Curator是Netflix公司开源的一个ZooKeeper client library，用于简化ZooKeeper客户端编程。它包含如下模块：
Framework：Framework是ZooKeeper API的High-Level的封装，它让访问ZooKeeper更加简单。它基于ZooKeeper添加了一些新的特性，同时屏蔽了访问ZooKeeper集群在管理连接和重试操作方面的复杂度。
Recipes：在Framework的基础上，实现了一些通用的功能，称之为“菜单”。
Utilities：访问ZooKeeper时候的一些公用方法。
Client：一个Low-Level的ZooKeeper客户端，并有一些公用方法。
Errors：Curator的异常处理，包括连接问题，异常恢复等等。
Extensions：
连接ZooKeeper
RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3); CuratorFramework _client = CuratorFrameworkFactory.newClient("10.23.22.237:2181", retryPolicy); _client.start();
Curator通过CuratorFrameworkFactory来创建客户端。new出来的客户端可以保存并且重用。在使用之前需要start一下，绝大部分Curator的操作都必须先start。
在new函数中需要传入RetryPolicy接口，重连的策略。当和ZooKeeper发生连接异常或者操作异常的时候，就会使用重连策略。ExponentialBackoffRetry是其中一种重连策略。Curator支持很多种重连策略：RetryNTimes（重连N次策略）、RetryForever（永远重试策略）、ExponentialBackoffRetry（基于backoff的重连策略）、BoundedExponentialBackoffRetry（有边界的基于backoff的重连策略，即，设定最大sleep时间）等等。
下面是官方例子中，ExponentialBackoffRetry的代码片段。
long sleepMs = baseSleepTimeMs * Math.max(1, random.nextInt(1 << (retryCount + 1))); if ( sleepMs > maxSleepMs ) { log.warn(String.format("Sleep extension too large (%d). Pinning to %d", sleepMs, maxSleepMs)); sleepMs = maxSleepMs; } return sleepMs;
可以看出ExponentialBackoffRetry 重连的时间间隔一般是随着重试的次数递增的，如果时间间隔计算出来大于默认的最大sleep时间的话，则去最大sleep时间。ExponentialBackoffRetry 除了时间的限制以外，还有最大重连次数的限制。而BoundedExponentialBackoffRetry策略只是让用户设置最大sleep时间而已。默认的最大时间是Integer.MAX_VALUE毫秒。
ZooKeeper节点操作
ZooKeeper 节点优点像文件系统的文件夹，每个节点都可以包含数据。但是ZooKeeper的节点是有生命周期的，这取决于节点的类型。在 ZooKeeper 中，节点类型可以分为持久节点（PERSISTENT ）、临时节点（EPHEMERAL），以及时序节点（SEQUENTIAL ），具体在节点创建过程中，一般是组合使用，可以生成以下 4 种节点类型。不同的组合可以应用到不同的业务场景中。
1. 持久化节点
持久化节点创建后，就一直存在，除非有删除操作主动来删除这个节点，持久化节点不会因为创建该节点的客户端会话失效而消失。如果重复创建，客户端会抛出NodeExistsException异常。
byte[] data = { 1, 2, 3 }; _client.create().withMode(CreateMode.PERSISTENT).forPath("/zktest/p1", data);
2. 临时节点
创建临时节点后，如果客户端会话失效，那么这个节点会自动被ZooKeeper删除。这里是客户端失效，并不是客户端断开连接。因为ZooKeeper服务端和客户端是用心跳维持状态，会话留一点时间，这个时间是在创建连接的时候可以设置sessionTimeoutMs参数：
CuratorFrameworkFactory.newClient(connectString, sessionTimeoutMs, connectionTimeoutMs, retryPolicy);
创建临时节点的代码如下：
_client.create().withMode(CreateMode.EPHEMERAL).forPath("/zktest/e1", data);
3. 持久化时序节点
_client.create().withMode(CreateMode.PERSISTENT_SEQUENTIAL).forPath("/zktest/ps1", data);
上述代码执行两次，你会发现客户端不会报NodeExistsException异常，ZooKeeper会为你创建2个节点，ZooKeeper在每个父节点会为他的第一级子节点维护一份时序，会记录每个子节点创建的先后顺序。在创建子节点的时候，可以设置这个属性，那么在创建节点过程中，ZooKeeper会自动为给定节点名加上一个数字后缀，作为新的节点名。
4. 临时时序节点
持久化时序节点不同的就是节点会在会话失效的时候回消失。
_client.create().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath("/zktest/es1", data);
5. 设置和获取节点数据
//设置节点数据 _client.setData().forPath("/zktest/ps1", data); //获取节点数据 byte[] data2 = _client.getData().forPath("/zktest/ps1");
分布式锁
使用数据库、Redis、文件系统都可以实现分布式锁，同样ZooKeeper也可以用来实现分布式锁。Curator提供了InterProcessMutex类来帮助我们实现分布式锁，其内部就是使用的EPHEMERAL_SEQUENTIAL类型节点。
