Zookeeper 是一个开源的分布式的，为分布式应用提供协调服务的Apache 项目。

Zookeeper 工作机制
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Zookeeper上注册的那些观察者做出相应的反应。

（1）Zookeeper：一个领导者（Leader），多个跟随者（Follower）组成的集群。
（2）集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。
（3）全局数据一致：每个Server保存一份相同的数据副本，Client无论连接到哪个Server，数据都是一致的。
（4）更新请求顺序进行，来自同一个Client的更新请求按其发送顺序依次执行。
（5）数据更新原子性，一次数据更新要么成功，要么失败。
（6）实时性，在一定时间范围内，Client能读到最新数据。

ZooKeeper数据模型的结构与Unix文件系统很类似，整体上可以看作是一棵树，每个节点称做一个ZNode。每一个ZNode默认能够存储1MB的数据，每个ZNode都可以通过其路径唯一标识。

提供的服务包括：统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。

统一命名服务
在分布式环境下，经常需要对应用/服务进行统一命名，便于识别。例如：IP不容易记住，而域名容易记住。

统一配置管理
（1）分布式环境下，配置文件同步非常常见。
a. 一般要求一个集群中，所有节点的配置信息是一致的，比如Kafka集群。
b. 对配置文件修改后，希望能够快速同步到各个节点上。
（2）配置管理可交由ZooKeeper实现。
a. 可将配置信息写入Zookeeper上的一个Znode。
b. 各个客户端服务器监听这个Znode。
c. 一旦Znode中的数据被修改，ZooKeeper将通知各个客户端服务器。

统一集群管理
（1）分布式环境中，实时掌握每个节点的状态是必要的。可根据节点实时状态做出一些调整。
（2）ZooKeeper可以实现实时监控节点状态变化。可将节点信息写入ZooKeeper上的一个ZNode。监听这个ZNode可获取它的实时状态变化。

服务器动态上下线

软负载均衡
在Zookeeper中记录每台服务器的访问数，让访问数最少的服务器去处理最新的客户端请求。

1 安装前准备

（1）安装 Jdk
（2）拷贝 Zookeeper安装 包 到 Linux系统下
（3）解压到指定目录

2 配置修改
将 /opt/module/zookeeper-3.5.9/conf 这个路径下的 zoo_sample.cfg修改为 zoo.cfg

[Tom@hadoop102 conf ]$ mv zoo_sample.cfg zoo.cfg

在 /opt/module/zookeeper-3.5.9/这个目录上创建zkData文件夹

[Tom@hadoop102 zookeeper-3.5.9]$ mkdir zkData

3 操作Zookeeper
（1）启动Zookeeper

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkServer.sh start
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED

（2）查看进程是否启动

[Tom@hadoop102 zookeeper-3.5.9]$ jps
2257 QuorumPeerMain
2291 Jps

（3）查看状态

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Mode：standalone

（4）启动客户端

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkCli.sh

（5）退出客户端

[zk: localhost:2181(CONNECTED) 0] quit

（6）停止Zookeeper

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkServer.sh stop
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Stopping zookeeper ... STOPPED

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/opt/module/zookeeper-3.5.9/zkData
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1

#######################cluster##########################
server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888

Zookeeper中的配置文件zoo.cfg中参数含义解读如下：
1. tickTime =2000：通信心跳数，Zookeeper服务器与客户端心跳时间，单位为毫秒
Zookeeper使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳，时间单位为毫秒。
它用于心跳机制，并且设置最小的session超时时间为两倍心跳时间。(session的最小超时时间是2*tickTime)

2. initLimit =10：LF初始通信时限
集群中的Follower跟随者服务器与Leader领导者服务器之间初始连接时能容忍的最多心跳数（tickTime的数量），用它来限定集群中的Zookeeper服务器连接到Leader的时限。

3. syncLimit =5: LF同步通信时限
集群中Leader与Follower之间的最大响应时间单位，假如响应超过syncLimit * tickTime，Leader认为Follwer死掉，从服务器列表中删除Follwer。

