Zookeeper集群搭建

1、zookeeper概念

zookeeper是一个分布式协调服务：

Zookeeper是一个高效的分布式协调服务，可以提供配置信息管理、命名、分布式同步、集群管理、数据库切换等服务。它不适合用来存储大量信息，可以用来存储一些配置、发布与订阅等少量信息。Hadoop、Storm、消息中间件、RPC服务框架、分布式数据库同步系统，这些都是Zookeeper的应用场景。

2、zookeeper集群机制

Zookeeper集群中节点个数一般为奇数个（>=3），若集群中Master挂掉，剩余节点个数在半数以上时，就可以推举新的主节点，继续对外提供服务

3、zookeeper特性

Zookeeper：一个leader，多个follower组成的集群
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
分布式读写，更新请求转发，由leader实施
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
数据更新原子性，一次数据更新要么成功，要么失败
实时性，在一定时间范围内，client能读到最新数据

4、zookeeper数据结构

Zookeeper使用的数据结构为树形结构，根节点为"/"。Zookeeper集群中的节点，根据其身份特性分为leader、follower、observer。leader负责客户端writer类型的请求；follower负责客户端reader类型的请求，并参与leader选举；observer是特殊的follower，可以接收客户端reader请求，但是不会参与选举，可以用来扩容系统支撑能力，提高读取速度。

5、zookeeper原理及内部选举机制

原理：zookeeper在配置文件中并没有指定master和slave，但是，zookeeper在工作时，只有一个节点为leader，其余节点为follower，leader是通过内部的选举机制临时产生的。

选举机制：（两种情况）

（1）全新集群paxos

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.
　　1) 服务器1启动,此时只有它一台服务器启动了,它发出去的报没有任何响应,所以它的选举状态一直是LOOKING状态
　　2) 服务器2启动,它与最开始启动的服务器1进行通信,互相交换自己的选举结果,由于两者都没有历史数据,所以id值较大的服务器2胜出,但是由于没有达到超过半数以上的服务器都同意选举它(这个例子中的半数以上是3),所以服务器1,2还是继续保持LOOKING状态.
　　3) 服务器3启动,根据前面的理论分析,服务器3成为服务器1,2,3中的老大,而与上面不同的是,此时有三台服务器选举了它,所以它成为了这次选举的leader.
　　4) 服务器4启动,根据前面的分析,理论上服务器4应该是服务器1,2,3,4中最大的,但是由于前面已经有半数以上的服务器选举了服务器3,所以它只能接收当小弟的命了.
　　5) 服务器5启动,同4一样,当小弟.

（2）非全新集群（数据恢复）

初始化的时候，是按照上述的说明进行选举的，但是当zookeeper运行了一段时间之后，有机器down掉，重新选举时，选举过程就相对复杂了。

需要加入数据id、leader id和逻辑时钟。

数据id：数据新的id就大，数据每次更新都会更新id。

Leader id：就是我们配置的myid中的值，每个机器一个。

逻辑时钟：这个值从0开始递增,每次选举对应一个值,也就是说: 如果在同一次选举中,那么这个值应该是一致的 ; 逻辑时钟值越大,说明这一次选举leader的进程更新.

选举的标准就变成：

　　1、逻辑时钟小的选举结果被忽略，重新投票

　　2、统一逻辑时钟后，数据id大的胜出

　　3、数据id相同的情况下，leader id大的胜出

根据这个规则选出leader。

6、zookeeper集群的搭建

准备三台机器：hadoop1(192.168.1.11)、hadoop2(192.168.1.12)、hadoop3(192.168.1.13)，并且安装jdk（可参照笔记：https://www.cnblogs.com/zhangan/p/10901192.html）。
将zookeeper安装包上传到hadoop1的/usr/local中：wget http://apache.fayea.com/zookeeper/zookeeper-3.4.6/zookeeper-3.4.6.tar.gz 。
解压：tar -zxvf /usr/local/zookeeper-3.4.5.tar.gz

　　　　重命名：mv zookeeper-3.4.5.tar.gz zookeeper

修改环境变量

　　　　vi /etc/profile

　　　　添加内容：export ZOOKEEPER_HOME=/usr/local/zookeeper

　　　　　　　　 export PATH=.:$ZOOKEEPER_HOME/bin....

　　　　刷新环境变量

　　　　source /etc/profile

　　　　注意：3台机器都要修改

修改配置文件

　　　　cd /usr/local/zookeeper/conf

　　　　cp zoo_sample.cfg zoo.cfg

　　　　vi zoo.cfg

　　　　添加内容：　

　　　　maxClientCnxns=60

　　　　tickTime=2000

　　　　initLimit=10

　　　　syncLimit=5

　　　　dataDir=/data/zookeeper/data

　　　　dataLogDir=/data/logs/zookeeper

　　　　clientPort=2181　　（客户端连接端口）

　　　　server.1=192.168.1.11:2888:3888 (主机名, 心跳端口、数据端口)

　　　　server.2=192.168.1.12:2888:3888　　（都是默认端口）

　　　　server.3=192.168.1.13:2888:3888　　(2888表示zookeeper程序监听端口，3888表示zookeeper选举通信端口）

　　　　创建文件夹

　　　　mkdir /usr/local/zookeeper/data

　　　　mkdir /usr/local/zookeeper/log

　　　　在data文件夹中新建myid文件，myid文件的内容为1（一句话创建：echo 1 > myid）

　　　　cd data

　　　　vi myid

　　　　添加内容：1

把zookeeper目录复制到hadoop2和hadoop3中

　　　　设置三个机器的本机免密登录（三台机器配置一样）：

　　　　scp -r /usr/local/zookeeper/ hadoop2:/usr/local/
　　　　scp -r /usr/local/zookeeper/ hadoop3:/usr/local/
　　　　将hadoop0中的环境变量复制到hadoop2和hadoop3中
　　　　scp /etc/profile hadoop2:/etc/
　　　　scp /etc/profile hadoop3:/etc/
　　　　环境变量复制好了以后，在hadoop2和hadoop3上都要执行source /etc/profile