在分布式系統(tǒng)中，一致性算法至關(guān)重要。在所有一致性算法中，Paxos 最負(fù)盛名，它由萊斯利·蘭伯特（Leslie Lamport）于 1990 年提出，是一種基于消息傳遞的一致性算法，被認(rèn)為是類似算法中最有效的。
為陽城等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及陽城網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為成都網(wǎng)站建設(shè)、成都做網(wǎng)站、陽城網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！
Paxos 算法雖然很有效，但復(fù)雜的原理使它實現(xiàn)起來非常困難，截止目前，實現(xiàn) Paxos 算法的開源軟件很少，比較出名的有 Chubby、LibPaxos。此外，Zookeeper 采用的 ZAB（Zookeeper Atomic Broadcast）協(xié)議也是基于 Paxos 算法實現(xiàn)的，不過 ZAB 對 Paxos 進(jìn)行了很多改進(jìn)與優(yōu)化，兩者的設(shè)計目標(biāo)也存在差異——ZAB 協(xié)議主要用于構(gòu)建一個高可用的分布式數(shù)據(jù)主備系統(tǒng)，而 Paxos 算法則是用于構(gòu)建一個分布式的一致性狀態(tài)機(jī)系統(tǒng)。
由于 Paxos 算法過于復(fù)雜、實現(xiàn)困難，極大地制約了其應(yīng)用，而分布式系統(tǒng)領(lǐng)域又亟需一種高效而易于實現(xiàn)的分布式一致性算法，在此背景下，Raft 算法應(yīng)運而生。
Raft 算法在斯坦福 Diego Ongaro 和 John Ousterhout 于 2013 年發(fā)表的《In Search of an Understandable Consensus Algorithm》中提出。相較于 Paxos，Raft 通過邏輯分離使其更容易理解和實現(xiàn)，目前，已經(jīng)有十多種語言的 Raft 算法實現(xiàn)框架，較為出名的有 etcd、Consul 。
根據(jù)官方文檔解釋，一個 Raft 集群包含若干節(jié)點，Raft 把這些節(jié)點分為三種狀態(tài)：Leader、 Follower、Candidate，每種狀態(tài)負(fù)責(zé)的任務(wù)也是不一樣的。正常情況下，集群中的節(jié)點只存在 Leader 與 Follower 兩種狀態(tài)。
? Leader（領(lǐng)導(dǎo)者） ：負(fù)責(zé)日志的同步管理，處理來自客戶端的請求，與Follower保持heartBeat的聯(lián)系；
? Follower（追隨者） ：響應(yīng) Leader 的日志同步請求，響應(yīng)Candidate的邀票請求，以及把客戶端請求到Follower的事務(wù)轉(zhuǎn)發(fā)（重定向）給Leader；
? Candidate（候選者） ：負(fù)責(zé)選舉投票，集群剛啟動或者Leader宕機(jī)時，狀態(tài)為Follower的節(jié)點將轉(zhuǎn)為Candidate并發(fā)起選舉，選舉勝出（獲得超過半數(shù)節(jié)點的投票）后，從Candidate轉(zhuǎn)為Leader狀態(tài)。
通常，Raft 集群中只有一個 Leader，其它節(jié)點都是 Follower。Follower 都是被動的，不會發(fā)送任何請求，只是簡單地響應(yīng)來自 Leader 或者 Candidate 的請求。Leader 負(fù)責(zé)處理所有的客戶端請求（如果一個客戶端和 Follower 聯(lián)系，那么 Follower 會把請求重定向給 Leader）。
為簡化邏輯和實現(xiàn)，Raft 將一致性問題分解成了三個相對獨立的子問題。
? 選舉（Leader Election） ：當(dāng) Leader 宕機(jī)或者集群初創(chuàng)時，一個新的 Leader 需要被選舉出來；
? 日志復(fù)制（Log Replication） ：Leader 接收來自客戶端的請求并將其以日志條目的形式復(fù)制到集群中的其它節(jié)點，并且強(qiáng)制要求其它節(jié)點的日志和自己保持一致；
? 安全性（Safety） ：如果有任何的服務(wù)器節(jié)點已經(jīng)應(yīng)用了一個確定的日志條目到它的狀態(tài)機(jī)中，那么其它服務(wù)器節(jié)點不能在同一個日志索引位置應(yīng)用一個不同的指令。
根據(jù) Raft 協(xié)議，一個應(yīng)用 Raft 協(xié)議的集群在剛啟動時，所有節(jié)點的狀態(tài)都是 Follower。由于沒有 Leader，F(xiàn)ollowers 無法與 Leader 保持心跳（Heart Beat），因此，F(xiàn)ollowers 會認(rèn)為 Leader 已經(jīng)下線，進(jìn)而轉(zhuǎn)為 Candidate 狀態(tài)。然后，Candidate 將向集群中其它節(jié)點請求投票，同意自己升級為 Leader。如果 Candidate 收到超過半數(shù)節(jié)點的投票（N/2 + 1），它將獲勝成為 Leader。
第一階段：所有節(jié)點都是 Follower。
上面提到，一個應(yīng)用 Raft 協(xié)議的集群在剛啟動（或 Leader 宕機(jī)）時，所有節(jié)點的狀態(tài)都是 Follower，初始 Term（任期）為 0。同時啟動選舉定時器，每個節(jié)點的選舉定時器超時時間都在 100~500 毫秒之間且并不一致（避免同時發(fā)起選舉）。
第二階段：Follower 轉(zhuǎn)為 Candidate 并發(fā)起投票。
沒有 Leader，F(xiàn)ollowers 無法與 Leader 保持心跳（Heart Beat），節(jié)點啟動后在一個選舉定時器周期內(nèi)未收到心跳和投票請求，則狀態(tài)轉(zhuǎn)為候選者 Candidate 狀態(tài)，且 Term 自增，并向集群中所有節(jié)點發(fā)送投票請求并且重置選舉定時器。
注意，由于每個節(jié)點的選舉定時器超時時間都在 100-500 毫秒之間，且彼此不一樣，以避免所有 Follower 同時轉(zhuǎn)為 Candidate 并同時發(fā)起投票請求。換言之，最先轉(zhuǎn)為 Candidate 并發(fā)起投票請求的節(jié)點將具有成為 Leader 的“先發(fā)優(yōu)勢”。
第三階段：投票策略。
節(jié)點收到投票請求后會根據(jù)以下情況決定是否接受投票請求（每個 follower 剛成為 Candidate 的時候會將票投給自己）：
請求節(jié)點的 Term 大于自己的 Term，且自己尚未投票給其它節(jié)點，則接受請求，把票投給它；
請求節(jié)點的 Term 小于自己的 Term，且自己尚未投票，則拒絕請求，將票投給自己。
第四階段：Candidate 轉(zhuǎn)為 Leader。
一輪選舉過后，正常情況下，會有一個 Candidate 收到超過半數(shù)節(jié)點（N/2 + 1）的投票，它將勝出并升級為 Leader。然后定時發(fā)送心跳給其它的節(jié)點，其它節(jié)點會轉(zhuǎn)為 Follower 并與 Leader 保持同步，到此，本輪選舉結(jié)束。
注意：有可能一輪選舉中，沒有 Candidate 收到超過半數(shù)節(jié)點投票，那么將進(jìn)行下一輪選舉。
在一個 Raft 集群中，只有 Leader 節(jié)點能夠處理客戶端的請求（如果客戶端的請求發(fā)到了 Follower，F(xiàn)ollower 將會把請求重定向到 Leader） ，客戶端的每一個請求都包含一條被復(fù)制狀態(tài)機(jī)執(zhí)行的指令。Leader 把這條指令作為一條新的日志條目（Entry）附加到日志中去，然后并行得將附加條目發(fā)送給 Followers，讓它們復(fù)制這條日志條目。