4. dataDir：数据文件目录 +数据持久化路径
主要用于保存 Zookeeper中的数据 。

5. clientPort =2181：客户端连接端口
监听客户端连接的端口

1. 集群规划
在hadoop102、 hadoop103和 hadoop104三个节点上部署 Zookeeper。

2 解压安装
（1） 解压 Zookeeper安装包到 /opt/module/目录下

（2）同步 /opt/module/zookeeper-3.5.9目录内容到 hadoop103、 hadoop104

3．配置服务器编号
（1）在 /opt/module/zookeeper-3.5.9/这个目录下创建zkData

[Tom@hadoop102 zookeeper-3.5.9]$ mkdir -p zkData

（2）在 /opt/module/zookeeper-3.5.9/zkData目录下创建一个 myid的文件

[Tom@hadoop102 zkData]$ touch myid

添加myid文件，注意一定要在 linux里面创建，在 notepad++里面很可能乱码

（3）编辑 myid文件

[Tom@hadoop102 zkData] $ vim myid

在文件中添加与 server对应的编号：2

（4）拷贝配置好的 zookeeper到其他机器上

[Tom@hadoop102 zkData] xsync myid

并分别在 hadoop103、 hadoop104上修改myid文件中内容为 3、 4

4. 配置zoo.cfg文件
（1）重命名 /opt/module/zookeeper-3.4.10/conf这个目录下的 zoo_sample.cfg为 zoo.cfg

[Tom@hadoop102 conf]$ mv zoo_sample.cfg zoo.cfg

（2）打开 zoo.cfg文件

[Tom@hadoop102 conf]$ vim zoo.cfg

修改数据存储路径配置

dataDir=/opt/module/zookeeper-3.5.9/zkData

增加如下配置

#######################cluster##########################
server.2=hadoop102:2888:3888
server.3=hadoop103:2888:3888
server.4=hadoop104:2888:3888

（3）同步 zoo.cfg配置文件

[Tom@hadoop102 conf]$ xsync zoo.cfg

（4）配置参数解读

server.A=B:C:D 。

A是一个数字，表示这个是第几号服务器；
集群模式下配置一个文件 myid，这个文件在 dataDir目录 下，这个文件里面有一个数据就是 A的值， Zookeeper启动时读取此文件，拿到里面的数据与 zoo.cfg里面的配置信息比较从而判断到底是哪个server。
B是这个服务器的地址；
C是这个服务器 Follower与集群中的 Leader服务器交换信息的端口；
D是万一集群中的 Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。

4. 集群操作
（1）分别启动 Zookeeper

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkServer.sh start
[Tom@hadoop103 zookeeper-3.5.9]$ bin/zkServer.sh start
[Tom@hadoop104 zookeeper-3.5.9]$ bin/zkServer.sh start

（2）查看状态

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower

[Tom@hadoop103 zookeeper-3.5.9]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: leader

[Tom@hadoop104 zookeeper-3.5.9]$ bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper-3.5.9/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost. Client SSL: false.
Mode: follower

1. 启动客户端

[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkCli.sh 

2. 显示所有操作命令

[zk: localhost:2181(CONNECTED) 0] help
ZooKeeper -server host:port cmd args
	addauth scheme auth
	close 
	config [-c] [-w] [-s]
	connect host:port
	create [-s] [-e] [-c] [-t ttl] path [data] [acl]
	delete [-v version] path
	deleteall path
	delquota [-n|-b] path
	get [-s] [-w] path
	getAcl [-s] path
	history 
	listquota path
	ls [-s] [-w] [-R] path
	ls2 path [watch]
	printwatches on|off
	quit 
	reconfig [-s] [-v version] [[-file path] | [-members serverID=host:port1:port2;port3[,...]*]] | [-add serverId=host:port1:port2;port3[,...]]* [-remove serverId[,...]*]
	redo cmdno
	removewatches path [-c|-d|-a] [-l]
	rmr path
	set [-s] [-v version] path data
	setAcl [-s] [-v version] [-R] path acl
	setquota -n|-b val path
	stat [-w] path
	sync path
Command not found: Command not found help

3. 查看当前 znode中所包含的内容

[zk: localhost:2181(CONNECTED) 1] ls /
[admin, brokers, cluster, config, consumers, controller_epoch, hbase, isr_change_notification, latest_producer_id_block, zookeeper]

