.2 小时前
AI掘金头条项目-K8s部署实战教程
python·云原生·容器·kubernetes·fastapi
AI攻城狮3 小时前
DeepSeek V4:LLM 世界的"好又多"超市
云原生
AI精钢3 小时前
AI Agent 从上线到删库跑路始末
网络·人工智能·云原生·aigc
KmSH8umpK4 小时前
Redis分布式锁从原生手写到Redisson高阶落地,附线上死锁复盘优化方案进阶第七篇
数据库·redis·分布式
AI攻城狮5 小时前
RAG 的 Chunking 有什么好方案?从原理到实战选型
云原生
AI攻城狮7 小时前
如何提高 RAG 的检索质量?这才是真正的瓶颈所在
云原生
_F_y9 小时前
仿RabbitMQ实现消息队列-服务端核心模块实现(4)
分布式·rabbitmq
AI攻城狮10 小时前
DeepSeek KV Cache 入门解读:98% 命中率背后的工程逻辑
云原生
Albert Edison12 小时前
【RabbitMQ】发布确认模式(使用案例)
分布式·rabbitmq·ruby