當(dāng)這條日志條目被 Followers 安全復(fù)制，Leader 會將這條日志條目應(yīng)用到它的狀態(tài)機(jī)中，然后把執(zhí)行的結(jié)果返回給客戶端。如果 Follower 崩潰或者運行緩慢，再或者網(wǎng)絡(luò)丟包，Leader 會不斷得重復(fù)嘗試附加日志條目（盡管已經(jīng)回復(fù)了客戶端）直到所有的 Follower 都最終存儲了所有的日志條目，確保強(qiáng)一致性。
第一階段：客戶端請求提交到 Leader。
如下圖所示，Leader 收到客戶端的請求，比如存儲數(shù)據(jù) 5。Leader 在收到請求后，會將它作為日志條目（Entry）寫入本地日志中。需要注意的是，此時該 Entry 的狀態(tài)是未提交（Uncommitted），Leader 并不會更新本地數(shù)據(jù)，因此它是不可讀的。
第二階段：Leader 將 Entry 發(fā)送到其它 Follower
Leader 與 Followers 之間保持著心跳聯(lián)系，隨心跳 Leader 將追加的 Entry（AppendEntries）并行地發(fā)送給其它的 Follower，并讓它們復(fù)制這條日志條目，這一過程稱為復(fù)制（Replicate）。
有幾點需要注意：
1. 為什么 Leader 向 Follower 發(fā)送的 Entry 是 AppendEntries 呢？
因為 Leader 與 Follower 的心跳是周期性的，而一個周期間 Leader 可能接收到多條客戶端的請求，因此，隨心跳向 Followers 發(fā)送的大概率是多個 Entry，即 AppendEntries。當(dāng)然，在本例中，我們假設(shè)只有一條請求，自然也就是一個Entry了。
2. Leader 向 Followers 發(fā)送的不僅僅是追加的 Entry（AppendEntries）。
在發(fā)送追加日志條目的時候，Leader 會把新的日志條目緊接著之前條目的索引位置（prevLogIndex）， Leader 任期號（Term）也包含在其中。如果 Follower 在它的日志中找不到包含相同索引位置和任期號的條目，那么它就會拒絕接收新的日志條目，因為出現(xiàn)這種情況說明 Follower 和 Leader 不一致。
3. 如何解決 Leader 與 Follower 不一致的問題？
在正常情況下，Leader 和 Follower 的日志保持一致，所以追加日志的一致性檢查從來不會失敗。然而，Leader 和 Follower 一系列崩潰的情況會使它們的日志處于不一致狀態(tài)。Follower可能會丟失一些在新的 Leader 中有的日志條目，它也可能擁有一些 Leader 沒有的日志條目，或者兩者都發(fā)生。丟失或者多出日志條目可能會持續(xù)多個任期。
要使 Follower 的日志與 Leader 恢復(fù)一致，Leader 必須找到最后兩者達(dá)成一致的地方（說白了就是回溯，找到兩者最近的一致點），然后刪除從那個點之后的所有日志條目，發(fā)送自己的日志給 Follower。所有的這些操作都在進(jìn)行附加日志的一致性檢查時完成。
Leader 為每一個 Follower 維護(hù)一個 nextIndex，它表示下一個需要發(fā)送給 Follower 的日志條目的索引地址。當(dāng)一個 Leader 剛獲得權(quán)力的時候，它初始化所有的 nextIndex 值，為自己的最后一條日志的 index 加 1。如果一個 Follower 的日志和 Leader 不一致，那么在下一次附加日志時一致性檢查就會失敗。在被 Follower 拒絕之后，Leader 就會減小該 Follower 對應(yīng)的 nextIndex 值并進(jìn)行重試。最終 nextIndex 會在某個位置使得 Leader 和 Follower 的日志達(dá)成一致。當(dāng)這種情況發(fā)生，附加日志就會成功，這時就會把 Follower 沖突的日志條目全部刪除并且加上 Leader 的日志。一旦附加日志成功，那么 Follower 的日志就會和 Leader 保持一致，并且在接下來的任期繼續(xù)保持一致。
第三階段：Leader 等待 Followers 回應(yīng)。
Followers 接收到 Leader 發(fā)來的復(fù)制請求后，有兩種可能的回應(yīng)：
寫入本地日志中，返回 Success；
一致性檢查失敗，拒絕寫入，返回 False，原因和解決辦法上面已做了詳細(xì)說明。
需要注意的是，此時該 Entry 的狀態(tài)也是未提交（Uncommitted）。完成上述步驟后，F(xiàn)ollowers 會向 Leader 發(fā)出 Success 的回應(yīng)，當(dāng) Leader 收到大多數(shù) Followers 的回應(yīng)后，會將第一階段寫入的 Entry 標(biāo)記為提交狀態(tài)（Committed），并把這條日志條目應(yīng)用到它的狀態(tài)機(jī)中。
第四階段：Leader 回應(yīng)客戶端。
完成前三個階段后，Leader會向客戶端回應(yīng) OK，表示寫操作成功。
第五階段，Leader 通知 Followers Entry 已提交
Leader 回應(yīng)客戶端后，將隨著下一個心跳通知 Followers，F(xiàn)ollowers 收到通知后也會將 Entry 標(biāo)記為提交狀態(tài)。至此，Raft 集群超過半數(shù)節(jié)點已經(jīng)達(dá)到一致狀態(tài)，可以確保強(qiáng)一致性。
需要注意的是，由于網(wǎng)絡(luò)、性能、故障等各種原因?qū)е隆胺磻?yīng)慢”、“不一致”等問題的節(jié)點，最終也會與 Leader 達(dá)成一致。
前面描述了 Raft 算法是如何選舉 Leader 和復(fù)制日志的。然而，到目前為止描述的機(jī)制并不能充分地保證每一個狀態(tài)機(jī)會按照相同的順序執(zhí)行相同的指令。例如，一個 Follower 可能處于不可用狀態(tài)，同時 Leader 已經(jīng)提交了若干的日志條目；然后這個 Follower 恢復(fù)（尚未與 Leader 達(dá)成一致）而 Leader 故障；如果該 Follower 被選舉為 Leader 并且覆蓋這些日志條目，就會出現(xiàn)問題，即不同的狀態(tài)機(jī)執(zhí)行不同的指令序列。
鑒于此，在 Leader 選舉的時候需增加一些限制來完善 Raft 算法。這些限制可保證任何的 Leader 對于給定的任期號（Term），都擁有之前任期的所有被提交的日志條目（所謂 Leader 的完整特性）。關(guān)于這一選舉時的限制，下文將詳細(xì)說明。
在所有基于 Leader 機(jī)制的一致性算法中，Leader 都必須存儲所有已經(jīng)提交的日志條目。為了保障這一點，Raft 使用了一種簡單而有效的方法，以保證所有之前的任期號中已經(jīng)提交的日志條目在選舉的時候都會出現(xiàn)在新的 Leader 中。換言之，日志條目的傳送是單向的，只從 Leader 傳給 Follower，并且 Leader 從不會覆蓋自身本地日志中已經(jīng)存在的條目。
Raft 使用投票的方式來阻止一個 Candidate 贏得選舉，除非這個 Candidate 包含了所有已經(jīng)提交的日志條目。Candidate 為了贏得選舉必須聯(lián)系集群中的大部分節(jié)點。這意味著每一個已經(jīng)提交的日志條目肯定存在于至少一個服務(wù)器節(jié)點上。如果 Candidate 的日志至少和大多數(shù)的服務(wù)器節(jié)點一樣新（這個新的定義會在下面討論），那么它一定持有了所有已經(jīng)提交的日志條目（多數(shù)派的思想）。投票請求的限制中請求中包含了 Candidate 的日志信息，然后投票人會拒絕那些日志沒有自己新的投票請求。
Raft 通過比較兩份日志中最后一條日志條目的索引值和任期號，確定誰的日志比較新。如果兩份日志最后條目的任期號不同，那么任期號大的日志更加新。如果兩份日志最后的條目任期號相同，那么日志比較長的那個就更加新。
如同 4.1 節(jié)介紹的那樣，Leader 知道一條當(dāng)前任期內(nèi)的日志記錄是可以被提交的，只要它被復(fù)制到了大多數(shù)的 Follower 上（多數(shù)派的思想）。如果一個 Leader 在提交日志條目之前崩潰了，繼任的 Leader 會繼續(xù)嘗試復(fù)制這條日志記錄。然而，一個 Leader 并不能斷定被保存到大多數(shù) Follower 上的一個之前任期里的日志條目 就一定已經(jīng)提交了。這很明顯，從日志復(fù)制的過程可以看出。