4. 查看当前节点详细数据

[zk: localhost:2181(CONNECTED) 2] ls2 /
'ls2' has been deprecated. Please use 'ls [-s] path' instead.
[cluster, controller_epoch, brokers, zookeeper, admin, isr_change_notification, consumers, latest_producer_id_block, config, hbase]
cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0xa00000004
cversion = 48
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 10
[zk: localhost:2181(CONNECTED) 3] ls -s /
[admin, brokers, cluster, config, consumers, controller_epoch, hbase, isr_change_notification, latest_producer_id_block, zookeeper]cZxid = 0x0
ctime = Thu Jan 01 08:00:00 CST 1970
mZxid = 0x0
mtime = Thu Jan 01 08:00:00 CST 1970
pZxid = 0xa00000004
cversion = 48
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 0
numChildren = 10

5. 分别创建2个普通节点

[zk: localhost:2181(CONNECTED) 4] create /sanguo "shuguo"
Created /sanguo
[zk: localhost:2181(CONNECTED) 5] create /sanguo/shuguo "liubei"
Created /sanguo/shuguo

6. 获得节点的值

[zk: localhost:2181(CONNECTED) 6] get /sanguo
shuguo
[zk: localhost:2181(CONNECTED) 7] get /sanguo/shuguo
liubei

7. 创建短暂节点

[zk: localhost:2181(CONNECTED) 8] create -e /sanguo/wuguo "zhouyu"
Created /sanguo/wuguo

（1）在当前客户端是能查看到的

[zk: localhost:2181(CONNECTED) 9] ls /sanguo
[shuguo, wuguo]

（2）退出当前客户端，然后再重启客户端

[zk: localhost:2181(CONNECTED) 10] quit
[Tom@hadoop102 zookeeper-3.5.9]$ bin/zkCli.sh

（3）再次查看根目录，短暂节点已经删除

[zk: localhost:2181(CONNECTED) 0] ls /sanguo
[shuguo]

8. 创建带序号的节点
（1）先创建一个普通的根节点 /sanguo/weiguo

[zk: localhost:2181(CONNECTED) 0] create /sanguo/weiguo "xuchu"
Created /sanguo/weiguo

（2）创建带序号的节点

[zk: localhost:2181(CONNECTED) 1] create -s /sanguo/weiguo/simayi "zhongda"
Created /sanguo/weiguo/simayi0000000000
[zk: localhost:2181(CONNECTED) 2] create -s /sanguo/weiguo/xuyou "zhongda"
Created /sanguo/weiguo/xuyou0000000001
[zk: localhost:2181(CONNECTED) 3] create -s /sanguo/weiguo/caozhen "zhongda"
Created /sanguo/weiguo/caozhen0000000002

如果原来没有序号节点 ，序号从0开始依次递增。 如果原节点下已有2个节点，则再排序时从 2开始，以此类推。
9. 修改节点数据值

10. 节点的值变化监听
（1）在 hadoop104主机上注册监听 /sanguo节点数据变化

[zk: localhost:2181(CONNECTED) 0] get /sanguo watch
'get path [watch]' has been deprecated. Please use 'get [-s] [-w] path' instead.
shuguo

（2）在 hadoop103主机上修改 /sanguo节点的数据

（3）观察 hadoop104主机收到数据变化的监听

[zk: localhost:2181(CONNECTED) 1] 
WATCHER::

WatchedEvent state:SyncConnected type:NodeDataChanged path:/sanguo

11. 节点的子节点变化监听（路径变化）
（1）在 hadoop104主机上注册监听/sanguo节点的子节点变化

[zk: localhost:2181(CONNECTED) 1] ls /sanguo watch
'ls path [watch]' has been deprecated. Please use 'ls [-w] path' instead.
[shuguo, weiguo]
[zk: localhost:2181(CONNECTED) 2] ls -w /sanguo
[shuguo, weiguo]

（2）在 hadoop103主机 /sanguo节点上创建子节点

[zk: localhost:2181(CONNECTED) 1] create /sanguo/jinguo "simayi"
Created /sanguo/jinguo

（3）观察 hadoop104主机收到子节点变化的监听

[zk: localhost:2181(CONNECTED) 3] 
WATCHER::

WatchedEvent state:SyncConnected type:NodeChildrenChanged path:/sanguo

12. 删除节点

[zk: localhost:2181(CONNECTED) 5] delete /sanguo/jinguo

13. 递归删除节点

[zk: localhost:2181(CONNECTED) 7] rmr /sanguo/shuguo
The command 'rmr' has been deprecated. Please use 'deleteall' instead.

