1）处理器链
这部分内容我们主要讲解zookeeper请求在zookeeper server端的处理流程，对于不同角色的zookeeper具有不同的处理流程， ZookeepeerServer的start方法中会调用setupRequestProcessors()来初始化处理器链，它被子类覆写实现。
1. LeaderZooKeeperServer
看如上代码主要建立了如下的两个处理器流链
(1) PrepRequestProcessor(线程) => ProposalRequestProcessor(调initialize) =>CommitProcessor(线程) => Leader.ToBeAppliedRequestProcessor=>FinalRequestProcessor
(2) ProposalRequestProcessor构造器设置另一处理器链, initialize方法启动SyncRequestProcessor线程 SyncRequestProcessor(线程）=> AckRequestProcessor
2. FollowerZooKeeperServer
看如上代码主要建立了如下的两个处理器流链
(1) FollowerRequestProcessor => CommitProcessor(线程) =>FinalRequestProcessor（线程）
(2) SyncRequestProcessor（线程）=> SendAckRequestProcessor
3. ObserverZooKeeperServer
(1) ObserverRequestProcessor => CommitProcessor(线程) =>FinalRequestProcessor（线程）
(2) SyncRequestProcessor（线程）=> SendAckRequestProcessor
(3) 看如上代码主要建立了如下的两个处理器流链
2）处理器详解
各个processor的主要功能
1） PrepRequestProcessor
如名字这个处理器主要功能是对请求进行预处理， 将client向server请求二进制数据反序列化成sever中请求操作。
PrepRequestProcessor做为leader的第一个处理器，它的请求数据来源主要来自：
(1) Leader做一个zk服务接收客户端请求提交到PrepRequestProcessor的队列中
(2) 作为集群的leader，在LearnerHanler.run方法中接收learner向leader发送的投票请求，消息类型为Leader.REQUEST
PrepRequestProcessor的处理流程：
(1) 对于非事物性请求：sync,exists, getData, getChildRen,ping, setWatches 这里只做session的检查看看是否超时
(2) 对于事务请求：create, delete,setData,setAcl,check,multi,根据请求的类型创建不同的操作如：type=create è CreateRequest, type=delete èDeleteRequest 等等
(3) Zookeeper创建新的事务号zxid
(4) 创建并设置事务请求的消息头
(5) 反序列化网络client请求对象提取数据到事务对象的消息体中
PrepRequestProcessor线程 {
run {
1. submittedRequests.take()取出nio读取的请求
2. 根据请求type构建对应的record对象，并将request中的ByteBuffer数据，反序列化到record中
3. zks.getNextZxid() 生成一个新的事务号递增，作为zxid
4. 根据cxid，zxid， sessionId等构建事务头TxnHeader
5.1 对create/delete/setData/setACL/createSession/closeSession/check
1)checkSession，检测是否过期
2）创建对应的事务体CreateTxn/DeleteTxn等等
3）构建ChangeRecord加入到zks.outstandingChanges队列中去(FinalRequestProcessor会去处理，最终去改变数据)
5.2 exists/getData 只是 checkSession
6. 调下一个Processor
}
processRequest() {
//单机版被zookeeper调,将nio读取的请求加入到submittedRequests中
}
}
2）ProposalRequestProcessor
ProposalRequestProcessor的处理逻辑相对比较简单
(1) 转发到后面的处理器
(2) 如果是事务性请求（请求头存在的话），leader向follower发起操作请求，超过一半才算成功响应客户端
(3) 如果是事务性请求，调用leader的同步处理器流程
3）CommitProcessor
这个处理器逻辑还是有点小复杂的， leader和learner都需要用到这个处理器
3.1） 对于非事务性的操作（查询，exist等）直接回把请求转到下一个处理器处理
