前面一篇文章简单介绍了一下Dubbo的使用方式：SpringBoot如何使用Dubbo（直连模式）
这篇文章继续介绍一下Zookeeper。
1.Zookeeper介绍
ZooKeeper 是Apache 旗下的开源分布式协调服务，主要用于解决大型分布式系统中的数据一致性和协同管理问题 。它通过简单的接口和类似文件系统的树状结构，帮助分布式进程实现高效同步。
如果用生活中的例子来描述:
服务提供者（Provider） = 餐厅后厨 后厨拥有做菜的能力（具体服务），可以接受订单、做出菜品并返回结果。
服务消费者（Consumer） = 顾客 顾客想吃饭（发起调用），但他并不直接知道哪家餐厅能做、地址在哪，也不负责和后厨直接通信。
ZooKeeper = 外卖平台的“餐厅目录”（只存信息，不派单） 所有营业的餐厅会把自己的位置、菜系、联系方式等信息在目录上登记。目录实时更新：新餐厅开业就加，打烊或关店就删除。顾客或送餐员可以随时查询“谁会做宫保鸡丁”。
Dubbo = 外卖骑手 + 配送规则 骑手负责从顾客那里取订单，按照事先定好的规则（例如选最近的餐厅、如果一家忙就换另一家、失败后重试等），把请求送到选定的餐厅后厨，再把做好的菜送回给顾客。整个过程对顾客透明——顾客只知道自己点了菜、菜送到了。
上面的例子，用一个流程串起来：
（1）服务注册 川菜馆后厨（Provider）启动营业时，向外卖平台的餐厅目录（ZooKeeper）登记：“我擅长川菜，地址在中山路123号，当前空闲”。
（2）服务发现 顾客（Consumer）想吃“宫保鸡丁”。他打开手机App，App向目录（ZooKeeper）询问：“哪家餐厅能做川菜且正在营业？” ZooKeeper 返回一个列表：[川菜馆A，地址…；川菜馆B，地址…]。
（3）负载均衡与调用 顾客App里的Dubbo骑手拿到列表后，按照策略（比如轮询、随机或最短响应时间）从列表里选一家，比如川菜馆A。 Dubbo骑手把“一份宫保鸡丁”的请求通过网络发送到川菜馆A的具体地址。 后厨做菜，返回结果。
（4）动态感知 如果川菜馆A突然停电（服务下线），ZooKeeper的目录会立刻更新，移除该餐厅。 下一次顾客点菜时，Dubbo骑手将只能拿到剩下的可用餐厅列表，不会再去联系停电的餐厅。
2.同类产品
| Apache ZooKeeper | 经典分布式协调中间件，可做服务注册发现、配置管理、分布式锁、集群选主，Dubbo 经典注册中心 | 1. 成熟稳定，生态完善，兼容 Dubbo、Kafka、Hadoop2. ZAB 协议强一致性，数据可靠3. 树形 ZNode 节点，支持临时/顺序节点，适配服务监听、分布式锁4. 会话机制完善，自动清理下线服务节点 | 1. 并发性能一般，QPS 不高2. 集群不宜过多节点，扩容和选举效率差3. 仅基础协调能力，无自带健康检查、服务治理4. 运维复杂，部署排查难度大 | Dubbo 注册中心、大数据集群协调、分布式锁、主从选举、强一致配置管理 |
| etcd | 基于 Raft 的分布式键值存储，云原生标配，用于配置存储、服务发现 | 1. Raft 协议线性强一致性2. 读写性能远超 Zookeeper，并发能力强3. 适配 K8s 生态，容器化部署简单4. 支持 Watch、原子操作，适合配置和服务监听 | 1. 扁平化 KV 结构，无树形层级，复杂结构不如 ZK 灵活2. 写请求必须走 Leader，高并发写入有瓶颈3. 偏向云原生，传统 Dubbo、大数据生态集成一般 | K8s 集群配置、云原生微服务、容器化服务注册发现、分布式配置中心 |
| Consul | 自带服务发现、配置、健康检查、多数据中心的服务治理组件 | 1. 内置健康检查、DNS 访问、KV 配置，功能齐全2. 原生支持多数据中心、跨地域部署3. 多协议兼容，跨语言友好4. 自带 UI 和完善运维工具 | 1. 功能太重，架构复杂，学习运维成本高2. 高并发性能不如 Nacos、etcd3. 资源占用高4. 国内生态和中文文档较弱 | 跨多机房微服务、跨语言分布式系统、需要自带完整服务治理的项目 |
