需求推动事物的前进，所有相关技术都是在某些需求的驱动下才孕育而出，而且不断的为了满足需求，不得不进一步加强完善，上来就说zookeeper是啥，作用是啥，干了什么，是开源的分布式应用协调系统”blabla，到底什么是分布式协调，为什么分布式就需要协调。不懂，也不见得好理解、好记忆，还是从需求分析来了解他的由来和作用，了解这个过程，在自己后期设计实现产品的时候，也会想的多一点。

为什么需要 Zookeeper

举个例子，来说明说明需求驱动技术不断升级完善加强。
一个团队里面，需要一个leader，leader是干嘛用的？管理什么的咱不说，就说如果外面的人，想问关于这个团队的一切事情，首先就会去找这个leader，因为他知道的最多，而且他的回答最靠谱。
比如产品经理小饼过来要人，作为leader，老吕发现小耀最近没有项目安排，于是把小耀安排给了小饼的项目；
过了一会，另一个产品小西也过来要人，老吕发现刚刚把小耀安排走了，已经没人，于是就跟小西说，人都被你们产品要走了，你们产品自己去协调去。
如果老吕这时候忘了小耀已经被安排走了，把小耀也分配给小西，那到时两个产品就要打架了。
这就是leader在团队里的协调作用。
同样的，在分布式系统中，也需要这样的协调者，来回答系统下各个节点的提问。
比如我们搭建了一个数据库集群，里面有一个Master，多个Slave，Master负责写，Slave只读，我们需要一个系统，来告诉客户端，哪个是Master。
直观的想法，我们把这个信息写到一个Java服务器的内存就好了，用一个map，<master,  master机器对应的ip>

但是别忘了，这是个单机，一旦这个机器挂了，就完蛋了，客户端将无法知道到底哪个是Master。
于是开始进行拓展，拓展成三台服务器的集群。

这下问题来了，如果我在其中一台机器修改了Master的ip，数据还没同步到其他两台，这时候客户端过来查询，如果查询走的是另外两台还没有同步到的机器，就会拿到旧的数据，往已经不是master的机器写数据。
所以我们需要这个存储master信息的服务器集群，做到当信息还没同步完成时，不对外提供服务，阻塞住查询请求，等待信息同步完成，再给查询请求返回信息。
这样一来，请求就会变慢，变慢的时间取决于什么时候这个集群认为数据同步完成了。
假设这个数据同步时间无限短，比如是1微妙，可以忽略不计，那么其实这个分布式系统，就和我们之前单机的系统一样，既可以保证数据的一致，又让外界感知不到请求阻塞，同时，又不会有SPOF（Single Point of Failure）的风险，即不会因为一台机器的宕机，导致整个系统不可用。

这样的系统，就叫分布式协调系统。谁能把这个数据同步的时间压缩的更短，谁的请求响应就更快，谁就更出色，Zookeeper就是其中的佼佼者。

它用起来像单机一样，能够提供数据强一致性，但是其实背后是多台机器构成的集群，不会有SPOF。

如果把各个节点比作各种小动物，那协调者，就是动物园管理员，这也就是Zookeeper名称的由来了，从名字就可以看出来它的雄心勃勃。

ZooKeeper: A Distributed Coordination Service for Distributed Applications
翻译一下：一个分布式应用的分布式协调服务

本文就只说zookeeper的由来和作用。具体实现原理以及内部实现的设计等，还再查具体的。

专业精简描述

Zookeeper从设计模式角度来理解:是一个基于观察者模式设计的分布式服务管理框架， 它负责存储和管理大家 都关心的数据， 然后接受观察者的注册， 一旦这些数据的状态发生变化， Zookeeper就将负责通知已经在 Zookeeper上注册的那些观察者做出 相应 的反 应 ， 从而 实现集群中类似Master/Slave管理模式

动物园管理者就是那个拿铁锹的男人，里面的大象蜜蜂啥的都是弟弟。