14. 查看节点状态

[zk: localhost:2181(CONNECTED) 11] stat /sanguo
cZxid = 0x1300000002
ctime = Wed Aug 25 09:13:58 CST 2021
mZxid = 0x1400000009
mtime = Wed Aug 25 15:51:32 CST 2021
pZxid = 0x140000000c
cversion = 7
dataVersion = 1
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 6
numChildren = 1

1. 创建一个 Maven工程

2. 添加 pom文件

<dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.8.2</version>
        </dependency>
        <!--https://mvnrepository.com/artifact/org.apache.zookeeper/zookeeper -->
        <dependency>
            <groupId>org.apache.zookeeper</groupId>
            <artifactId>zookeeper</artifactId>
            <version>3.5.9</version>
        </dependency>
    </dependencies>

3. 拷贝 log4j.properties文件到项目根目录
需要在项目的src/main/resources目录下，新建一个文件，命名为log4j.properties，在文件中填入。

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] -%m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] -%m%n

4. 编写Zookeeper测试代码

package com.Tom.zookeeper;

import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.util.List;

public class TestZookeeper {
    private String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private int sessionTimeout = 2000;
    private ZooKeeper zkClient;

    @Before
    public void init() throws IOException {
        zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {

            @Override
            public void process(WatchedEvent event) {
                System.out.println("----------start----------");
                List<String> children;
                try {
                    children = zkClient.getChildren("/", true);

                    for (String child: children) {
                        System.out.println(child);
                    }
                    System.out.println("------------end----------");
                } catch (KeeperException e) {
                    e.printStackTrace();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
    }

    // 1 创建节点
    @Test
    public void createNode() throws KeeperException, InterruptedException {
        String path = zkClient.create("/sanguo1", "simayi".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);

        System.out.println(path);
    }

    // 2 获取子节点，并监控节点的变化
    @Test
    public void getDataAndWatch() throws KeeperException, InterruptedException {
        List<String> children = zkClient.getChildren("/", true);

        for (String child: children) {
            System.out.println(child);
        }

        Thread.sleep(Long.MAX_VALUE);
    }

    // 3 判断节点是否存在
    @Test
    public void exist() throws KeeperException, InterruptedException {
        Stat stat = zkClient.exists("/weigu", false);

        System.out.println(stat == null ? "no exist" : "exist");
    }
}

需求
某分布式系统中，主节点可以有多台，可以动态上下线，任意一台客户端都能实时感知到主节点服务器的上下线。

客户端代码

package com.Tom.zookeeper;

import org.apache.zookeeper.KeeperException;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.Watcher;
import org.apache.zookeeper.ZooKeeper;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

public class DistributeClient {
    public static void main(String[] args) throws InterruptedException, IOException, KeeperException {
        DistributeClient client = new DistributeClient();
        
        // 1 获取zookeeper集群连接
        client.getConnect();
        
        // 2 注册监听
        client.getChlidren();
        
        // 3 业务逻辑处理
        client.business();
    }

    private void business() throws InterruptedException {
        Thread.sleep(Long.MAX_VALUE);
    }

    private void getChlidren() throws KeeperException, InterruptedException {
        List<String> children = zkClient.getChildren("/servers", true);

        // 存储服务器节点主机名称集合
        ArrayList<String> hosts = new ArrayList<>();

        for (String child : children){
            byte[] data = zkClient.getData("/servers/"+child, false, null);

            hosts.add(new String(data));
        }

        // 将所有在线主机名称打印到控制台
        System.out.println(hosts);
    }

    private String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private int sessionTimeout = 2000;
    private ZooKeeper zkClient;

    private void getConnect() throws IOException {
         zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent watchedEvent) {
                try {
                    getChlidren();
                } catch (KeeperException e) {
                    e.printStackTrace();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
    }
}

