一、ZooKeeper 的核心功能
ZooKeeper 是一个广泛使用的开源分布式协调服务框架，它在确保数据一致性方面表现出色，同时也可以作为一个轻量级的分布式存储系统。它特别适合用来存储那些需要多个系统共享的配置信息、集群的元数据等。ZooKeeper 提供了持久节点和临时节点两种类型，其中临时节点的功能在结合了 Watcher 机制后显得尤为强大。当一个客户端与 ZooKeeper 的连接断开，它所创建的临时节点将会自动删除，同时，那些订阅了节点状态变更通知的客户端将会及时接收到相关通知。这种机制使得 ZooKeeper 在处理分布式系统中的协调任务时非常高效。
因此，ZooKeeper 能够侦测到集群中任何服务的启动或关闭，这使得它成为实现服务发现和故障转移监听机制的理想选择。Kafka 便是一个依赖于 ZooKeeper 的典型例子，没有 ZooKeeper 的支持，Kafka 将无法正常运作。ZooKeeper 为 Kafka 提供了元数据管理的功能，包括但不限于 Broker 的信息、主题数据、分区数据等。每当 Kafka 的 Broker 启动时，它都会与 ZooKeeper 进行通信，确保 ZooKeeper 能够维护集群中所有主题、配置和副本等关键信息。
ZooKeeper 还承担着诸如选举和扩容等重要机制的功能。例如，在控制器选举过程中，每个 Kafka Broker 启动时都会尝试在 ZooKeeper 中注册一个临时的 “/controller” 节点以参与竞选，首先成功创建该节点的 Broker 将被选为控制器。其他竞争失败的节点则会通过 Watcher 机制监控这个节点，一旦控制器发生故障，其他 Broker 将继续进行竞选，从而实现控制器的故障转移。这进一步凸显了 ZooKeeper 对 Kafka 的重要性。
二、为何要放弃 ZooKeeper
软件架构随着时间不断演进，当出现瓶颈时，变革便成为了必然。以下是一些放弃 ZooKeeper 的原因：
2.1、运维层面的问题
首先，作为一个中间件，Kafka 却需要依赖于另一个中间件 ZooKeeper，这种设计在某种程度上显得不太合理。虽然依赖如 Netty 这样的网络框架是可以理解的，但 Kafka 需要运行在 ZooKeeper 集群之上，这显得有些不协调。这就意味着，如果公司想要部署 Kafka，就必须同时部署 ZooKeeper，这无疑增加了运维的复杂性。因此，运维人员不仅要管理 Kafka 集群，还要管理 ZooKeeper 集群。
2.2、性能层面的问题
ZooKeeper 强调一致性，当一个节点上的数据发生变化时，其他节点必须等待通知并同步更新，这要求所有节点（超过半数）完成写入后才能继续，这种机制在写入性能上存在瓶颈。
如您所见，ZooKeeper 被描述为一个适用于存储简单配置或集群元数据的小量存储系统，它并不是一个传统意义上的存储系统。当处理大量写入数据时，ZooKeeper 的性能和稳定性可能会受到影响，导致 Watch 通知的延迟或丢失。特别是在 Kafka 集群规模较大、分区数量众多的情况下，ZooKeeper 存储的元数据量会增加，其性能就会显得不足。此外，ZooKeeper 作为分布式系统，也需要进行选举，而选举过程不仅缓慢，还会在选举期间导致服务不可用。
2.3、针对 ZooKeeper 的性能问题，Kafka 已经进行了一些改进。例如，以前消费者的位移数据存储在 ZooKeeper 上，提交位移或获取位移时都需要访问 ZooKeeper，这在数据量大时会导致 ZooKeeper 承受不住。为此，Kafka 引入了位移主题（如 “__consumer_offsets”），将位移的提交和获取作为消息处理，存储在日志中，从而避免了频繁访问 ZooKeeper 的性能问题。对于一些需要支持百万级别分区的大公司来说，当前 Kafka 单集群架构下无法稳定运行，即单集群支持的分区数量有限。因此，Kafka 需要摆脱对 ZooKeeper 的依赖。
2.4、那么，没有了 ZooKeeper 的 Kafka 会是什么样子呢？没有了 ZooKeeper 的 Kafka 将元数据存储移至内部，利用现有的日志存储机制来保存元数据。就像之前提到的位移主题一样，会有一个专门的元数据主题，元数据就像普通消息一样存储在日志中。因此，元数据的存储和之前的位移存储一样，通过现有的消息存储机制进行了一些改造，实现了所需功能，非常巧妙！此外，Kafka 还引入了 KRaft 模式来实现控制器的一致性。
这个协议是基于 Raft 算法的，具体的协议细节这里就不展开了，你只需要知道它能够有效地解决控制器领导者的选举问题，并确保集群内所有节点达成一致。
在以前依赖 ZooKeeper 实现的单控制器模式中，当分区数量巨大时，故障转移的过程往往非常缓慢。
这是因为当控制器发生变更时，需要将所有元数据重新加载到新的控制器上，并且将这些元数据同步给集群中的所有 Kafka Broker。
而在控制器集群（Controller Quorum）中，领导者的选举和切换过程就快得多，因为元数据已经在集群中同步，即集群中的所有 Broker 都已经拥有完整的元数据，无需重新加载。
此外，其他 Broker 已经基于日志存储了部分元数据，因此只需进行增量更新，而不需要全量更新。
通过这样的改进，就解决了之前由于元数据过多而无法支持更多分区的问题。
三、结语
可能会有读者思考，为什么一开始不直接采用这样的实现方式呢？
这是因为 ZooKeeper 是一个功能强大且经过实践验证的工具，早期使用它来实现某些功能是非常简单的，无需从头开始自己实现。
如果不是因为 ZooKeeper 的机制遇到了性能瓶颈，这样的改造可能永远不会发生。
软件开发就是这样，没有必要重复造轮子，找到合适的工具和解决方案才是关键。文章来源：https://www.toymoban.com/news/detail-787845.html
AigcFox工具箱--主流自媒体平台视频、图文内容一键发布。视频、图片自动裂变n份并去重。多账号自动发布，模拟人工操作，无人值守。账户绑定上网卡或手机共享网络，可实现发布IP隔离。AI内容：可对文章、图片改写、润色、增强。文章来源地址https://www.toymoban.com/news/detail-787845.html
到了这里，关于Kafka 的未来：为何我们要抛弃 ZooKeeper？的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
