要精通 ZooKeeper，需要掌握其核心原理、数据模型、分布式协调机制、典型应用场景、运维管理与性能调优等方面的知识。以下是系统化的知识体系：
✅ 一、ZooKeeper 基础原理
-
ZooKeeper 是什么
- 分布式协调服务，提供一致性、高可用的元数据管理
- 核心特性：顺序性、原子性、单一视图、可靠性、实时性
-
ZooKeeper 架构原理
- Leader / Follower / Observer 节点角色
- Zab 协议（ZooKeeper Atomic Broadcast）
- 会话机制、心跳机制、选举机制
-
数据模型（ZNode）
- 类似文件系统的树状结构
- 节点类型：持久节点、临时节点、顺序节点、临时顺序节点
- 节点版本、ACL 权限控制
✅ 二、核心功能与应用场景
-
分布式协调能力
- 命名服务
- 配置中心（统一配置管理）
- 分布式锁（公平/非公平锁）
- 分布式队列
- Master 选举（Leader Election）
- 注册中心（服务注册与发现）
-
Watcher 机制
- 一次性触发机制
- 监听节点数据变化、子节点变化、节点创建/删除
- Watcher 触发流程与通知机制
-
版本控制与 CAS 操作
- 乐观锁：基于版本号的 compare-and-set
- 避免并发写冲突
✅ 三、ZooKeeper 客户端与编程
-
原生 Java 客户端
- ZooKeeper API 使用（create、getData、setData、delete 等）
- Watcher 注册与处理
- 异步 API、回调机制
-
Curator 框架（Netflix 开源）
- 更稳定、易用的 ZooKeeper 客户端封装
- Curator Recipes（分布式锁、选举、缓存等）
- LeaderLatch、InterProcessMutex、PathChildrenCache 等常用组件
-
其他语言客户端
- Python（kazoo）、Go（go-zookeeper）等
✅ 四、部署与运维管理
- 集群部署与配置
- 单机模式 vs 集群模式
- 配置文件参数（tickTime、initLimit、syncLimit、dataDir、clientPort 等）
- myid 文件配置、端口说明（2888、3888）
- 数据持久化与快照机制
- 数据日志（transaction log）与快照（snapshot）
- 数据恢复机制
- 常用运维命令
- zkCli.sh 客户端命令（ls、get、create、set、delete 等）
- 四字命令（stat、srvr、ruok、conf 等）
- jmx 监控、Prometheus + Grafana 集成
- 安全与访问控制
- ACL 权限模型（scheme + id + perms）
- 认证机制（digest、IP、SASL）
✅ 五、性能调优与高可用
- 性能优化
- 合理设置 tickTime、maxClientCnxns、jute.maxbuffer
- 降低 Watcher 数量、控制节点数量、避免大节点
- 高可用与容错
- 最少 3 个节点（建议奇数）
- 容忍节点数失败数 = (n-1)/2
- Leader 崩溃后的自动选举与恢复
- ZooKeeper 的限制
- 不适合大数据量存储
- Watcher 数量有限、节点大小限制（默认 1MB）
✅ 六、实战与集成应用
- 与其他组件集成
- Kafka：用于 Broker 注册与 Controller 选举（旧版本）
- Hadoop / HBase / Flink：协调服务、元数据管理
- Dubbo / Spring Cloud：注册中心实现
- 常见问题排查
- 会话过期、连接失败、脑裂问题
- 日志分析、状态不一致、数据丢失
🎯 总结：
精通 ZooKeeper = 掌握核心原理 + Watcher + 分布式协调能力 + 运维实战 + 编程应用