1. Zookeeper 非公平锁/公平锁/共享锁
2. Leader 选举在分布式场景中的应用
3. Spring Cloud Zookeeper注册中心实战
Zookeeper 分布式锁加锁原理
如上实现方式在并发问题比较严重的情况下，性能会下降的比较厉害，主要原因是，所有的连接
都在对同一个节点进行监听，当服务器检测到删除事件时，要通知所有的连接，所有的连接同时
收到事件，再次并发竞争，这就是 羊群效应 。这种加锁方式是 非公平锁 的具体实现：如何避免
呢，我们看下面这种方式。
如上借助于临时顺序节点，可以避免同时多个节点的并发竞争锁，缓解了服务端压力。这种实
现方式所有加锁请求都进行排队加锁，是 公平锁 的具体实现。
前面这两种加锁方式有一个共同的特质，就是都是 互斥锁 ，同一时间只能有一个请求占用，如果
是大量的并发上来，性能是会急剧下降的，所有的请求都得加锁，那是不是真的所有的请求都需
要加锁呢？答案是否定的，比如如果数据没有进行任何修改的话，是不需要加锁的，但是如果读
数据的请求还没读完，这个时候来了一个写请求，怎么办呢？有人已经在读数据了，这个时候是
不能写数据的，不然数据就不正确了。直到前面读锁全部释放掉以后，写请求才能执行，所以需
要给这个读请求加一个标识（读锁），让写请求知道，这个时候是不能修改数据的。不然数据就
不一致了。如果已经有人在写数据了，再来一个请求写数据，也是不允许的，这样也会导致数据
的不一致，所以所有的写请求，都需要加一个写锁，是为了避免同时对共享数据进行写操作。
举个例子
1、读写并发不一致
2、双写不一致情况
Zookeeper 共享锁实现原理
注册中心实战
注册中心场景分析：
1. 在分布式服务体系结构比较简单的场景下，我们的服务可能是这样的
现在 Order-Service 需要调用外部服务的 User-Service ,对于外部的服务依赖，我们直接配置在
我们的服务配置文件中,在服务调用关系比较简单的场景，是完全OK的。随着服务的扩张，
User-Service 可能需要进行集群部署，如下：
如果系统的调用不是很复杂，可以通过配置管理，然后实现一个简单的客户端负载均衡也是OK
的，但是随着业务的发展，服务模块进行更加细粒度的划分，业务也变得更加复杂，再使用简单
的配置文件管理，将变得难以维护。当然我们可以再前面加一个服务代理，比如nginx做反向代
理， 如下
如果我们是如下场景呢？
服务不再是A-B,B-C 那么简单，而是错综复杂的微小服务的调用
这个时候我们可以借助于Zookeeper的基本特性来实现一个注册中心,什么是注册中心，顾名思
义，就是让众多的服务，都在Zookeeper中进行注册，啥是注册，注册就是把自己的一些服务信
息，比如IP，端口，还有一些更加具体的服务信息，都写到 Zookeeper节点上， 这样有需要的
服务就可以直接从zookeeper上面去拿，怎么拿呢？ 这时我们可以定义统一的名称，比如，
User-Service, 那所有的 用户服务 在 启动 的时候，都在User-Service 这个节点下面创建一个子节
点（临时节点），这个子节点保持唯一就好，代表了每个服务实例的唯一标识，有依赖 用户服务
的比如 Order-Service 就可以通过 User-Service 这个父节点，就能获取所有的User-Service 子
节点，并且获取所有的子节点信息（IP，端口等信息），拿到子节点的数据后 Order-Service 可
以对其进行缓存，然后实现一个客户端的负载均衡，同时还可以对这个User-Service 目录进行
监听， 这样有新的节点加入，或者退出， Order-Service 都能收到通知，这样 Order-Service 重
新获取所有子节点，且进行数据更新。这个用户服务的子节点的类型为临时节点。 第一节课有
讲过，Zookeeper中临时节点生命周期是和SESSION绑定的，如果SESSION超时了，对应的节
点会被删除，被删除时，Zookeeper 会通知对该节点父节点进行监听的客户端, 这样对应的客户
端又可以刷新本地缓存了。当有新服务加入时，同样也会通知对应的客户端，刷新本地缓存，要
达到这个目标需要客户端重复的注册对父节点的监听。这样就实现了服务的自动注册和自动退
出。
Spring Cloud 生态也提供了Zookeeper注册中心的实现，这个项目叫 Spring Cloud
Zookeeper 下面我们来进行实战。
项目说明：
为了简化需求，我们以两个服务来进行讲解，实际使用时可以举一反三
user-center : 用户服务
product-center: 产品服务
用户调用产品服务，且实现客户端的负载均衡，产品服务自动加入集群，自动退出服务。