鑒于上述情況，Raft 算法不會通過計算副本數(shù)目的方式去提交一個之前任期內(nèi)的日志條目。只有 Leader 當(dāng)前任期里的日志條目通過計算副本數(shù)目可以被提交；一旦當(dāng)前任期的日志條目以這種方式被提交，那么由于日志匹配特性，之前的日志條目也都會被間接的提交。在某些情況下，Leader 可以安全地知道一個老的日志條目是否已經(jīng)被提交（只需判斷該條目是否存儲到所有節(jié)點上），但是 Raft 為了簡化問題使用了一種更加保守的方法。
當(dāng) Leader 復(fù)制之前任期里的日志時，Raft 會為所有日志保留原始的任期號，這在提交規(guī)則上產(chǎn)生了額外的復(fù)雜性。但是，這種策略更加容易辨別出日志，即使隨著時間和日志的變化，日志仍維護(hù)著同一個任期編號。此外，該策略使得新 Leader 只需要發(fā)送較少日志條目。
raft 的讀寫都在 leader 節(jié)點中進(jìn)行，它保證了讀的都是最新的值，它是符合強(qiáng)一致性的（線性一致性），raft 除了這個還在【客戶端交互】那塊也做了一些保證，詳情可以參考論文。但是 zookeeper 不同，zookeeper 寫在 leader，讀可以在 follower 進(jìn)行，可能會讀到了舊值，它不符合強(qiáng)一致性（只考慮寫一致性，不考慮讀一致性），但是 zookeeper 去 follower 讀可以有效提升讀取的效率。
對比于 zab、raft，我們發(fā)現(xiàn)他們選舉、setData 都是需要過半機(jī)制才行，所以他們針對網(wǎng)絡(luò)分區(qū)的處理方法都是一樣的。
一個集群的節(jié)點經(jīng)過網(wǎng)絡(luò)分區(qū)后，如一共有 A、B、C、D、E 5個節(jié)點，如果 A 是 leader，網(wǎng)絡(luò)分區(qū)為 A、B、C 和 D、E，在A、B、C分區(qū)還是能正常提供服務(wù)的，而在 D、E 分區(qū)因為不能得到大多數(shù)成員確認(rèn)（雖然分區(qū)了，但是因為配置的原因他們還是能知道所有的成員數(shù)量，比如 zk 集群啟動前需要配置所有成員地址，raft 也一樣），是不能進(jìn)行選舉的，所以保證只會有一個 leader。
如果分區(qū)為 A、B 和 C、D、E ，A、B 分區(qū)雖然 A 還是 leader，但是卻不能提供事務(wù)服務(wù)（setData），C、D、E 分區(qū)能重新選出 leader，還是能正常向外提供服務(wù)。
1）我們所說的日志（log）與狀態(tài)機(jī)（state machine）不是一回事，日志指還沒有提交到狀態(tài)機(jī)中的數(shù)據(jù)。
2）新 leader 永遠(yuǎn)不會通過計算副本數(shù)量提交舊日志，他只能復(fù)制舊日志都其他 follower 上，對于舊日志的提交，只能是新 leader 接收新的寫請求寫新日志，順帶著把舊日志提交了。
本文是Jason Wilder對于常見的服務(wù)發(fā)現(xiàn)項目 Zookeeper ， Doozer ， Etcd 所寫的一篇博客，其原文地址如下： Open-Source Service Discovery 。
服務(wù)發(fā)現(xiàn)是大多數(shù)分布式系統(tǒng)以及面向服務(wù)架構(gòu)（SOA）的一個核心組成部分。這個難題，簡單來說，可以認(rèn)為是：當(dāng)一項服務(wù)存在于多個主機(jī)節(jié)點上時，client端如何決策獲取相應(yīng)正確的IP和port。
在傳統(tǒng)情況下，當(dāng)出現(xiàn)服務(wù)存在于多個主機(jī)節(jié)點上時，都會使用靜態(tài)配置的方法來實現(xiàn)服務(wù)信息的注冊。但是當(dāng)大型系統(tǒng)中，需要部署更多服務(wù)的時候，事情就顯得復(fù)雜得多。在一個實時的系統(tǒng)中，由于自動或者人工的服務(wù)擴(kuò)展，或者服務(wù)的新添加部署，還有主機(jī)的宕機(jī)或者被替換，服務(wù)的location信息可能會很頻繁的變化。
在這樣的場景下，為了避免不必要的服務(wù)中斷，動態(tài)的服務(wù)注冊和發(fā)現(xiàn)就顯得尤為重要。
關(guān)于服務(wù)發(fā)現(xiàn)的話題，已經(jīng)很多次被人所提及，而且也的確不斷的在發(fā)展。現(xiàn)在，筆者介紹一下該領(lǐng)域內(nèi)一些open-source或者被經(jīng)常被世人廣泛討論的解決方案，嘗試?yán)斫馑鼈兊降资侨绾喂ぷ鞯摹Ｌ貏e的是，我們會較為專注于每一個解決方案的一致性算法，到底是強(qiáng)一致性，還是弱一致性；運行時依賴；client的集成選擇；以后最后這些特性的折中情況。
本文首先從幾個強(qiáng)一致性的項目于開始，比如Zookeeper，Doozer，Etcd，這些項目主要用于服務(wù)間的協(xié)調(diào)，同時又可用于服務(wù)的注冊。
隨后，本文將討論一些在服務(wù)注冊以及發(fā)現(xiàn)方面比較有意思的項目，比如：Airbnb的SmartStack，Netflix的Eureka，Bitly的NSQ，Serf，Spotify and DNS，最后是SkyDNS。
問題陳述
在定位服務(wù)的時候，其實會有兩個方面的問題：服務(wù)注冊（Service Registration）和服務(wù)發(fā)現(xiàn)（Service Discovery）。
服務(wù)注冊—— 一個服務(wù)將其位置信息在中心注冊節(jié)點注冊的過程。該服務(wù)一般會將它的主機(jī)IP地址以及端口號進(jìn)行注冊，有時也會有服務(wù)訪問的認(rèn)證信息，使用協(xié)議，版本號，以及關(guān)于環(huán)境的一些細(xì)節(jié)信息。
服務(wù)發(fā)現(xiàn)—— client端的應(yīng)用實例查詢中心注冊節(jié)點以獲知服務(wù)位置的過程。
每一個服務(wù)的服務(wù)注冊以及服務(wù)發(fā)現(xiàn)，都需要考慮一些關(guān)于開發(fā)以及運營方面的問題：
監(jiān)控—— 當(dāng)一個已注冊完畢的服務(wù)失效的時候，如何處理。一些情況下，在一個設(shè)定的超時定時(timeout)后，該服務(wù)立即被一個其他的進(jìn)程在中心注冊節(jié)點處注銷。這種情況下，服務(wù)通常需要執(zhí)行一個心跳機(jī)制，來確保自身的存活狀態(tài)；而客戶端必然需要能夠可靠處理失效的服務(wù)。
負(fù)載均衡—— 如果多個相同地位的服務(wù)都注冊完畢，如何在這些服務(wù)之間均衡所有client的請求負(fù)載？如果有一個master節(jié)點的話，是否可以正確處理client訪問的服務(wù)的位置。
集成方式—— 信息注冊節(jié)點是否需要提供一些語言綁定的支持，比如說，只支持Java？集成的過程是否需要將注冊過程以及發(fā)現(xiàn)過程的代碼嵌入到你的應(yīng)用程序中，或者使用一個類似于集成助手的進(jìn)程？
運行時依賴—— 是否需要JVM，ruby或者其他在你的環(huán)境中并不兼容的運行時？
可用性考慮—— 如果系統(tǒng)失去一個節(jié)點的話，是否還能正常工作？系統(tǒng)是否可以實時更新或升級，而不造成任何系統(tǒng)的癱瘓？既然集群的信息注冊節(jié)點是架構(gòu)中的中心部分，那該模塊是否會存在單點故障問題？
強(qiáng)一致性的Registries
首先介紹的三個服務(wù)注冊系統(tǒng)都采用了強(qiáng)一致性協(xié)議，實際上為達(dá)到通用的效果，使用了一致性的數(shù)據(jù)存儲。盡管我們把它們看作服務(wù)的注冊系統(tǒng)，其實它們還可以用于協(xié)調(diào)服務(wù)來協(xié)助leader選舉，以及在一個分布式clients的集合中做centralized locking。
Zookeeper
Zookeeper是一個集中式的服務(wù)，該服務(wù)可以維護(hù)服務(wù)配置信息，命名空間，提供分布式的同步，以及提供組化服務(wù)。Zookeeper是由Java語言實現(xiàn)，實現(xiàn)了強(qiáng)一致性（CP），并且是使用 Zab協(xié)議 在ensemble集群之間協(xié)調(diào)服務(wù)信息的變化。
