记kafka/zookeeper集群启动失败的问题

kafka集群启动失败

本人按照网上的步骤在三台虚拟机上搭建了kafka集群，但是在启动的时候发现kafka会秒退。查资料，可能的问题如下：
1、zk中的myid配置错误
2、kafka内存不足，修改ookeeper-server-start.sh文件
3、zk没有启动
由于通过jps启动后可以看到如下情况：

[root@centos-101 bin]# jps
1785 Kafka
2124 Jps
1421 QuorumPeerMain

kafka过几秒进程就会挂掉，而因此就以为是kafka的问题，zk是完全没有问题的（这里完全是错误的想法，但才开始并不知道，以为看到QuorumPeerMain就表示zk启动成功）。去看kafka的log日志，没看出来有啥问题。zk中myid也没啥问题，别人说内存不足发现根本没影响，难道是zk没有启动，但通过jps明明可以看到 QuorumPeerMain进程。执行zkService.sh status查看状态，却提示zk没启动，如下：

[root@centos-101 bin]# ./zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/module/zookeeper/zookeeper-3.4.14/bin/../conf/zoo.cfg
Error contacting service. It is probably not running.

通过查看zookeeper.out文件，发现如下信息：

2020-05-04 01:44:48,730 [myid:101] - WARN  [WorkerSender[myid=101]:QuorumCnxManager@584] - Cannot open channel to 102 at election address centos-102/192.168.187.131:3888
java.net.NoRouteToHostException: No route to host (Host unreachable)
        at java.net.PlainSocketImpl.socketConnect(Native Method)
        at java.net.AbstractPlainSocketImpl.doConnect(AbstractPlainSocketImpl.java:350)
        at java.net.AbstractPlainSocketImpl.connectToAddress(AbstractPlainSocketImpl.java:206)
        at java.net.AbstractPlainSocketImpl.connect(AbstractPlainSocketImpl.java:188)
        at java.net.SocksSocketImpl.connect(SocksSocketImpl.java:392)
        at java.net.Socket.connect(Socket.java:606)
        at org.apache.zookeeper.server.quorum.QuorumCnxManager.connectOne(QuorumCnxManager.java:558)
        at org.apache.zookeeper.server.quorum.QuorumCnxManager.toSend(QuorumCnxManager.java:534)
        at org.apache.zookeeper.server.quorum.FastLeaderElection$Messenger$WorkerSender.process(FastLeaderElection.java:454)
        at org.apache.zookeeper.server.quorum.FastLeaderElection$Messenger$WorkerSender.run(FastLeaderElection.java:435)
        at java.lang.Thread.run(Thread.java:748)
2020-05-04 01:44:48,731 [myid:101] - INFO  [WorkerSender[myid=101]:QuorumPeer$QuorumServer@185] - Resolve

其中No route to host (Host unreachable)这句话引起了我的注意，主机不可达？但三台虚拟机明明互相ping得通，难道是防火墙没有关闭。一看，果然没关防火墙，尝试将防火墙关闭之后，重新再启动zk和kafka一切正常。

一个防火墙的问题搞了几个小时，发现是真的蠢啊。

所以，一定要关闭防火墙！

所以，一定要关闭防火墙！

所以，一定要关闭防火墙！

还有出现了问题一定要记得多看日志。

kafka集群某一个节点启动会自动挂掉的问题

我的kafka集群是运行在虚拟机上的，由于非正常关机导致某一个虚拟机出问题了，不能正常开机，因此就删除了该虚拟机，从其他节点复制了一份过来。然后就是改ip，主机名，配置文件啥的，保证和之前的虚拟机一致。在做完上述操作后启动集群发现该虚拟机上的kafka启动失败，会自动挂掉，而zk是正常的，kafka集群的brokerid和zk中的myid都没问题。查看日志也没看出啥问题，后来发现是kafka的logs/meta.properties中的brokerid没有更改导致的，因为是复制的虚拟机，所以该值还是另一台虚拟机的值，改过之后，启动kafka问题解决。

[root@centos2 logs]# vi meta.properties 
#
#Tue Apr 21 04:30:42 CST 2020
version=0
broker.id=2

zookeeper集群启动失败

按照网上的群起脚本启动集群，用jps查看，发现集群并没有启动成功。但是单个启动是可以成功的，用ssh启动则不成功，脚本内容如下：

#!/bin/bash
for i in centos1 centos2 centos3
do
        echo "================           $i             ================"
        ssh $i '/opt/module/zookeeper/zookeeper-3.4.14/bin/zkServer.sh start'
done

查看zookeeper.out文件，发现如下信息：

nohup: failed to run command ‘java’: No such file or directory

也就是说没有发现java这个命令，但是/etc/profile 文件下已经配好了环境变量。应该不会报错才对，用ssh连接到本机启动zookeeper发现也没有启动成功，看来应该是ssh的问题。我在三台虚拟机上都是用root登陆，所以尝试在/root/.bashrc 文件下添加java环境变量之后，竟然可以启动了，真神奇，不是说/etc/profile中的环境变量是对所有用户生效的吗？这个问题以后再研究好了。切换到root命令的时候加下划线即可，如sudo su -

总结一下：
不管是zk还是kafka启动失败，都先去zookeeper.out中查看一下，根据日志定位是什么类型的问题，该文件默认在当前用户的家目录下。
常见问题如下：
1、zk的logs文件夹下的myid是否唯一，myid是否与zoo.cfg中配置的一致
2、如果用ssh执行命令，/$HOME/.bashrc文件下是否配置java环境变量
3、防火墙是否关闭
当然最重要的还是要学会查看日志定位问题。