public void test() throws Exception { RetryPolicy retryPolicy = new ExponentialBackoffRetry(3000, 3); _client = CuratorFrameworkFactory.newClient("10.23.22.237:2181", retryPolicy); _client.start(); ExecutorService fixedThreadPool = Executors.newFixedThreadPool(5); for (int i = 0; i < 5; i++) { fixedThreadPool.submit(new Runnable() { @Override public void run() { while (true) { try { dowork(); } catch (Exception e) { // TODO Auto-generated catch block e.printStackTrace(); } } } }); } } private void dowork() throws Exception { InterProcessMutex ipm = new InterProcessMutex(_client, "/zktest/distributed_lock"); try { ipm.acquire(); _logger.info("Thread ID:" + Thread.currentThread().getId() + " acquire the lock"); Thread.sleep(1000); _logger.info("Thread ID:" + Thread.currentThread().getId() + " release the lock"); } catch (Exception e) { } finally { ipm.release(); } }
执行结果如下图：
acquire()方法，会在给定的路径下面创建临时时序节点的时序节点。然后它会和父节点下面的其他节点比较时序。如果客户端创建的临时时序节点的数字后缀最小的话，则获得该锁，函数成功返回。如果没有获得到，即，创建的临时节点数字后缀不是最小的，则启动一个watch监听上一个（排在前面一个的节点）。主线程使用object.wait()进行等待，等待watch触发的线程notifyAll()，一旦上一个节点有事件产生马上再次出发时序最小节点的判断。
release()方法就是释放锁，内部实现就是删除创建的EPHEMERAL_SEQUENTIAL节点。
Leader选举
选举可以用来实现Master-Slave模式，也可以用来实现主备切换等功能。Curator提供两种方式实现选举：LeaderSelector 和 LeaderLatch。两种方法都可以使用，LeaderLatch语法较为简单一点，LeaderSelector控制度更高一些。
使用LeaderSelector：
public void test() { RetryPolicy retryPolicy = new ExponentialBackoffRetry(3000, 3); _client = CuratorFrameworkFactory.newClient("10.23.22.237:2181", retryPolicy); _client.start(); dowork(); } private void dowork() { LeaderSelectorListener listener = new LeaderSelectorListenerAdapter() { public void takeLeadership(CuratorFramework client) throws Exception { logger.info("Take the lead."); Thread.sleep(10000); logger.info("Relinquish the lead."); } }; LeaderSelector selector = new LeaderSelector(_client, "/zktest/leader", listener); selector.autoRequeue(); selector.start(); }
LeaderSelector的内部使用分布式锁InterProcessMutex实现， 并且在LeaderSelector中添加一个Listener，当获取到锁的时候执行回调函数takeLeadership。函数执行完成之后就调用InterProcessMutex.release()释放锁，也就是放弃Leader的角色。
使用LeaderLatch：
public void test() { RetryPolicy retryPolicy = new ExponentialBackoffRetry(3000, 3); _client = CuratorFrameworkFactory.newClient("10.23.22.237:2181", retryPolicy); _client.start(); dowork(); } private void dowork() { LeaderLatch leader = new LeaderLatch(_client, "/zktest/leader"); leader.addListener(new LeaderLatchListener() { @Override public void isLeader() { // TODO Auto-generated method stub logger.info("Take the lead."); try { Thread.sleep(10000); } catch (InterruptedException e) { // TODO Auto-generated catch block e.printStackTrace(); } logger.info("Relinquish the lead."); } @Override public void notLeader() { // TODO Auto-generated method stub logger.info("I am not Leader"); } }); try { leader.start(); } catch (Exception e) { // TODO Auto-generated catch block e.printStackTrace(); } }
同样是实现Leader选举的LeaderLatch并没有通过InterProcessMutex实现，它使用了原生的创建EPHEMERAL_SEQUENTIAL节点的功能再次实现了一遍。同样的在isLeader方法中需要实现Leader的业务需求，但是一旦isLeader方法返回，就相当于Leader角色放弃了，重新进入选举过程。