Zookeeper在ensemble集群中運行3個，5個或者7個成員。眾多client端為了可以訪問ensemble，需要使用綁定特定的語言。這種訪問形式被顯性的嵌入到了client的應(yīng)用實例以及服務(wù)中。
服務(wù)注冊的實現(xiàn)主要是通過命令空間（namespace）下的 ephemeral nodes 。ephemeral nodes只有在client建立連接后才存在。當(dāng)client所在節(jié)點啟動之后，該client端會使用一個后臺進(jìn)程獲取client的位置信息，并完成自身的注冊。如果該client失效或者失去連接的時候，該ephemeral node就從樹中消息。
服務(wù)發(fā)現(xiàn)是通過列舉以及查看具體服務(wù)的命名空間來完成的。Client端收到目前所有注冊服務(wù)的信息，無論一個服務(wù)是否不可用或者系統(tǒng)新添加了一個同類的服務(wù)。Client端同時也需要自行處理所有的負(fù)載均衡工作，以及服務(wù)的失效工作。
Zookeeper的API用起來可能并沒有那么方便，因為語言的綁定之間可能會造成一些細(xì)小的差異。如果使用的是基于JVM的語言的話， Curator Service Discovery Extension 可能會對你有幫助。
由于Zookeeper是一個CP強(qiáng)一致性的系統(tǒng)，因此當(dāng)網(wǎng)絡(luò)分區(qū)（Partition）出故障的時候，你的部分系統(tǒng)可能將出出現(xiàn)不能注冊的情況，也可能出現(xiàn)不能找到已存在的注冊信息，即使它們可能在Partition出現(xiàn)期間仍然正常工作。特殊的是，在任何一個non-quorum端，任何讀寫都會返回一個錯誤信息。
Doozer
Doozer是一個一致的分布式數(shù)據(jù)存儲系統(tǒng)，Go語言實現(xiàn)，通過 Paxos算法 來實現(xiàn)共識的強(qiáng)一致性系統(tǒng)。這個項目開展了數(shù)年之后，停滯了一段時間，而且現(xiàn)在也關(guān)閉了一些fork數(shù)，使得fork數(shù)降至160 。.不幸的是，現(xiàn)在很難知道該項目的實際發(fā)展?fàn)顟B(tài)，以及它是否適合使用于生產(chǎn)環(huán)境。
Doozer在集群中運行3，5或者7個節(jié)點。和Zookeeper類似，Client端為了訪問集群，需要在自身的應(yīng)用或者服務(wù)中使用特殊的語言綁定。
Doozer的服務(wù)注冊就沒有Zookeeper這么直接，因為Doozer沒有那些ephemeral node的概念。一個服務(wù)可以在一條路徑下注冊自己，如果該服務(wù)不可用的話，它也不會自動地被移除。
現(xiàn)有很多種方式來解決這樣的問題。一個選擇是給注冊進(jìn)程添加一個時間戳和心跳機(jī)制，隨后在服務(wù)發(fā)現(xiàn)進(jìn)程中處理那些超時的路徑，也就是注冊的服務(wù)信息，當(dāng)然也可以通過另外一個清理進(jìn)程來實現(xiàn)。
服務(wù)發(fā)現(xiàn)和Zookeeper很類似，Doozer可以羅列出指定路徑下的所有入口，隨后可以等待該路徑下的任意改動。如果你在注冊期間使用一個時間戳和心跳，你就可以在服務(wù)發(fā)現(xiàn)期間忽略或者刪除任何過期的入口，也就是服務(wù)信息。
和Zookeeper一樣，Doozer是一個CP強(qiáng)一致性系統(tǒng)，當(dāng)發(fā)生網(wǎng)絡(luò)分區(qū)故障時，會導(dǎo)致同樣的后果。
Etcd
Etcd 是一個高可用的K-V存儲系統(tǒng)，主要應(yīng)用于共享配置、服務(wù)發(fā)現(xiàn)等場景。Etcd可以說是被Zookeeper和Doozer催生而出。整個系統(tǒng)使用Go語言實現(xiàn)，使用Raft算法來實現(xiàn)選舉一致，同時又具有一個基于HTTP+JSON的API。
Etcd，和Doozer和Zookeeper相似，通常在集群中運行3，5或者7個節(jié)點。client端可以使用一種特定的語言進(jìn)行綁定，同時也可以通過使用HTTP客戶端自行實現(xiàn)一種。
服務(wù)注冊環(huán)節(jié)主要依賴于使用一個key TTL來確保key的可用性，該key TTL會和服務(wù)端的心跳捆綁在一起。如果一個服務(wù)在更新key的TTL時失敗了，那么Etcd會對它進(jìn)行超時處理。如果一個服務(wù)變?yōu)椴豢捎脿顟B(tài)，client會需要處理這樣的連接失效，然后嘗試另連接一個服務(wù)實例。
服務(wù)發(fā)現(xiàn)環(huán)節(jié)設(shè)計到羅列在一個目錄下的所有key值，隨后等待在該目錄上的所有變動信息。由于API接口是基于HTTP的，所以client應(yīng)用會的Etcd集群保持一個long-polling的連接。
由于Etcd使用 Raft一致性協(xié)議 ，故它應(yīng)該是一個強(qiáng)一致性系統(tǒng)。Raft需要一個leader被選舉，然后所有的client請求會被該leader所處理。然而，Etcd似乎也支持從non-leaders中進(jìn)行讀取信息，使用的方式是在讀情況下提高可用性的未公開的一致性參數(shù)。在網(wǎng)絡(luò)分區(qū)故障期間，寫操作還是會被leader處理，而且同樣會出現(xiàn)失效的情況。
很快，泥坑銀行就在回音山谷和海盜島建立了網(wǎng)點。這時候，兔小姐就對豬爸爸說到：『豬爸爸，現(xiàn)在我們已經(jīng)有三個銀行網(wǎng)點了，那么我們是不是可以允許客戶在三個地方都可以進(jìn)行交易呢？』
豬爸爸想了想，說到：『恐怕不行，兔小姐?！?/p>
兔小姐奇怪的回復(fù)到：『為什么？，客戶在任何地方交易，我們不是都可以先記錄下來，然后通知其他兩個地方，如果多數(shù)銀行都確認(rèn)了這筆交易，這不就行了嗎？』
『因為我們的交易記錄都是有唯一 ID，而且這個 ID 都是單調(diào)加 1 遞增的。假設(shè)現(xiàn)在我們的交易記錄 ID 是 10 了，如果我們允許在多個地方同時交易，譬如在泥坑小鎮(zhèn)和回音山谷，那么這次交易的記錄 ID 都是 11，這時候，海盜島就會收到兩個 ID 都是 11 的交易記錄，海盜島這邊沒法區(qū)分到底哪一個是正確的記錄了。』
『嗯，這么說起來倒是的，但我們現(xiàn)在可是在三個地方都建立了銀行網(wǎng)點，如果不使用，真的很可惜?！?/p>
『兔小姐，我們最開始在三個地方建立銀行網(wǎng)點的目的就是為了完全保證數(shù)據(jù)的安全性，也就是如果一個地方出現(xiàn)了問題，我們的系統(tǒng)仍然能夠正常的工作?！?/p>
『我明白了，豬爸爸。也就是說，我們的系統(tǒng)雖然部署在了三個地方，但同時只有一個能對外提供服務(wù)是吧？』
『是的，兔小姐。』
『那么，豬爸爸，我有個問題。我們是如何知道哪一個能對外提供服務(wù)呢？因為現(xiàn)在我們有三個網(wǎng)點，很有可能每個網(wǎng)點都認(rèn)為自己能對外提供服務(wù)了?！?/p>
『這是個好問題，我們需要有一套機(jī)制，能讓這三個網(wǎng)點自己選出一個 Leader 網(wǎng)點，對外提供服務(wù)。同時，如果這個 Leader 網(wǎng)點出現(xiàn)了故障，其他兩個網(wǎng)點能夠知道并再次選出一個 Leader 網(wǎng)點對外提供服務(wù)。』
豬爸爸接著道：『為了容易說明，我這里以我們實際的選舉為例吧。假設(shè)現(xiàn)在有三個成員，A，B 和 C，他們?nèi)藭嗷ネ镀边x出一個領(lǐng)導(dǎo)。這里我們先定義三種狀態(tài)，Leader，Candiate 和 Follower。最開始三個人都是 Follower 狀態(tài)，然后他們?nèi)绻麤Q定要選舉了，就變成 Candiate 狀態(tài)，如果一個 Candiate 收到了大多數(shù)的選票，那么這個 Candiate 就變成了 Leader。而這時候其他的成員都重新變成 Follower，只有 Leader 能跟外部進(jìn)行交互。我這么解釋你大概能明白吧，兔小姐？』
兔小姐：『是的，豬爸爸，我大概能明白這三種狀態(tài)，也就是只要一個網(wǎng)點成為了 Leader，這個網(wǎng)點才能對外提供服務(wù)吧。』
