一致性
zk 是如何保证分布式系统的一致性的呢？是因为 zk 具有以下几方面的特点：
1.2.1 顺序一致性
从同一个客户端发起的多个事务请求（写操作请求），最终会严格按照其发起顺序记录
到 zk 中。
分布式协调服务器 Zookeeper
讲师：Reythor 雷 2
1.2.2 原子性
所有事务请求的结果在集群中所有 Server 上的应用情况是一致的。要么全部应用成功，
要么都没有成功，不会出现部分成功，部分失败的情况。
1.2.3 单一视图
无论客户端连接的是集群中的哪台 Server，其读取到的数据模型中的数据都是一致的。
1.2.4 可靠性
一旦某事务被成功应用到了 zk，则会一直被保留下来，除非另一个事务将其修改。
1.2.5 最终一致性
一旦一个事务被成功应用，zk 可以保证在一段较短的时间内，客户端最终一定能够从
服务端读取到最新的数据。但不能保证实时读取到
一致性
zk 是如何保证分布式系统的一致性的呢？是因为 zk 具有以下几方面的特点：
1.2.1 顺序一致性
从同一个客户端发起的多个事务请求（写操作请求），最终会严格按照其发起顺序记录
到 zk 中。
分布
分布式协调服务器Zookeeper是Apache的一款开源项目，设计用于构建分布式协调服务，它为分布式系统提供了一致性保障。Zookeeper的出现源于雅虎研究院的研究，后来成为Apache软件基金会的顶级项目。Zookeeper的核心功能包括配置管理、命名服务、分布式同步、集群管理等，广泛应用于大数据、云计算等领域。
Zookeeper的一致性特性主要体现在以下几个方面：
1. **顺序一致性**：来自同一客户端的多个事务请求（主要是写操作），Zookeeper保证这些请求最终会被按照发起的顺序依次记录。这种特性确保了数据更新的顺序性，避免了并发写入导致的混乱。
2. **原子性**：Zookeeper的事务处理具有原子性，即一个事务要么在所有服务器上完全应用，要么完全不应用，不会有部分成功的情况。这确保了数据的完整性。
3. **单一视图**：无论客户端连接到Zookeeper集群的哪个节点，读取到的数据都是相同的，为客户端提供了统一的数据视图。
4. **可靠性**：一旦一个事务被成功应用，其结果将在Zookeeper中持久化，直到有新的事务覆盖。这意味着数据在未被修改前是稳定的。
5. **最终一致性**：Zookeeper保证在一段时间内，所有客户端都能读取到最新的数据，但无法做到实时读取。这是为了在可用性和一致性之间取得平衡。
Zookeeper的一致性实现依赖于ZAB协议，该协议基于Paxos算法。Paxos算法由Leslie Lamport提出，是一个解决分布式系统中一致性问题的著名算法。Paxos通过在不可靠的网络环境中达成共识，确保在集群中达成一致的决策。Paxos算法涉及的角色包括提案者(Proposer)、表决者(Acceptor)和同步者(Learner)，并通过两个阶段——准备阶段(prepare)和接受阶段(accept)来实现一致性。
在Paxos算法中，提案者提出具有全局唯一编号的提案，表决者只接受编号更大的提案，并记录已接受的最大编号，最后只有一个提案会被选定并同步到所有节点。这一过程确保了即使在网络不稳定或节点故障的情况下，也能在集群中达成一致。
Zookeeper通过Paxos算法及其衍生的ZAB协议，为分布式系统提供了一种高效、可靠的协调服务，解决了分布式环境中的数据一致性问题，从而在大数据和云计算的复杂场景下得以广泛应用。
