Zookeeeper环境搭建（二）

zk一般是有2n+1个节点组成的集群。在Zookeeper服务有两个角色，一个是leader，负责写服务和数据同步；剩下的是follower，提供读服务。(为什么是2n+1个节点请看paxos算法)

1. leader实效后会在follower中重新选举新的leader。（paxos算法）
2. 每个follower都和leader有链接，接受leader的数据更新操作。（zab算法）
3. 客户端可以连接到每个server，每个server的数据完全相同。
4. Server记录事务日志和快照到持久存储。

1. zk的特点如下：

• 最终一致性：为客户端展示同一个视图，这是zookeeper里面一个非常重要的功能
• 可靠性：如果消息被到一台服务器接受，那么它将被所有的服务器接受。
• 实时性：Zookeeper不能保证两个客户端能同时得到刚更新的数据，如果需要最新数据，应该在读数据之前调用sync()接口。
• 独立性 ：各个Client之间互不干预
• 原子性 ：更新只能成功或者失败，没有中间状态。
• 顺序性 ：所有Server，同一消息发布顺序一致。

2. zk中的角色：

• 领导者(Leader)：领导者负责进行投票的发起和决议，更新系统状态，处理写请求
• 跟随者(Follwer)：Follower用于接收客户端的读写请求并向客户端返回结果，在选主过程中参与投票

• 观察者（Observer）：观察者可以接收客户端的读写请求，并将写请求转发给Leader，但Observer节点不参与投票过程，只同步leader状态，Observer的目的是为了，扩展系统，提高读取速度。在3.3.0版本之后，引入Observer角色的原因：

  Zookeeper需保证高可用和强一致性；
  为了支持更多的客户端，需要增加更多Server；
  Server增多，投票阶段延迟增大，影响性能；
  权衡伸缩性和高吞吐率，引入Observer ；
  Observer不参与投票；
  Observers接受客户端的连接，并将写请求转发给leader节点；
  加入更多Observer节点，提高伸缩性，同时不影响吞吐率。
  

客户端(Client)： 执行读写请求的发起方

3. 安装：

环境：3台虚拟机：已设置ssh免密登录：

192.168.131.128
192.168.131.130
192.168.131.131

下载zookeeper并解压到/usr/local/zookeeper目录。

添加到环境变量：

ZOOKEEPER_HOME=/usr/local/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$ZOOKEEPER_HOME/conf

使配置生效
source /etc/profile

修改配置文件：

在zk的conf/目录下，将zoo_sample.cfg重命名为zoo.cfg，然后：

修改内容：

# 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.
dataDir=/usr/local/zookeeper/data

# the port at which the clients will connect
clientPort=2183

#the location of the log file
dataLogDir=/usr/local/zookeeper/log

server.0=hadoopmaster:2288:3388
server.1=hadoopslaver1:2288:3388
server.2=hadoopslaver2:2288:3388

上面我们设置了数据库快照位置-data目录，该目录需要手动创建。

创建myid：

在dataDir(/usr/local/zk/data)目录创建myid文件

hadoopmaster的内容为：0
hadoopslaver1的内容为：1
hadoopslaver2的内容为：2

注意：以上操作三台机器都需要进行。

然后我们分别在三台机器启动zk，在bin目录下执行如下命令：

zkServer.sh start；

各个机器启动情况如下：

当然哪一台机器是leader这都是随机的，一般第一台启动的会是。

zk的配置：

Zookeeper的功能特性是通过Zookeeper配置文件来进行控制管理的(zoo.cfg).这样的设计其实有其自身的原因，通过前面对Zookeeper的配置可以看出，在对Zookeeper集群进行配置的时候，它的配置文档是完全相同的。集群伪分布模式中，有少部分是不同的。这样的配置方式使得在部署Zookeeper服务的时候非常方便。如果服务器使用不同的配置文件，必须确保不同配置文件中的服务器列表相匹配。

我们来看一下上面配置文件中的基本参数：

1. client：监听客户端连接的端口。
2. tickTime：基本事件单元，这个时间是作为Zookeeper服务器之间或客户端与服务器之间维持心跳的时间间隔，每隔tickTime时间就会发送一个心跳；最小 的session过期时间为2倍tickTime。
3. dataDir：存储内存中数据库快照的位置，如果不设置参数，更新食物的日志将被存储到默认位置。

高级配置：

1. dataLogdDir：这个操作让管理机器把事务日志写入“dataLogDir”所指定的目录中，而不是“dataDir”所指定的目录。这将允许使用一个专用的日志设备，帮助我们避免日志和快照的竞争。
2. maxClientCnxns：这个操作将限制连接到Zookeeper的客户端数量，并限制并发连接的数量，通过IP来区分不同的客户端。此配置选项可以阻止某些类别的Dos攻击。将他设置为零或忽略不进行设置将会取消对并发连接的限制。
3. minSessionTimeout和maxSessionTimeout ：即最小的会话超时和最大的会话超时时间。在默认情况下，minSession=2*tickTime；maxSession=20*tickTime。

集群配置：

1. initLimit：此配置表示，允许follower(相对于Leaderer言的“客户端”)连接并同步到Leader的初始化连接时间，以tickTime为单位。当初始化连接时间超过该值，则表示连接失败。
2. syncLimit：此配置项表示Leader与Follower之间发送消息时，请求和应答时间长度。如果follower在设置时间内不能与leader通信，那么此follower将会被丢弃。

3. server.A=B：C：D

   A：其中 A 是一个数字，表示这个是服务器的编号；
   B：是这个服务器的 ip 地址；
   C：Leader选举的端口；
   D：Zookeeper服务器之间的通信端口。
   

4. myid和zoo.cfg：除了修改 zoo.cfg 配置文件，集群模式下还要配置一个文件 myid，这个文件在 dataDir 目录下，这个文件里面就有一个数据就是 A 的值，Zookeeper 启动时会读取这个文件，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那个 server。