ZooKeeper典型使用场景一览

    2. 系统日志(经过处理后的)存储，这些日志通常2-3天后被清除。

    3. 应用中用到的一些配置信息集中管理，在应用启动的时候主动来获取一次，并且在节点上注册一个Watcher，以后每次配置有更新，实时通知到应用。

    4. 业务逻辑中需要用到的一些全局变量，比如一些消息中间件的消息队列通常有个offset，这个offset存放在zk上，这样集群中每个发送者都能知道当前的发送进度。

    5. 系统中有些信息需要动态获取，并且还会存在人工手动去修改这个信息。以前通常是暴露出接口，例如JMX接口，有了zk后，只要将这些信息存放到zk节点上即可。

    使用方法通常是不同系统都对ZK上同一个znode进行注册，监听znode的变化(包括znode本身内容及子节点的)，其中一个系统update了znode，那么另一个系统能够收到通知，并作出相应处理。

    2. 另一种系统调度模式：某系统有控制台和推送系统两部分组成，控制台的职责是控制推送系统进行相应的推送工作。管理人员在控制台作的一些操作，实际上是修改了ZK上某些节点的状态，而zk就把这些变化通知给他们注册Watcher的客户端，即推送系统，于是，作出相应的推送任务。

    3. 另一种工作汇报模式：一些类似于任务分发系统，子任务启动后，到zk来注册一个临时节点，并且定时将自己的进度进行汇报(将进度写回这个临时节点)。

    总之，使用zookeeper来进行分布式通知和协调能够大大降低系统之间的耦合。

　　这个我感觉可以分为两类，一个是保持独占，另一个是控制时序。

　　所谓保持独占，就是所有视图来获取这个锁的客户端，最终只有一个可以成功获得这把锁。通常的做法是把zk上的一个znode看作是一把锁，通过create znode的方式来实现。所有客户端都去创建 /distribute_lock 节点，最终成功创建的那个客户端也即拥有了这把锁。

　　控制时序，就是所有视图来获取这个锁的客户端，最终都是会被安排执行，只是有个全局时序了。做法和上面基本类似，只是这里 /distribute_lock 已经预先存在，客户端它下面创建临时有序节点(这个可以通过节点的属性控制：CreateMode.EPHEMERAL_SEQUENTIAL)。Zk的父节点(/distribute_lock)维持一份sequence,保证子节点创建的时序性，从而也保证了每个客户端的全局时序。

　　通常的做法是：监控系统通过某种手段(比如ping)定时检测每个机器，或者每个机器自己定时主机汇报“我还活着”。 这种做法可行，但是存在两个比较明显的问题：1. 集群中机器有变动的时候，牵连到的东西比较多。2. 延时。

　　ZooKeeper有两个特性：a. 客户端在节点 x 上注册一个Watcher，那么如果 x 的子节点变化了，会通知该客户端。b. 创建EPHEMERAL类型的节点，一旦客户端和服务器的会话结束或过期，那么该节点就会消失。

　　例如，监控系统在 /clusterServers 节点上注册一个Watcher，以后每动态加机器，那么就往 /clusterServers 下创建一个 EPHEMERAL类型的节点：/clusterServers/{hostname}. 这样，监控系统就能够实时知道机器的增减情况，至于后续处理就是监控系统的业务了。

　　2. Master选举则是zookeeper中最为经典的使用场景了。

　　在分布式环境中，相同的应用可能分布在不同的机器上，有些业务逻辑(例如一些耗时的计算，网络I/O处理)，往往让整个集群中一台机器进行，其余机器可以分享这个结果，这样可以大大减少重复劳动，于是这个master选举便是这种场景下的主要问题。

　　ZooKeeper的强一致性，能够保证在分布式高并发情况下节点创建的唯一性，即：同时有多个客户端请求创建 /currentMaster 节点，最终一定只有一个客户端请求能够创建成功。

     利用这个特性，就能很轻易的在分布式环境中进行集群选取了。

     另外，这种场景演化一下，就是动态Master选举。这就要用到 EPHEMERAL_SEQUENTIAL类型节点的特性了。

    上文中提到，所有客户端创建请求，最终只有一个能够创建成功。在这里稍微变化下，就是允许所有请求都能够创建成功，但是得有个创建顺序，于是所有的请求最终在ZK上创建结果的一种可能情况是这样： /currentMaster/{sessionId}-1 , /currentMaster/{sessionId}-2 , /currentMaster/{sessionId}-3 ….. 每次选取序列号最小的那个机器作为Master，如果这个机器挂了，由于他创建的节点会马上小时，那么之后最小的那个机器就是Master了。

    2. 另外，Master选举的容灾措施是，可以随时进行手动指定master，就是说应用在zk在无法获取master信息时，可以通过比如http方式，向一个地方获取master。

    对于第二种先进先出队列，和分布式锁服务中的控制时序场景基本原理一致，这里不再赘述。

    第二种队列其实是在FIFO队列的基础上作了一个增强。通常可以在 /queue 这个znode下预先建立一个/queue/num 节点，并且赋值为n(或者直接给/queue赋值n)，表示队列大小，之后每次有队列成员加入后，就判断下是否已经到达队列大小，决定是否可以开始执行了。这种用法的典型场景是，分布式环境中，一个大任务Task A，需要在很多子任务完成(或条件就绪)情况下才能进行。这个时候，凡是其中一个子任务完成(就绪)，那么就去 /taskList 下建立自己的临时时序节点(reateMode.EPHEMERAL_SEQUENTIAL)，当 /taskList 发现自己下面的子节点满足指定个数，就可以进行下一步按序进行处理了。