3.2） leader 对于事务性操作（create， setData等）请求，CommitProcessor线程任务会hold在这里，leader中ProposalRequestProcessor处理器会将请求提案发送给所有的followers, followers响应leader，然后leader中LearnerHandler会调processAck处理响应，当超过半数的时候将调CommitProcessor.commit()方法提交请求， 紧接着CommitProcessor将请求传递到下一个处理器处理
3.2） learner对于事务性操作（create， setData等）请求CommitProcessor线程任务会hold在这里， FollowerRequestProcessor或者ObserverRequestProcessor调CommitProcessor将请求提交队列之后会立刻向leader发送事务操作提案，Follower接收到leader的commit消息或者Observer接收到leader的inform消息它们会向CommitProcessor提交请求，紧接着CommitProcessor将请求传递到下一个处理器处理
伪代码：
CommitProcessor{
run() {
1. toProcess需要交予下一个Processor的，先都交给下一个
2. nextPending请求时对于事务操作的，有一个不为空一直循环直到有commit过来
3. queuedRequests.size() == 0&& committedRequests.size() > 0 follower observer接收commit ，加入到toProcess集合中去
4. nextPending != null&& committedRequests.size() > 0 leader发起投票请求，并接收follower反馈的， 加入到toProcess集合中去
5. nextPending == null 前面循环
6.如果是请求reqeust是事务操作赋给nextPending对象
7.如果不是加入到toProcess集合中去
//这里主要通过nextPending对象控制请求响应的顺序
}
commit(Request){
将request添加到committedRequests队列中去
}
processRequest(Request） {
由上游处理器调用，将request对象添加到queuedRequests请求队列中
}
}
4）ToBeAppliedRequestProcessor
这个处理器的逻辑比较简单
1） 将请求转发给一下个处理器，必须是FinalRequestProcessor
2） 其实leader在走到这个处理器之前会在CommitProcessor中hod一会等到follower反馈在到这，follower反馈后leader的LearnerHandler的processAck会将请求加入toBeApplied集合，所以在这里对于事务请求一定会在toBeApplied中有对应的移除调，如果没有ConcurrentLinkedQueue直接会抛NoSuchElementException异常
5）FinalRequestProcessor
这个处理器是最后一个处理器，真正去执行事务操作更改dataree的数据。
1） 调底层修改数据zks.processTxn(hdr, txn)
2） 将请求加入到committedLog集合中
3） 构建请求的响应，响应客户端
伪代码：
FinalRequestProcessor{
processRequest(Request request) {
//zks.outstandingChanges这个玩意起什么作用，一直没弄清楚
1.事务头不为空，是事务类操作 {
zks.processTxn(hdr,txn) //zkServer处理事务操作
}
如果是closeSesion,无需生成响应
根据请求类型（request.type）生成响应，并调NioServerCnxn.sendResponse写入chanel通道
}
}
6） SyncRequestProcessor
这个处理器用来将请求记录到txLog文件中，通过批量刷盘的方式来提升io的性能，这里请求只有被写入到本地磁盘后，才会被传递到下一个处理器
下面看一下伪代码：
SyncRequestProcessor线程 {
run() {
//flush的时间点:1. queuedRequests为空 2.toFlush.size() > 1000
//生成新的snapshot
调zks.getZKDatabase().append(si)添加一条事务日志
1)成功：是事务类操作有事务头， 根据规则判断是否需要生一个新的snapshot，加入到toFlush的集合中
2）失败：没有事务头TxnHeader， 优化直接调下一个Processor
}
flush() {
zks.getZKDatabase().commit();同步到本snapshot
然后循环调下一个Processor
}
processRequest（） {
加入到阻塞队列queuedRequests中， 让同步线程自己处理
}
}
7） AckRequestProcessor
被ProposalRequestProcessor调用， leader自己做一次投票的成功响应
8） SendAckRequestProcessor
对于leader投票请求的发送响应
3）交互图
1. 下面就用一张图来说明Leader端的处理器链的交互过程
2. 下面就用一张图来说明Follower（Observer类似）端的处理器链的交互过程