好吧，又輪到作者吐槽自己吐槽了，現(xiàn)實中銀行這么多個網(wǎng)點如果每次只能有一個主的銀行網(wǎng)點能對外提供服務(wù)，那么這個銀行應(yīng)該會被客戶給投訴了。但這里我們就假設(shè)這樣吧。在 Raft 里面，每次只會有一個節(jié)點對外提供服務(wù)，這個節(jié)點就是 Leader，而其他的節(jié)點就叫做 Follower。當(dāng)節(jié)點開始競選的時候，它們就會從 Follower 變成 Candidate。
豬爸爸喝了一口水，繼續(xù)說到：『是的，兔小姐。我們繼續(xù)以成員 A，B，C 為例。那我們現(xiàn)在要面臨的第一個問題，就是這三個成員如何選出一個 Leader？』
豬爸爸：『我們先假設(shè)三個成員地上都有很多小石子，但他們手上都只有 0 顆。只有某個成員碰到了一些事件，他才會從地上撿起一顆或者多顆石子。到底是什么事件，我們稍后再詳細(xì)解釋?！?/p>
豬爸爸接著道：『最開始，我們知道三個成員都是 Follower。然后，我們約定一個時間，譬如 10 分鐘之后吧，各個成員各自開始選舉，變成了 Candidate，同時，各自從地上撿起來一顆石子?！?/p>
兔小姐：『看來，這就是你上面說的事件，也就是當(dāng)一個 Follower 變成 Candidate 的時候，也就是自己開始新一輪選舉的時候，就給自己加一顆石子吧?！?/p>
『非常正確，兔小姐。』然后豬爸爸接著說道：『 Candidate 會先給自己投一票，然后會給其他的幾個成員發(fā)送投票信息，讓它們選舉自己成為 Leader。如果一個 Candidate 知道自己已經(jīng)得到了大多數(shù)的選票，那么就能成為 Leader 了?！?/p>
『獲得大部分投票就成為 Leader 這個就跟我們自己的選舉一樣的。但是，豬爸爸，自己給自己投一票我能理解，但其他人為什么要給我投票呢？』
『這是個好問題，兔小姐，你還記得我前面說的石子吧？』
『當(dāng)然記得，豬爸爸，當(dāng)開始選舉的時候，就給自己加一顆石子。』
『是的，兔小姐。首先我們來考慮初始情況，這時候我們還沒進(jìn)行任何交易，交易記錄還是 0。當(dāng)一個 Candidate 給其他成員發(fā)送投票消息的時候，會帶上自己的石子數(shù)量。當(dāng)其他成員收到投票消息，如果發(fā)現(xiàn)自己的石子數(shù)量比收到的投票信息消息的石子數(shù)量要少，就給這個 Candidate 投票，同時自己變成跟隨者，從地上撿起來足夠多的石子直到自己的石子數(shù)量跟投票消息里面的一樣?！?/p>
『如果自己的石子數(shù)量比投票消息的石子數(shù)量要多呢，我們?nèi)绾翁幚恚俊?/p>
『兔小姐，如果是這樣，那么就直接丟棄這條消息。我們通常不管石子數(shù)量比自己當(dāng)前手上石子數(shù)量少的消息?！?/p>
『這主意不錯，如果自己手上的石子數(shù)量跟投票消息里面的一樣呢，我們又如何處理？』
『這個就要看自己是不是已經(jīng)給其他人或者自己投票了，如果我已經(jīng)給其他人或者自己投票了，我就給你回復(fù)一條拒絕消息。』
『我討厭被拒絕。』兔小姐很傷心的說道，不過我想兔先生可不敢拒絕她。
『沒辦法，為了保證選舉的安全，我們必須這樣。所以對于一輪選舉來說，它可能會碰到三種情況，自己變成了 Leader，其它節(jié)點變成了 Leader，以及沒有選出 Leader。』
『為什么會沒選出 Leader 呢？』
『考慮到這種情況，三個成員 A，B，C ，最開始石子數(shù)量都是 0，然后他們同時開始選舉，先都給自己投了一票，這樣所有人的石子數(shù)量現(xiàn)在都是 1，所以無論誰收到其他人的消息，都會回復(fù)拒絕，這樣我們必須開始下一輪選舉』
『但下一輪選舉也可能沒有選出來吧?！?/p>
『是的，兔小姐，你還記得我之前提到的 10 分鐘吧。』
『記得，10 分鐘之后，都開始選舉?！?/p>
『如果每次大家重新開始選舉的時間都是一樣，很有可能都選不出來。所以我們可以約定一個時間范圍，譬如 10 到 20 分鐘，各個成員會隨機(jī)在這個時間段里面選一個時間來等待，這樣就能錯開選舉了?！?/p>
『這主意不錯，這樣選出來 Leader 的概率就大了很多?！?/p>
好了，說了這么多，該說說實際的 Raft 了。上面的石子數(shù)量就是 Raft 里面的 Term。每次開始一輪新的選舉，Term 就加 1。如果選出了 Leader，那么就會 一直維持這個 Term，直到下一次選舉。上面的 10 分鐘就是 election timeout。
在實際 Raft 中，還有一些復(fù)雜的 corner case，譬如如果選出了 Leader，但另一個 Candidate 有更高的 Term，這樣很可能會讓 Leader 變成 Follower，或者讓 Follower 給這個更高 Term 的 Candidate 重新投票。為了解決這樣的問題，我們可以考慮 Pre-Vote，也就是一個 Follower 如果要開始投票，它并不會立刻變成 Candidate，給自己 Term + 1，而是會先變成 Pre-Candidate 的狀態(tài)，用當(dāng)前的 Term 去問其他的節(jié)點能否給自己投票，如果收到了大多數(shù)的同意消息，那么才會變成 Candidate 繼續(xù)后面的選舉流程。
另外，我們也可以考慮 Check Quorum，當(dāng)一個 Follower 收到了更高的 Term 選舉消息，如果它確信當(dāng)前集群還在正在工作，也就是在 election timeout 的時間里面仍然收到了 Leader 的消息，那么這個 Follower 會直接丟掉這個消息。
這里我們只討論了 Log 都沒有的情況，對于已經(jīng)有 Log 的情況，選舉情況還要做一些其它判斷，我們后續(xù)再說明。
豬爸爸休息了下，繼續(xù)說道：『現(xiàn)在我們解決了第一個問題，就是如何選出一個 Leader。下面，我們就要面臨兩個問題。一個是如何讓 Leader 一直能正常工作。另一個就是萬一 Leader 出現(xiàn)了問題，其它的 Follower 如何知道，并開始重新選舉？』
『這看起來有點復(fù)雜?！?/p>
『其實一點也不，兔小姐。當(dāng)我們選出來 Leader 之后，Leader 就會就會開始處理外面的請求。你還記得我前面說的我們的安全交易模型吧？必須大多數(shù)節(jié)點都記錄了這筆交易，我們才能實際交易?！?/p>
『當(dāng)然記得，豬爸爸?！?/p>
『因為現(xiàn)在只有 Leader 能處理交易，所以每筆交易，Leader 都要發(fā)給 Follower，這樣 Leader 和 Follower 之間就有了通信。所以只要我們一直有交易處理，這條通信鏈條就不會斷掉，Leader 就一直能維持自己是 Leader 的狀態(tài)了?！?/p>
『嗯，是這樣的。但如果到了晚上，沒有交易，怎么辦呢？』
『這是個好問題，兔小姐。所以 Leader 會定期給 Follower 發(fā)送一條消息，說我現(xiàn)在還是 Leader，這個消息其實就是跟上面說的發(fā)送交易記錄的作用一樣的，只是讓 Follower 知道 Leader 還在就可以了?！?/p>
『這主意不錯，那如果很長一段時間 Follower 沒收到 Leader 發(fā)過來的消息，那我們怎么辦呢？』
『還記得我前面說的 10 分鐘吧，我們可以繼續(xù)約定，如果 10 分鐘內(nèi)，F(xiàn)ollower 沒有收到 Leader 的任何消息，那么 Follower 就認(rèn)為 Leader 有問題了，這樣 Follower 就開始重新選舉?！?/p>
在 Raft 里面，如果選出來一個 Leader，Leader 會定期給 Follower 發(fā)送心跳，這個定期的時間我們通常叫做 heartbeat timeout，如果 Follower 在 election timeout 的時間里都沒收到 Leader 的消息，就開始新一輪的選舉。Heartbeat timeout 的時間要比 election timeout 小很多，譬如 election timeout 如果是 10s，那么 heartbeat timeout 可能就是 2s 或者 3s。
兔小姐聽完了豬爸爸的回答，仔細(xì)想了想，說道『豬爸爸，你前面說的重新選舉，貌似假設(shè)的是初始情況，沒有任何交易記錄的情況。但我們選出了 Leader，這時候可能進(jìn)行了很多交易了，那么這時候 Follower 再選舉 Leader 還有啥需要注意的呢？』
