大数据开发：Zookeeper使用场景

作为为分布式协调服务而生的Zookeeper，在大数据生态当中，占据着不可或缺的位置。事实上，Zookeeper在实际的使用当中，在很多场景下都是能够给出比较合理的解决方案的。今天的大数据开发分享，我们就主要来讲讲，Zookeeper使用场景。

大致来说，zookeeper 的使用场景包括：分布式协调、分布式锁、元数据/配置信息管理、HA高可用性。
分布式协调
分布式协调是 zookeeper 很经典的一个用法，简单来说，就好比，你 A 系统发送个请求到 mq，然后 B 系统消息消费之后处理了。那 A 系统如何知道 B 系统的处理结果？用 zookeeper 就可以实现分布式系统之间的协调工作。A 系统发送请求之后可以在 zookeeper 上对某个节点的值注册个监听器，一旦 B 系统处理完了就修改 zookeeper 那个节点的值，A 系统立马就可以收到通知，完美解决。
分布式锁
分布式锁，本身来说也是不太好理解的一个东西。举个栗子。对某一个数据连续发出两个修改操作，两台机器同时收到了请求，但是只能一台机器先执行完另外一个机器再执行。
那么此时就可以使用 zookeeper 分布式锁，一个机器接收到了请求之后先获取 zookeeper 上的一把分布式锁，就是可以去创建一个 znode，接着执行操作；然后另外一个机器也尝试去创建那个 znode，结果发现自己创建不了，因为被别人创建了，那只能等着，等第一个机器执行完了自己再执行。
元数据/配置信息管理
zookeeper可以用作很多系统的配置信息的管理，比如 kafka、storm 等等很多分布式系统都会选用 zookeeper 来做一些元数据、配置信息的管理，包括 dubbo 注册中心也是推荐Zookeeper的。
HA高可用性
HA高可用性是很常见的，比如 hadoop、hdfs、yarn 等很多大数据系统，都选择基于 zookeeper 来开发 HA 高可用机制，就是一个重要进程一般会做主备两个，主进程挂了立马通过 zookeeper 感知到切换到备用进程。所以说，在大数据生态当中，Zookeeper作为不可或缺的一个组件，是必学的。
关于大数据开发，Zookeeper使用场景，以上就为大家做了简单的介绍了。Zookeeper作为大数据生态圈的组件之一，提供分布式协调服务，尤其在集群环境下，非常关键。