上次跟学弟学妹们聊完了Spring相关的一些知识点，学弟学妹们还是挺开心的，但是上次有学弟在跟我留言，在出去面试的时候被面试官问了个一脸蒙逼急的问题：
zookeeper你用过吗？作为注册中心它是怎么如何保证CP的呢？
为了对的起学弟学妹们的信赖这次跟大家具体聊聊zookeeper中的一致性选举算法Paxos算法
什么是CAP？
什么是三二原则？
Zookeeper与Eureka的区别？
言归正转，基础就跟大家聊到这里了，开始直接开始正文吧！！！
Paxos算法
算法前置理解
首先需要理解的是算法中的三种角色
- Proposer（提议者）
- Acceptor（决策者）
- Learners（群众）
一个提案的决策者(Acceptor)会存在多个，但在一个集群中提议者(Proposer)也是可能存在多个的，不同的提议者(Proposer)会提出不同的提案。
paxos算法特点：
Paxos算法整个选举的过程可以分为两个阶段来理解。
阶段一
这个阶段主要是准备阶段发送提议
阶段二
当前阶段要是真正的发送接收阶段又被称为Accept阶段
看到这里可能很多学弟都是一脸懵逼，什么鬼？为了加深理解，让整个过程更加的透明，还是举例说明一下吧！！！
假设现在我们有三台主机服务器从中选取leader（也可以选择其他的更多的服务器，为了比较方便容易理解这里选少一点）。所以这三台主机它们就分别充当着提议者(Proposer)、决策者(Acceptor)、Learners（群众）三种角色。
所以假设现在开始模拟选举，三台服务分别开始获取N（具有全局唯一性的、递增的提案编号 N）的值，此时 serverOne(主机1) 就对应这个 ProposerOne(提议者1)、serverTwo(主机2)对应ProposerTwo(提议者2)、serverThree(主机3)对应ProposerThree(提议者3)。
为了整个流程比较简单清晰，过程中更好理解。他们的初始N值就特定的设置为 ServerOne（2）、ServerTwo（1）、ServerThree（3），所以他们都要发送给提议（Proposal）给决策者(Acceptor)，让它们进行表决确定
同时每个 提议者(Proposer)向其中的两个决策者(Acceptor)发送提案消息。所以假设：
ProposerOne(提议者1)向 AcceptorOne(决策者1)和AcceptorTwo(决策者2)、
ProposerTwo(提议者2)向AcceptorTwo(决策者2)和AcceptorThree(决策者3)、
ProposerThree(提议者3)向AcceptorTwo(决策者2)和AcceptorThree(决策者3)、
发送提案消息。为了流程结构简单就向其中的2台发送提案，但是也是已经超过半票了，当然也可以多选几个主机，多发送提案，只是流程就复杂了一点不好理解了。注意点就是一定要超过半票。
那么整个图可以如下所示：
所以根据上面的图开始走第一阶段
按照上面我们假设的流程开始执行流程
ProposerOne(提议者1)向 AcceptorOne(决策者1)和AcceptorTwo(决策者2)
ProposerTwo(提议者2)向AcceptorTwo(决策者2)和AcceptorThree(决策者3)
ProposerThree(提议者3)向AcceptorTwo(决策者2)和AcceptorThree(决策者3)
由于之前ProposerTwo(提议者2)向AcceptorTwo(决策者2)和AcceptorThree(决策者3)发出提议时，没有超过半数投票。所以会从新获取最大N值（具有全局唯一性的、递增的提案编号 N），这个时候ProposerTwo(提议者2)本地获取的N值为4所以会再次发起一轮投票
到此第一阶段的工作就已经完成了，整个流程都是文字较多，看起需要多看几遍。同时我也给大家画了一个流程图如下：
由于上面已经走完第一阶段，那么接下来肯定就是第二阶段的流程了
同时整体第二阶段可以分为两块来理解，第一块是正式提交提议，第二块是表决确定阶段
第一阶段执行完得到的结果：
第一块：
第二块：
总结
整个Paxos算法过程还是比较难理解，为了讲明白这里面的流程都是按最简单的例子来的。这里面也可以有更多的机器发起更多的提议。但是整个流程那就更难理解了。
理解Paxos算法需要按上面的两个阶段来理解。第一阶段是做什么，得到了什么结果，第二阶段又是基于第一阶段的结果执行怎样的一个选举流程，这个是大家需要思考的重点。
这里主要是跟大家分享的是Paxos算法这个选举过程，也有很多其他的优化版本比如 Fast Paxos、EPaxos等等。
Zookeeper
在zookeeper中的选举算法就是用的 Fast Paxos算法，为什么用Fast paxos？
ZAB（Zookeeper Atomic BroadCast）原子广播协议
所以在zookeeper中，只有一台服务器机器作为leader机器，所以当客户端链接到机器的某一个节点时
- 当这个客户端提交的是读取数据请求，那么当前连接的机器节点，就会把自己保存的数据返回出去。
- 当这个客户端提交的是写数据请求时，首先会看当前连接的节点是不是leader节点，如果不是leader节点则会转发出去到leader机器的节点上，由leader机器写入，然后广播出去通知其他的节点过来同步数据
在ZAB中的三类角色
- Leader：ZK集群的老大，唯一的一个可以进行写数据的机器。
- Follower：ZK集群的具有一定职位的干活人。只能进行数据的读取，当老大（leader）机器挂了之后可以参与选举投票的机器。
- Observe：最小的干活小弟，只能进行数据读取，就算老大（leader）机器挂了，跟他一毛关系没有，不能参与选举投票的机器。
在ZAB中的三个重点数据
- Zxid：是zookeeper中的事务ID，总长度为64位的长度的Long类型数据。其中有两部分构成前32位是epoch后32位是xid
- Epoch：每一个leader都会有一个这个值，表示当前leader获取到的最大N值，可以理解为“年代”
- Xid：事务ID，表示当前zookeeper集群当前提交的事物ID是多少(watch机制)，方便选举的过程后不会出现事务重复执行或者遗漏等一些特殊情况。
zookeeper中的一些知识点就分享到这里了，因为这里面还有很多很多东西，比如Session 、Znode、Watcher机制 、ACL、三种状态模式 还zookeeper怎么实现分布式事务锁等等。没有办法一次性跟大家聊完。
这次主要还是想让学弟学妹了解清楚Zookeeper中的一致性的算法是怎么保证。
结尾
针对面试来说能完全的跟面试官讲明白这个一致性算法，那你就已经走在前面了。整个过程还是比较复杂的，需要自己不断的多看多画图理解。
在这个互联内卷的时代，只有懂得比别人多才能走的比别人远。
最后希望我的学弟学妹们都能有一个好的校招结果！！！