『這個問題非常的好，兔小姐！』豬爸爸由衷的贊嘆道?！褐埃覀儍H僅是通過石子數(shù)量來決定是否成為 Leader，但這樣是遠(yuǎn)遠(yuǎn)不夠的，我們還必須通過各自交易記錄的數(shù)量來最終確定是否能成為 Leader。』
『要通過交易記錄數(shù)量來確定？』兔小姐不解的問道。
『是的，兔小姐。你還記得最開始我說的交易記錄的特性吧。每次交易，我們都會使用一個遞增的唯一 ID 來標(biāo)識記錄?！?/p>
『我當(dāng)然記得，豬爸爸』
『現(xiàn)在我們回到銀行網(wǎng)點這邊，假設(shè)它們之間選出泥坑小鎮(zhèn)作為了 Leader，那么客戶就能在泥坑小鎮(zhèn)進(jìn)行交易了。一段時間之后，泥坑小鎮(zhèn) 這邊進(jìn)行了 10 次交易，也就是最后一次交易記錄 ID 是 10。因為一次交易必須大部分銀行網(wǎng)點都確定收到了這次交易記錄，所以一定有一個網(wǎng)點交易數(shù)量是跟泥坑小鎮(zhèn) 一樣的，假設(shè)這里是回音山谷。而海盜島可能稍微落后了，只有 9 條，最后一次交易記錄是 9。如果只按照我們先前的石子數(shù)量來判斷，如果海盜島的石子數(shù)量最多，那海盜島在泥坑小鎮(zhèn)出現(xiàn)了問題之后，就會被選出 Leader，但實際是不允許的。因為只有回音山谷有最新的交易數(shù)據(jù)，但海盜島沒有?！?/p>
『雖然很繞，但我大概有點明白了，豬爸爸。也就是說，我們選舉的時候，還需要判斷，被選舉者是否有最新的交易記錄吧。』
『是的，兔小姐，所以 Candidate 在發(fā)送投票消息的時候，不光要帶上石子數(shù)量，還需要帶上自己最后一條交易記錄的 ID。如果我收到了一條投票消息，發(fā)現(xiàn)這條消息里面的交易記錄 ID 比我當(dāng)前的還要大或者相等，那我就能認(rèn)為發(fā)送這條投票消息的人有比我更多的交易記錄，我就可以給他投票?！?/p>
在實際 Raft 里面，Candidate 給其他節(jié)點發(fā)送投票消息的時候，會帶上自己當(dāng)前最后一條 Log 的 Term 和 Index。如果投票消息的 Term 比自己最后一條 Log 的 Term 大，或者兩個 Term 相等，但投票消息的 Index 大于或者等于自己最后一條 Log 的 Index，那么就可以給這個 Candidate 投票。至于為什么要同時判斷 Term 和 Index，我們可以考慮一個 corner case，假設(shè)有 A，B，C 三個節(jié)點。
在 5 的時候，A 也有一個 Log 100，但這個 Log 其實是不正確的，所以 B 和 C 必須拒絕給 A 投票，所以這里我們要借助 Term。因為 A 寫 Log 100 的時候，Term 還是 10，但 B 和 C 這時候?qū)懙?Log 100 里面的 Term 已經(jīng)是 11 了，所以它們就會知道 A 并沒有最新的 Log。
好了，扯了這么多，都無非是說的 Raft 里面的 Leader Election，雖然 Raft 的 Leader Election 原理很好理解，主要還是一些 corner case 的問題，以及出現(xiàn)了一個壞的節(jié)點，如果讓它別亂發(fā)投票消息，影響到整個集群。
java 是什么語言寫的
JAVA中就虛擬機(jī)是其它語言開發(fā)的，用的是C語言+匯編語言 基于此之上就是JAVA本身了 虛擬機(jī)只起到解析作用
另外，JAVA并不比C語言慢，說JAVA慢一般是九十年代那時候的JAVA， 而現(xiàn)在 在一段優(yōu)秀的JAVA程序和C程序執(zhí)行效率上來比較是沒有多大差距的 并且現(xiàn)在JAVA已經(jīng)可以像C語言那樣，直接編譯為可執(zhí)行文件（不用虛擬機(jī)，跨平臺為代價）了
不知道你看過 卓越編程之道二（運用底層思維編寫高級代碼） 沒有，那里面詳細(xì)的講述了高級語言從編寫到編譯執(zhí)行的過程，通過目標(biāo)文件的反匯編對比，發(fā)現(xiàn)C，C++，JAVA，dephi等語言在同等質(zhì)量下的目標(biāo)文件長度上基本上沒多大區(qū)別，一門語言的運行速度快慢，與你編寫代碼過程中是否符合編譯器規(guī)則息息相關(guān)。 有空你可以去看看這本書。
glusterfs 是什么語言寫的
glusterfs 是什么語言寫的
使用opencv需要編譯源碼，得到庫文件?？梢杂胏make構(gòu)建項目后編譯，也可以直接用官方提供的編譯好的版本。
官方提供的編譯庫一般只是標(biāo)準(zhǔn)版本，沒有附加某些庫，比如tbb等，要想讓opencv使用tbb等庫，就只能自己構(gòu)建項目后編譯。
當(dāng)然，一般使用的話，用官方提供的庫即可。OpenCV2.3.1版本就提供編譯好的庫，可以直接設(shè)置使用。
bigtable是什么語言寫的
不過有人大費周折為他建立了一個類似于“關(guān)于 Chuck Norris 的事實”這樣的網(wǎng)站，這倒是件不同尋常的事。這是因為 Jeff Dean 是一位軟件工程師
zookeeper是什么語言寫的
本文是Jason Wilder對于常見的服務(wù)發(fā)現(xiàn)項目 Zookeeper ， Doozer ， Etcd 所寫的一篇博客，其原文地址如下： Open-Source Service Discovery 。
服務(wù)發(fā)現(xiàn)是大多數(shù)分布式系統(tǒng)以及面向服務(wù)架構(gòu)（SOA）的一個核心組成部分。這個難題，簡單來說，可以認(rèn)為是：當(dāng)一項服務(wù)存在于多個主機(jī)節(jié)點上時，client端如何決策獲取相應(yīng)正確的IP和port。
在傳統(tǒng)情況下，當(dāng)出現(xiàn)服務(wù)存在于多個主機(jī)節(jié)點上時，都會使用靜態(tài)配置的方法來實現(xiàn)服務(wù)信息的注冊。但是當(dāng)大型系統(tǒng)中，需要部署更多服務(wù)的時候，事情就顯得復(fù)雜得多。在一個實時的系統(tǒng)中，由于自動或者人工的服務(wù)擴(kuò)展，或者服務(wù)的新添加部署，還有主機(jī)的宕機(jī)或者被替換，服務(wù)的location信息可能會很頻繁的變化。
在這樣的場景下，為了避免不必要的服務(wù)中斷，動態(tài)的服務(wù)注冊和發(fā)現(xiàn)就顯得尤為重要。
關(guān)于服務(wù)發(fā)現(xiàn)的話題，已經(jīng)很多次被人所提及，而且也的確不斷的在發(fā)展?，F(xiàn)在，筆者介紹一下該領(lǐng)域內(nèi)一些open-source或者被經(jīng)常被世人廣泛討論的解決方案，嘗試?yán)斫馑鼈兊降资侨绾喂ぷ鞯?。特別的是，我們會較為專注于每一個解決方案的一致性算法，到底是強(qiáng)一致性，還是弱一致性；運行時依賴；client的集成選擇；以后最后這些特性的折中情況。
本文首先從幾個強(qiáng)一致性的項目于開始，比如Zookeeper，Doozer，Etcd，這些項目主要用于服務(wù)間的協(xié)調(diào)，同時又可用于服務(wù)的注冊。
隨后，本文將討論一些在服務(wù)注冊以及發(fā)現(xiàn)方面比較有意思的項目，比如：Airbnb的SmartStack，Netflix的Eureka，Bitly的NSQ，Serf，Spotify and DNS，最后是SkyDNS。
問題陳述
在定位服務(wù)的時候，其實會有兩個方面的問題：服務(wù)注冊（Service Registration）和服務(wù)發(fā)現(xiàn)（Service Discovery）。
服務(wù)注冊—— 一個服務(wù)將其位置信息在中心注冊節(jié)點注冊的過程。該服務(wù)一般會將它的主機(jī)IP地址以及端口號進(jìn)行注冊，有時也會有服務(wù)訪問的認(rèn)證信息，使用協(xié)議，版本號，以及關(guān)于環(huán)境的一些細(xì)節(jié)信息。
服務(wù)發(fā)現(xiàn)—— client端的應(yīng)用實例查詢中心注冊節(jié)點以獲知服務(wù)位置的過程。
每一個服務(wù)的服務(wù)注冊以及服務(wù)發(fā)現(xiàn)，都需要考慮一些關(guān)于開發(fā)以及運營方面的問題：