| Nacos | 阿里开源，一站式服务注册发现+配置中心，Dubbo、Spring Cloud 主流选型 | 1. 集注册中心+配置中心一体，开箱即用2. AP/CP 双模式可切换，灵活适配业务3. 高并发高性能，支持大规模微服务实例4. 中文生态完善，文档友好，运维简单5. 原生多租户、多环境、灰度配置 | 1. 集群架构复杂，大规模运维有门槛2. CP 强一致模式下性能下降3. 占用内存偏高4. 部分高级功能学习成本高 | 国内微服务、Dubbo/Spring Cloud 项目、中小企业一站式服务治理、动态配置中心 |
| Eureka | Spring Cloud 原生注册中心，纯 AP 设计，简单轻量 | 1. 无主从去中心化，部署极简，上手容易2. 优先保证可用性，网络抖动不崩服务3. 自带自我保护，避免误删服务实例4. 和 Spring Cloud 完美适配 | 1. 只做注册发现，无配置管理、服务治理2. 最终一致性，数据同步延迟大3. 官方已停止迭代，逐渐淘汰4. 不适合超大规模微服务集群 | 中小型 Spring Cloud 项目、老旧存量微服务、对一致性要求不高的业务 |
传统 Java 生态 / 强一致性协调场景：优先选 ZooKeeper，成熟稳定，与 Dubbo、Kafka 等框架无缝适配； 云原生 / Kubernetes 生态：优先选 etcd，是该场景的事实标准，部署运维成本低，性能优异； 跨地域 / 多数据中心架构：优先选 Consul，原生多数据中心支持，全链路服务治理能力完善； 国内企业级微服务 / 一体化治理：优先选 Nacos，中文生态友好，功能全面，适配国内主流技术栈； 中小规模简单微服务 / 快速落地：优先选 Eureka，架构简单，上手成本极低，适合快速验证业务。
3.Zookeeper下载
Zookeeper官网：https://zookeeper.apache.org/
下载地址：https://zookeeper.apache.org/releases.html
根据下图，点击“Apache Zookeeper 3.9.5” 
然后，在弹出的页面，点击下面的链接，进行下载。 
也可以点击下面的链接进行下载：apache-zookeeper-3.9.5-bin.tar.gz链接: https://pan.baidu.com/s/1kkdtaW3zy4tiNVTVWkdHCQ?pwd=csgf
4.安装使用
上面的压缩宝下载后进行解压: 
进到目录中，可以看到下面的文件夹 
然后在此处新建两个文件夹data、log，然后复制一下地址栏这个地址，一会要使用。 
进到conf文件夹，然后复制一份 zoo_sample.cfg,然后把它重命名为zoo.cfg 
使用编辑器打开zoo.cfg文件
然后，参考下面的配置，新增一个配置：
dataDir=D:\\Software\\zookeeper\\apache-zookeeper-3.9.5-bin\\apache-zookeeper-3.9.5-bin\\data
然后再新增一个log的配置 
然后，保存，退出zoo.cfg文件。
再然后，后退，进入到bin目录，双击“zkServer.cmd” 
然后看到下面界面，表示成功。 
怎么看是否成功：
[myid:] – INFO [main:o.a.z.s.NIOServerCnxnFactory@660] – binding to port 0.0.0.0/0.0.0.0:2181
表示：2181 端口绑定成功 → ZK 服务正在监听连接
[myid:] – INFO [main:o.a.z.s.ZKDatabase@137] – zookeeper.snapshotSizeFactor = 0.33
数据加载完成
[myid:] – INFO [main:o.a.z.a.ZKAuditProvider@42] – ZooKeeper audit is disabled.
最后一行正常结束 → 启动流程全部完成
