我在多个资源中找到了不同的zookeeper定义。也许其中一些是脱离背景，但看看它们：
A canonical example of Zookeeper usage is distributed-memory computation...
我曾与Redis和Hazelcast合作，通过与Zookeeper进行比较，我更容易理解Zookeeper。
你能否将Zookeeper与内存数据网格和Redis进行比较？
答案 0 :(得分：24)
https://zookeeper.apache.org/doc/current/zookeeperOver.html
默认情况下，Zookeeper会将所有数据复制到每个节点，并允许客户端监视数据以进行更改。变更会很快（在有限的时间内）发送给客户。您还可以创建＆＃34;短暂节点＆＃34;，如果客户端断开连接，则会在指定时间内删除它们。 ZooKeeper针对读取进行了高度优化，而写入速度非常慢（因为它们通常在写入发生后立即发送到每个客户端）。最后，＆＃34;文件的最大大小＆＃34; Zookeeper中的（znode）是1MB，但通常它们是单个字符串。
总而言之，这意味着zookeeper并不意味着存储大量数据，而且绝对不是缓存。相反，它用于管理心跳/知道哪些服务器在线，存储/更新配置，以及可能的消息传递（尽管如果你有大量的消息或高吞吐量需求，像RabbitMQ这样的东西会更好任务）。
基本上，ZooKeeper（以及基于它构建的Curator）有助于处理集群的机制 - 心跳，分发更新/配置，分布式锁等。
它与Redis无法比拟，但针对具体问题......
它不支持任何计算，对于大多数数据集，无法以任何性能存储数据。
它被复制到集群中的所有节点（没有像Redis集群那样可以分发数据）。所有消息都以原子方式完整处理并按顺序排列，因此没有真正的事务。可以使用它来为您的服务实现集群范围的锁（事实上它非常擅长），并且在znode本身上有很多锁定原语来控制哪些节点访问它们。
当然，但ZooKeeper填补了一席之地。它是一种使分布式应用程序在多个实例中运行良好的工具，而不是用于存储/共享大量数据。与为此目的使用IMDG相比，Zookeeper将更快，以可预测的方式管理心跳和同步（有许多API使这部分变得简单），并且有一个＆＃34; push＆＃34;范式代替＆＃34;拉＆＃34;因此节点会很快得到通知。
来自关联问题的引文......
Zookeeper使用的典型示例是分布式内存计算
......是IMO，有点误导。您可以使用它来编排计算，而不是提供数据。例如，假设您必须处理表格的1-100行。您可以放置10个ZK节点，其名称类似于＆＃34; 1-10＆＃34;，＆＃34; 11-20＆＃34;，＆＃34; 21-30＆＃34;等等。客户端应用程序将是ZK自动通知此更改，第一个将抓住＆＃34; 1-10＆＃34;并设置一个短暂的节点clients/192.168.77.66/processing/rows_1_10
下一个应用程序会看到这个并转到下一个要处理的组。要计算的实际数据将存储在别处（即Redis，SQL数据库等）。如果节点在计算的中途失败，则另一个节点可以看到（30-60秒后）并再次获取作业。
我说ZooKeeper的典型例子是领导者选举。我们假设您有3个节点 - 一个是主节点，另外两个是从节点。如果主站关闭，则从站节点必须成为新的领导者。这种类型的东西非常适合ZK。
答案 1 :(得分：0)
一致性保证 ZooKeeper是一项高性能，可扩展的服务。读取和写入操作都被设计为快速，尽管读取比写入快。原因是在读取的情况下，ZooKeeper可以提供较旧的数据，这又是由于ZooKeeper的一致性保证所致：
顺序一致性 来自客户端的更新将按照发送的顺序进行应用。
原子性 更新成功或失败-没有部分结果。
单个系统映像 无论客户端连接到哪个服务器，客户端都将看到该服务的相同视图。
可靠性 一旦应用了更新，它将一直持续到客户端覆盖更新为止。此保证有两个推论：
如果客户端获得成功的返回码，则将应用此更新。在某些故障（通信错误，超时等）上，客户端将不知道更新是否已应用。我们采取了一些措施来最大程度地减少失败，但是唯一的保证只有成功的返回码。 （这在Paxos中称为单调性条件。）
从服务器故障中恢复后，客户端通过读取请求或成功更新看到的任何更新都不会回滚。
及时性 保证系统的客户视图在特定时间范围内是最新的。 （大约几十秒。）客户端将在此范围内看到系统更改，或者客户端将检测到服务中断。