監(jiān)控—— 當(dāng)一個已注冊完畢的服務(wù)失效的時候，如何處理。一些情況下，在一個設(shè)定的超時定時(timeout)后，該服務(wù)立即被一個其他的進(jìn)程在中心注冊節(jié)點處注銷。這種情況下，服務(wù)通常需要執(zhí)行一個心跳機(jī)制，來確保自身的存活狀態(tài)；而客戶端必然需要能夠可靠處理失效的服務(wù)。
負(fù)載均衡—— 如果多個相同地位的服務(wù)都注冊完畢，如何在這些服務(wù)之間均衡所有client的請求負(fù)載？如果有一個master節(jié)點的話，是否可以正確處理client訪問的服務(wù)的位置。
集成方式—— 信息注冊節(jié)點是否需要提供一些語言綁定的支持，比如說，只支持Java？集成的過程是否需要將注冊過程以及發(fā)現(xiàn)過程的代碼嵌入到你的應(yīng)用程序中，或者使用一個類似于集成助手的進(jìn)程？
運行時依賴—— 是否需要JVM，ruby或者其他在你的環(huán)境中并不兼容的運行時？
可用性考慮—— 如果系統(tǒng)失去一個節(jié)點的話，是否還能正常工作？系統(tǒng)是否可以實時更新或升級，而不造成任何系統(tǒng)的癱瘓？既然集群的信息注冊節(jié)點是架構(gòu)中的中心部分，那該模塊是否會存在單點故障問題？
強(qiáng)一致性的Registries
首先介紹的三個服務(wù)注冊系統(tǒng)都采用了強(qiáng)一致性協(xié)議，實際上為達(dá)到通用的效果，使用了一致性的數(shù)據(jù)存儲。盡管我們把它們看作服務(wù)的注冊系統(tǒng)，其實它們還可以用于協(xié)調(diào)服務(wù)來協(xié)助leader選舉，以及在一個分布式clients的集合中做centralized locking。
Zookeeper
Zookeeper是一個集中式的服務(wù)，該服務(wù)可以維護(hù)服務(wù)配置信息，命名空間，提供分布式的同步，以及提供組化服務(wù)。Zookeeper是由Java語言實現(xiàn)，實現(xiàn)了強(qiáng)一致性（CP），并且是使用 Zab協(xié)議 在ensemble集群之間協(xié)調(diào)服務(wù)信息的變化。
Zookeeper在ensemble集群中運行3個，5個或者7個成員。眾多client端為了可以訪問ensemble，需要使用綁定特定的語言。這種訪問形式被顯性的嵌入到了client的應(yīng)用實例以及服務(wù)中。
服務(wù)注冊的實現(xiàn)主要是通過命令空間（namespace）下的 ephemeral nodes 。ephemeral nodes只有在client建立連接后才存在。當(dāng)client所在節(jié)點啟動之后，該client端會使用一個后臺進(jìn)程獲取client的位置信息，并完成自身的注冊。如果該client失效或者失去連接的時候，該ephemeral node就從樹中消息。
服務(wù)發(fā)現(xiàn)是通過列舉以及查看具體服務(wù)的命名空間來完成的。Client端收到目前所有注冊服務(wù)的信息，無論一個服務(wù)是否不可用或者系統(tǒng)新添加了一個同類的服務(wù)。Client端同時也需要自行處理所有的負(fù)載均衡工作，以及服務(wù)的失效工作。
Zookeeper的API用起來可能并沒有那么方便，因為語言的綁定之間可能會造成一些細(xì)小的差異。如果使用的是基于JVM的語言的話， Curator Service Discovery Extension 可能會對你有幫助。
由于Zookeeper是一個CP強(qiáng)一致性的系統(tǒng)，因此當(dāng)網(wǎng)絡(luò)分區(qū)（Partition）出故障的時候，你的部分系統(tǒng)可能將出出現(xiàn)不能注冊的情況，也可能出現(xiàn)不能找到已存在的注冊信息，即使它們可能在Partition出現(xiàn)期間仍然正常工作。特殊的是，在任何一個non-quorum端，任何讀寫都會返回一個錯誤信息。
Doozer
Doozer是一個一致的分布式數(shù)據(jù)存儲系統(tǒng)，Go語言實現(xiàn)，通過 Paxos算法 來實現(xiàn)共識的強(qiáng)一致性系統(tǒng)。這個項目開展了數(shù)年之后，停滯了一段時間，而且現(xiàn)在也關(guān)閉了一些fork數(shù)，使得fork數(shù)降至160 。.不幸的是，現(xiàn)在很難知道該項目的實際發(fā)展?fàn)顟B(tài)，以及它是否適合使用于生產(chǎn)環(huán)境。
Doozer在集群中運行3，5或者7個節(jié)點。和Zookeeper類似，Client端為了訪問集群，需要在自身的應(yīng)用或者服務(wù)中使用特殊的語言綁定。
Doozer的服務(wù)注冊就沒有Zookeeper這么直接，因為Doozer沒有那些ephemeral node的概念。一個服務(wù)可以在一條路徑下注冊自己，如果該服務(wù)不可用的話，它也不會自動地被移除。
現(xiàn)有很多種方式來解決這樣的問題。一個選擇是給注冊進(jìn)程添加一個時間戳和心跳機(jī)制，隨后在服務(wù)發(fā)現(xiàn)進(jìn)程中處理那些超時的路徑，也就是注冊的服務(wù)信息，當(dāng)然也可以通過另外一個清理進(jìn)程來實現(xiàn)。
服務(wù)發(fā)現(xiàn)和Zookeeper很類似，Doozer可以羅列出指定路徑下的所有入口，隨后可以等待該路徑下的任意改動。如果你在注冊期間使用一個時間戳和心跳，你就可以在服務(wù)發(fā)現(xiàn)期間忽略或者刪除任何過期的入口，也就是服務(wù)信息。
和Zookeeper一樣，Doozer是一個CP強(qiáng)一致性系統(tǒng)，當(dāng)發(fā)生網(wǎng)絡(luò)分區(qū)故障時，會導(dǎo)致同樣的后果。
Etcd
Etcd 是一個高可用的K-V存儲系統(tǒng)，主要應(yīng)用于共享配置、服務(wù)發(fā)現(xiàn)等場景。Etcd可以說是被Zookeeper和Doozer催生而出。整個系統(tǒng)使用Go語言實現(xiàn)，使用Raft算法來實現(xiàn)選舉一致，同時又具有一個基于HTTP+JSON的API。
Etcd，和Doozer和Zookeeper相似，通常在集群中運行3，5或者7個節(jié)點。client端可以使用一種特定的語言進(jìn)行綁定，同時也可以通過使用HTTP客戶端自行實現(xiàn)一種。
服務(wù)注冊環(huán)節(jié)主要依賴于使用一個key TTL來確保key的可用性，該key TTL會和服務(wù)端的心跳捆綁在一起。如果一個服務(wù)在更新key的TTL時失敗了，那么Etcd會對它進(jìn)行超時處理。如果一個服務(wù)變?yōu)椴豢捎脿顟B(tài)，client會需要處理這樣的連接失效，然后嘗試另連接一個服務(wù)實例。
服務(wù)發(fā)現(xiàn)環(huán)節(jié)設(shè)計到羅列在一個目錄下的所有key值，隨后等待在該目錄上的所有變動信息。由于API接口是基于HTTP的，所以client應(yīng)用會的Etcd集群保持一個long-polling的連接。
由于Etcd使用 Raft一致性協(xié)議 ，故它應(yīng)該是一個強(qiáng)一致性系統(tǒng)。Raft需要一個leader被選舉，然后所有的client請求會被該leader所處理。然而，Etcd似乎也支持從non-leaders中進(jìn)行讀取信息，使用的方式是在讀情況下提高可用性的未公開的一致性參數(shù)。在網(wǎng)絡(luò)分區(qū)故障期間，寫操作還是會被leader處理，而且同樣會出現(xiàn)失效的情況。
delphi是什么語言寫的
Object Pascal
jdk是什么語言寫的
你猜～～
druid是什么語言寫的
Druid是Java語言中最好的數(shù)據(jù)庫連接池。Druid能夠提供強(qiáng)大的監(jiān)控和擴(kuò)展功能。
EPM和BI是什么??？是用java語言寫的嗎？
不全是java，epm有用.寫的，但是絕大多少是用java。
BI設(shè)計到大數(shù)據(jù)，除了java還有一些新技術(shù)，比如scala和kalfka。
dos 是什么語言寫的?
匯編語言，低級編輯語言
Api 是什么語言寫的？
API肯定也是一種語言實現(xiàn)他具體功能的啊 .
相當(dāng)于函數(shù),不過我們只能調(diào)用,不知道如何實現(xiàn)的.
