Zookeeper可以帮我们实现服务的注册与发现。然而，现在有一个问题是，如果只采用一个Zookeeper服务器，那么当这个服务器宕机时，意味着整个分布式服务无法正常工作。为了解决这一问题，就需要Zookeeper集群。

然而，在使用Zookeeper集群时，也存在着一个问题，即集群中数据一致性的维护。

如上图所示，Zookeeper集群是一主多从结构。

1. 在更新数据时，首先更新到主服务节点，再更新到从服务节点；
2. 在读数据时，直接读取任意从服务节点；
3. 为了保证从节点的数据一致性，Zookeeper采用ZAB协议，类似于一致性算法Paxos和Raft。

ZAB解决了集群崩溃恢复和主从数据同步两个问题。

1. 集群崩溃恢复

服务节点共有三种状态：

1. Looking：选举状态；
2. Following：从服务节点状态；
3. Leading：主服务节点状态。

选举过程

当主服务节点宕机时，从从服务节点中选举主服务节点。

1. 集群中的服务节点各自向其他节点发起投票，投票当中包含自己的服务器ID和最大ZXID（自增事务ID）；

2. 节点会用自身的ZXID和从其他服务节点接收到的ZXID做比较。如果发现其他节点的ZXID比自己的大，也就是数据比自己新，那么久重新发起投票，投票给目前已知的最大ZXID所属的服务节点；

3. 每次投票之后，服务器都会统计投票数量，判断是否某个服务节点得到半数或以上的投票，如果存在这样的节点，该节点将成为准Leader，状态变为Leading，其他节点的状态变为Following。

发现阶段

通过上述选举阶段后，为了防止网络等原因而发生的意外的情况，也就是说，可能出现多主节点的情况。这种情况会发生写写冲突，为了避免这种情况，Leader集思广益，接收所有的Follower发来的各自最新的epoch值，Leader从中选出最大的epoch，并基于此值加1，生成的新的epoch分发给各个Follower。

各个Follower接收到全新的epoch后，返回ACK给Leader，并带上各自最大的ZXID和历史事务日志。Leader选出最大的ZXID，并更新自身的历史日志，以保持数据最新。

同步阶段

把Leader收到的最新历史事务日志同步给集群中所有的Follower，只有当半数Follower同步成功，这个准Leader才能成为正式的Leader。

2. 主从数据同步

ZAB的数据写入涉及到Broadcase阶段，即Leader广播到所有的Follower，其过程如下：

1. 客户端发出写入数据请求给任意的Follower（服务注册）；
2. Follower把写入数据请求转发给Leader（读写分离，读节点不负责写，只有主节点能够写入）；
3. Leader采用两阶段提交的方式，先发送Propose广播给Follower（先保留提交日志，后执行更新，类似于事务）；
4. Follower接收到Propose消息，写入日志成功后，返回ACK给Leader（开启事务）；
5. Leader接收到半数以上的ACK消息，返回成功给客户端，并且广播Commit请求给Follower（提交事务，可以进行数据持久化）。

数据一致性有三种：强一致性、弱一致性和顺序一致性。而Zookeeper属于顺序一致性。