服务端代码

package com.Tom.zookeeper;

import org.apache.zookeeper.*;

import java.io.IOException;

public class DistributeServer {
    public static void main(String[] args) throws InterruptedException, IOException, KeeperException {
        DistributeServer server = new DistributeServer();
        
        // 1 连接zookeeper集群
        server.getConnect();
        
        // 2 注册节点
        server.regist(args[0]);
        
        // 3 业务逻辑处理
        server.business();
    }

    private void business() throws InterruptedException {
        Thread.sleep(Long.MAX_VALUE);
    }

    private void regist(String hostname) throws KeeperException, InterruptedException {
        String path = zkClient.create("/servers/server", hostname.getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);

        System.out.println(hostname +" is online");
    }

    private String connectString = "hadoop102:2181,hadoop103:2181,hadoop104:2181";
    private int sessionTimeout = 2000;
    private ZooKeeper zkClient;

    private void getConnect() throws IOException {
        zkClient = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
            @Override
            public void process(WatchedEvent event) {

            }
        });
    }
}

（1）czxid-创建节点的事务zxid
每次修改ZooKeeper 状态都会收到一个zxid 形式的时间戳，也就是ZooKeeper 事务ID。
事务ID 是ZooKeeper 中所有修改总的次序。每个修改都有唯一的zxid，如果zxid1 小于zxid2，那么zxid1 在zxid2 之前发生。
（2）ctime - znode 被创建的毫秒数(从1970 年开始)
（3）mzxid - znode 最后更新的事务zxid
（4）mtime - znode 最后修改的毫秒数(从1970 年开始)
（5）pZxid-znode 最后更新的子节点zxid
（6）cversion - znode 子节点变化号，znode 子节点修改次数
（7）dataversion - znode 数据变化号
（8）aclVersion - znode 访问控制列表的变化号
（9）ephemeralOwner- 如果是临时节点，这个是znode 拥有者的session id。如果不是临时节点则是0。
（10）dataLength- znode 的数据长度
（11）numChildren - znode 子节点数量

1. 半数机制：集群中半数以上机器存活，集群可用。所以Zookeeper 适合安装奇数台服务器。

2. Zookeeper 虽然在配置文件中并没有指定Master 和Slave。但是，Zookeeper 工作时，是有一个节点为Leader，其他则为Follower，Leader 是通过内部的选举机制临时产生的。

3. 以一个简单的例子来说明整个选举的过程。
假设有五台服务器组成的Zookeeper 集群，它们的id 从1-5，同时它们都是最新启动的，也就是没有历史数据，在存放数据量这一点上，都是一样的。假设这些服务器依序启动，来看看会发生什么，如下图所示。

（1）服务器1 启动，发起一次选举。服务器1 投自己一票。此时服务器1 票数一票，不够半数以上（3 票），选举无法完成，服务器1 状态保持为LOOKING；
（2）服务器2 启动，再发起一次选举。服务器1 和2 分别投自己一票并交换选票信息：此时服务器1 发现服务器2 的ID 比自己目前投票推举的（服务器1）大，更改选票为推举服务器2。此时服务器1 票数0 票，服务器2 票数2 票，没有半数以上结果，选举无法完成，服务器1，2 状态保持LOOKING；
（3）服务器3 启动，发起一次选举。此时服务器1 和2 都会更改选票为服务器3。此次投票结果：服务器1 为0 票，服务器2 为0 票，服务器3 为3 票。此时服务器3 的票数已经超过半数，服务器3 当选Leader。服务器1，2 更改状态为FOLLOWING，服务器3 更改状态为LEADING；
（4）服务器4 启动，发起一次选举。此时服务器1，2，3 已经不是LOOKING 状态，不会更改选票信息。交换选票信息结果：服务器3 为3 票，服务器4 为1 票。此时服务器4服从多数，更改选票信息为服务器3，并更改状态为FOLLOWING；
（5）服务器5 启动，同4 一样为FOLLOWING。