本文是JasonWilder對于常見的服務(wù)發(fā)現(xiàn)項目Zookeeper，Doozer，Etcd所寫的一篇博客，其原文地址如下：Open-SourceServiceDiscovery。服務(wù)發(fā)現(xiàn)是大多數(shù)分布式系統(tǒng)以及面向服務(wù)架構(gòu)（SOA）的一個核心組成部分。這個難題，簡單來說，可以認(rèn)為是：當(dāng)一項服務(wù)存在于多個主機(jī)節(jié)點上時，client端如何決策獲取相應(yīng)正確的IP和port。在傳統(tǒng)情況下，當(dāng)出現(xiàn)服務(wù)存在于多個主機(jī)節(jié)點上時，都會使用靜態(tài)配置的方法來實現(xiàn)服務(wù)信息的注冊。但是當(dāng)大型系統(tǒng)中，需要部署服務(wù)的時候，事情就顯得復(fù)雜得多。在一個實時的系統(tǒng)中，由于自動或者人工的服務(wù)擴(kuò)展，或者服務(wù)的新添加部署，還有主機(jī)的宕機(jī)或者被替換，服務(wù)的location信息可能會很頻繁的變化。在這樣的場景下，為了避免不必要的服務(wù)中斷，動態(tài)的服務(wù)注冊和發(fā)現(xiàn)就顯得尤為重要。關(guān)于服務(wù)發(fā)現(xiàn)的話題，已經(jīng)很多次被人所提及，而且也的確不斷的在發(fā)展?，F(xiàn)在，筆者介紹一下該領(lǐng)域內(nèi)一些open-source或者被經(jīng)常被世人廣泛討論的解決方案，嘗試?yán)斫馑鼈兊降资侨绾喂ぷ鞯?。特別的是，我們會較為專注于每一個解決方案的一致性算法，到底是強(qiáng)一致性，還是弱一致性；運行時依賴；client的集成選擇；以后最后這些特性的折中情況。本文首先從幾個強(qiáng)一致性的項目于開始，比如Zookeeper，Doozer，Etcd，這些項目主要用于服務(wù)間的協(xié)調(diào)，同時又可用于服務(wù)的注冊。隨后，本文將討論一些在服務(wù)注冊以及發(fā)現(xiàn)方面比較有意思的項目，比如：Airbnb的SmartStack，Netflix的Eureka，Bitly的NSQ，Serf，SpotifyandDNS，最后是SkyDNS。問題陳述在定位服務(wù)的時候，其實會有兩個方面的問題：服務(wù)注冊（ServiceRegistration）和服務(wù)發(fā)現(xiàn)（ServiceDiscovery）。服務(wù)注冊——一個服務(wù)將其位置信息在中心注冊節(jié)點注冊的過程。該服務(wù)一般會將它的主機(jī)IP地址以及端口號進(jìn)行注冊，有時也會有服務(wù)訪問的認(rèn)證信息，使用協(xié)議，版本號，以及關(guān)于環(huán)境的一些細(xì)節(jié)信息。服務(wù)發(fā)現(xiàn)——client端的應(yīng)用實例查詢中心注冊節(jié)點以獲知服務(wù)位置的過程。每一個服務(wù)的服務(wù)注冊以及服務(wù)發(fā)現(xiàn)，都需要考慮一些關(guān)于開發(fā)以及運營方面的問題：監(jiān)控——當(dāng)一個已注冊完畢的服務(wù)失效的時候，如何處理。一些情況下，在一個設(shè)定的超時定時(timeout)后，該服務(wù)立即被一個其他的進(jìn)程在中心注冊節(jié)點處注銷。這種情況下，服務(wù)通常需要執(zhí)行一個心跳機(jī)制，來確保自身的存活狀態(tài)；而客戶端必然需要能夠可靠處理失效的服務(wù)。負(fù)載均衡——如果多個相同地位的服務(wù)都注冊完畢，如何在這些服務(wù)之間均衡所有client的請求負(fù)載？如果有一個master節(jié)點的話，是否可以正確處理client訪問的服務(wù)的位置。集成方式——信息注冊節(jié)點是否需要提供一些語言綁定的支持，比如說，只支持Java？集成的過程是否需要將注冊過程以及發(fā)現(xiàn)過程的代碼嵌入到你的應(yīng)用程序中，或者使用一個類似于集成助手的進(jìn)程？運行時依賴——是否需要JVM，ruby或者其他在你的環(huán)境中并不兼容的運行時？可用性考慮——如果系統(tǒng)失去一個節(jié)點的話，是否還能正常工作？系統(tǒng)是否可以實時更新或升級，而不造成任何系統(tǒng)的癱瘓？既然集群的信息注冊節(jié)點是架構(gòu)中的中心部分，那該模塊是否會存在單點故障問題？強(qiáng)一致性的Registries首先介紹的三個服務(wù)注冊系統(tǒng)都采用了強(qiáng)一致性協(xié)議，實際上為達(dá)到通用的效果，使用了一致性的數(shù)據(jù)存儲。盡管我們把它們看作服務(wù)的注冊系統(tǒng)，其實它們還可以用于協(xié)調(diào)服務(wù)來協(xié)助leader選舉，以及在一個分布式clients的集合中做centralizedlocking。ZookeeperZookeeper是一個集中式的服務(wù)，該服務(wù)可以維護(hù)服務(wù)配置信息，命名空間，提供分布式的同步，以及提供組化服務(wù)。Zookeeper是由Java語言實現(xiàn)，實現(xiàn)了強(qiáng)一致性（CP），并且是使用Zab協(xié)議在ensemble集群之間協(xié)調(diào)服務(wù)信息的變化。Zookeeper在ensemble集群中運行3個，5個或者7個成員。眾多client端為了可以訪問ensemble，需要使用綁定特定的語言。這種訪問形式被顯性的嵌入到了client的應(yīng)用實例以及服務(wù)中。服務(wù)注冊的實現(xiàn)主要是通過命令空間（namespace）下的ephemeralnodes。ephemeralnodes只有在client建立連接后才存在。當(dāng)client所在節(jié)點啟動之后，該client端會使用一個后臺進(jìn)程獲取client的位置信息，并完成自身的注冊。如果該client失效或者失去連接的時候，該ephemeralnode就從樹中消息。服務(wù)發(fā)現(xiàn)是通過列舉以及查看具體服務(wù)的命名空間來完成的。Client端收到目前所有注冊服務(wù)的信息，無論一個服務(wù)是否不可用或者系統(tǒng)新添加了一個同類的服務(wù)。Client端同時也需要自行處理所有的負(fù)載均衡工作，以及服務(wù)的失效工作。Zookeeper的API用起來可能并沒有那么方便，因為語言的綁定之間可能會造成一些細(xì)小的差異。如果使用的是基于JVM的語言的話，CuratorServiceDiscoveryExtension可能會對你有幫助。由于Zookeeper是一個CP強(qiáng)一致性的系統(tǒng)，因此當(dāng)網(wǎng)絡(luò)分區(qū)（Partition）出故障的時候，你的部分系統(tǒng)可能將出出現(xiàn)不能注冊的情況，也可能出現(xiàn)不能找到已存在的注冊信息，即使它們可能在Partition出現(xiàn)期間仍然正常工作。特殊的是，在任何一個non-quorum端，任何讀寫都會返回一個錯誤信息。DoozerDoozer是一個一致的分布式數(shù)據(jù)存儲系統(tǒng)，Go語言實現(xiàn)，通過Paxos算法來實現(xiàn)共識的強(qiáng)一致性系統(tǒng)。這個項目開展了數(shù)年之后，停滯了一段時間，而且現(xiàn)在也關(guān)閉了一些fork數(shù)，使得fork數(shù)降至160。.不幸的是，現(xiàn)在很難知道該項目的實際發(fā)展?fàn)顟B(tài)，以及它是否適合使用于生產(chǎn)環(huán)境。Doozer在集群中運行3，5或者7個節(jié)點。和Zookeeper類似，Client端為了訪問集群，需要在自身的應(yīng)用或者服務(wù)中使用特殊的語言綁定。Doozer的服務(wù)注冊就沒有Zookeeper這么直接，因為Doozer沒有那些ephemeralnode的概念。一個服務(wù)可以在一條路徑下注冊自己，如果該服務(wù)不可用的話，它也不會自動地被移除?，F(xiàn)有很多種方式來解決這樣的問題。一個選擇是給注冊進(jìn)程添加一個時間戳和心跳機(jī)制，隨后在服務(wù)發(fā)現(xiàn)進(jìn)程中處理那些超時的路徑，也就是注冊的服務(wù)信息，當(dāng)然也可以通過另外一個清理進(jìn)程來實現(xiàn)。服務(wù)發(fā)現(xiàn)和Zookeeper很類似，Doozer可以羅列出指定路徑下的所有入口，隨后可以等待該路徑下的任意改動。如果你在注冊期間使用一個時間戳和心跳，你就可以在服務(wù)發(fā)現(xiàn)期間忽略或者刪除任何過期的入口，也就是服務(wù)信息。和Zookeeper一樣，Doozer是一個CP強(qiáng)一致性系統(tǒng)，當(dāng)發(fā)生網(wǎng)絡(luò)分區(qū)故障時，會導(dǎo)致同樣的后果。EtcdEtcd是一個高可用的K-V存儲系統(tǒng)，主要應(yīng)用于共享配置、服務(wù)發(fā)現(xiàn)等場景。Etcd可以說是被Zookeeper和Doozer催生而出。整個系統(tǒng)使用Go語言實現(xiàn)，使用Raft算法來實現(xiàn)選舉一致，同時又具有一個基于HTTP+JSON的API。Etcd，和Doozer和Zookeeper相似，通常在集群中運行3，5或者7個節(jié)點。client端可以使用一種特定的語言進(jìn)行綁定，同時也可以通過使用HTTP客戶端自行實現(xiàn)一種。服務(wù)注冊環(huán)節(jié)主要依賴于使用一個keyTTL來確保key的可用性，該keyTTL會和服務(wù)端的心跳捆綁在一起。如果一個服務(wù)在更新key的TTL時失敗了，那么Etcd會對它進(jìn)行超時處理。如果一個服務(wù)變?yōu)椴豢捎脿顟B(tài)，client會需要處理這樣的連接失效，然后嘗試另連接一個服務(wù)實例。服務(wù)發(fā)現(xiàn)環(huán)節(jié)設(shè)計到羅列在一個目錄下的所有key值，隨后等待在該目錄上的所有變動信息。由于API接口是基于HTTP的，所以client應(yīng)用會的Etcd集群保持一個long-polling的連接。由于Etcd使用Raft一致性協(xié)議，故它應(yīng)該是一個強(qiáng)一致性系統(tǒng)。Raft需要一個leader被選舉，然后所有的client請求會被該leader所處理。然而，Etcd似乎也支持從non-leaders中進(jìn)行讀取信息，使用的方式是在讀情況下提高可用性的未公開的一致性參數(shù)。在網(wǎng)絡(luò)分區(qū)故障期間，寫操作還是會被leader處理，而且同樣會出現(xiàn)失效的情況。
重慶分公司
重慶分公司
