zookeeper+kafka消息队列群集部署（缓存加速）

Zookeeper 概述

1.1 Zookeeper 定义

Zookeeper是一个开源的分布式的，为分布式框架提供协调服务的Apache项目。

1.2 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就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说 Zookeeper = 文件系统 + 通知机制。

1.3 Zookeeper 特点

（1）Zookeeper：一个领导者（Leader），多个跟随者（Follower）组成的集群。

（2）Zookeeper集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。

（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）更新请求顺序执行，来自同一个Client的更新请求按其发送顺序依次执行，即先进先出。 （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。

1.4 Zookeeper 数据结构

ZooKeeper数据模型的结构与Linux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。

1.5 Zookeeper 应用场景

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。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。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。可将配置信息写入ZooKeeper上的一个Znode。各个客户端服务器监听这个Znode。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 客户端能实时洞察到服务器上下线的变化。

●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。

1.6 Zookeeper 选举机制

●第一次启动选举机制

（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myid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4一样当小弟。

●非第一次启动选举机制

（1）当ZooKeeper 集群中的一台服务器出现以下两种情况之一时，就会开始进入Leader选举： 1）服务器初始化启动。 2）服务器运行期间无法和Leader保持连接。

（2）而当一台机器进入Leader选举流程时，当前集群也可能会处于以下两种状态：

1）集群中本来就已经存在一个Leader。 对于已经存在Leader的情况，机器试图去选举Leader时，会被告知当前服务器的Leader信息，对于该机器来说，仅仅需要和 Leader机器建立连接，并进行状态同步即可。 2）集群中确实不存在Leader。 假设ZooKeeper由5台服务器组成，SID分别为1、2、3、4、5，ZXID分别为8、8、8、7、7，并且此时SID为3的服务器是Leader。某一时刻，3和5服务器出现故障，因此开始进行Leader选举。 选举Leader规则： 1.EPOCH大的直接胜出 2.EPOCH相同，事务id大的胜出 3.事务id相同，服务器id大的胜出

SID：服务器ID。用来唯一标识一台ZooKeeper集群中的机器，每台机器不能重复，和myid一致。 ZXID：事务ID。ZXID是一个事务ID，用来标识一次服务器状态的变更。在某一时刻，集群中的每台机器的ZXID值不一定完全一致，这和ZooKeeper服务器对于客户端“更新请求”的处理逻辑速度有关。

Epoch：每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加.

先把所需的安装包拉去进去；然后安装所需的依赖环境；

解压zookeeper

移动到方便管理的地方；

将该包提供的模版文件拷贝一份出来；

修改该文件的参数；

将数据目录指定到我们指定的地方；

创建出来该子目录；

启动该服务；

解压kafka；

移动该解压目录至方便管理的地方；

修改其配置文件；

指定日志文件的目录；

然后在将其创建出来；

启动kafka；且启动的时候要先启动zookeeper；再启动kafka；关闭的时候先关闭kafka，再关闭zookeeper；

启动的时候指定配置文件，及后台运行；

查看一下进程；

进行一个简单的测试；

先创建一个topic；然后查询该topic；

然后再使用kafka提供的脚本产生数据；

然后再打开会话，也是连接到该服务器；

进行查看队列的信息；

如何删除主题；

单节点的kafka就做好了；接下来做一个三节点的kafka；

同步会话，将安装包拉进去三个节点；

修改一下hosts文件，方便用名字进行解析；

关闭掉防火墙和内核安全机制；

安装依赖环境；

然后解压zookeeper；

然后移动，并提前创建要指定的数据目录；

进入配置文件中进行修改；

然后在末尾指定集群中各个服务器的IP及端口；

此时关闭同步会话功能；

进入到各自的数据目录生成ID值；

然后再开启会话同步功能；启动；

会在集群中选出一个leader；

解压kafka并移动；

修改配置文件；

先修改ID和监听;三个主机不一样；

指定文件目录；

zookeeper连接的主机；

此时关闭同步会话，修改各自的配置；

再开启会话同步，创建日志的目录；

启动kafka；

分别查看一下以下端口是否成功开启；

关闭同步会话，开始验证；

然后在其他任意一个节点上查询topic；

还是在当前目录下生产消息；

用102去查看消息；

消费者还可以在其他节点消费信息；