【八】Zookeeper3.7.1集成Hadoop3.3.4集群安装

1.基本原理

ZooKeeper 是一个分布式协调服务，用于分布式系统中管理配置信息、命名、同步和集群服务。它提供了一种简单的接口来访问存储在其文件系统中的数据，同时为复杂的分布式系统提供了高可用性和一致性保障。以下是 ZooKeeper 的基本原理：

1 . 数据模型和 ZNode

• 数据模型：ZooKeeper 以分层命名空间的方式存储数据，类似于文件系统。每个节点称为一个 ZNode。
• ZNode：ZNode 是 ZooKeeper 中的基本数据单元，可以存储少量数据。它有两种类型：
  • 持久节点（Persistent ZNode）：即使客户端断开连接或系统重启，节点数据也会一直存在。
  • 临时节点（Ephemeral ZNode）：客户端会话结束时自动删除。
  • 顺序节点（Sequential ZNode）：自动在名称末尾附加一个单调递增的数字。

2 . 一致性保证

ZooKeeper 提供了一致性保障，确保以下条件：

• 原子性：操作要么成功，要么失败，没有中间状态。
• 顺序一致性：所有操作按照它们的执行顺序进行。
• 单一系统映像：所有客户端无论连接到哪个 ZooKeeper 服务器，看到的数据都是一致的。
• 耐久性：一旦操作成功执行，数据将被持久化，不会丢失。
• 及时性：在合理的时间内，客户端可以看到最近的系统状态。

3 . Leader 选举和复制

• 集群角色：ZooKeeper 集群由多个服务器（节点）组成，其中一个节点是 Leader，其余是 Follower。
• Leader 选举：在集群启动或 Leader 故障时，ZooKeeper 使用选举算法（如基于 ZAB 协议的选举）选举新的 Leader。
• 数据复制：Leader 负责处理所有的写请求，并将更新同步到所有 Follower，从而保持数据一致性。读请求可以由任何 Follower 处理。

1. 会话和 Watcher

• 会话：客户端与 ZooKeeper 服务器之间的连接称为会话。会话有超时机制，如果客户端在指定时间内没有发送心跳包，ZooKeeper 将认为会话结束。
• Watcher：ZooKeeper 提供了一种监控机制，称为 Watcher。客户端可以在 ZNode 上设置 Watcher，当节点状态发生变化时，ZooKeeper 会通知客户端。这种机制常用于配置管理、命名服务和分布式锁等场景。

5 . 高可用性和容错

• 高可用性：ZooKeeper 依赖于集群的多台服务器提供服务，即使部分节点故障，也能继续提供服务。
• 容错性：ZooKeeper 能容忍少数节点的故障，而无需停止服务。只要集群中的活跃节点数量超过总节点数的一半（即超过多数节点），ZooKeeper 就能继续正常工作。

6 . ZAB 协议

ZooKeeper 使用的 ZAB 协议（ZooKeeper Atomic Broadcast）是一种基于投票的协议，确保了事务的顺序一致性和数据的复制。它包括两部分：选举阶段（用于选举 Leader）和 广播阶段（用于复制数据）。

7 . 典型应用

ZooKeeper 常用于分布式系统中的服务注册和发现、分布式锁、配置管理、分布式消息队列等。其高可用性和一致性特性使其成为这些场景中的关键组件。

总之，ZooKeeper 通过提供可靠的分布式协调机制和数据一致性保障，为分布式系统的构建和管理提供了强有力的支持。

2.下载并解压ZooKeeper

1 . 环境准备

2 . 下载ZooKeeper 3.7.1（或其他兼容版本）的二进制文件

https://archive.apache.org/dist/zookeeper/zookeeper-3.7.1/

3 . 解压缩文件并将其移动到适当的目录：

tar -xzf apache-zookeeper-3.7.1-bin.tar.gz
mv apache-zookeeper-3.7.1-bin /usr/local/zookeeper

3.配置环境变量

1 . 编辑/etc/profile文件，添加ZooKeeper的环境变量：

vim /etc/profile

2 . 添加以下内容：

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

3 . 刷新环境变量：

source /etc/profile

4 . 将环境变量分发到其他节点并刷新

4.配置ZooKeeper

1 . 进入ZooKeeper的配置目录：

cd /usr/local/zookeeper/conf

2 . 复制zoo_sample.cfg为zoo.cfg：

cp zoo_sample.cfg zoo.cfg

3 . 编辑zoo.cfg文件，进行基本配置：

vim zoo.cfg

根据你的集群环境修改以下内容,目录一定要注意：

tickTime=2000
dataDir=/var/lib/zookeeper
clientPort=2181
initLimit=10
syncLimit=5

server.1=ubuntu1:2888:3888
server.2=ubuntu2:2888:3888
server.3=ubuntu3:2888:3888

• tickTime：ZooKeeper中两个心跳之间的基本时间单位，以毫秒为单位。
• dataDir：存储快照的目录。
• clientPort：客户端连接到ZooKeeper服务器的端口。
• initLimit：允许追随者（Follwer）在连接并同步到Leader之前可以进行的心跳数。
• syncLimit：Leader与Follower之间发送消息、请求和响应时间的数量。
• server.X：ZooKeeper集群中服务器的配置，ubuntu1, ubuntu2, ubuntu3是你的服务器主机名或IP地址。
• 用scp命令，将zookeeper分发到所有节点。

5.创建数据目录并初始化myid

1 . 在每个ZooKeeper节点上创建数据目录：

mkdir -p /var/lib/zookeeper
chmod -R 755 /var/lib/zookeeper

2 . 在每个节点的数据目录中创建myid文件，并写入对应的服务器编号（1，2，3）：

echo "1" > /var/lib/zookeeper/myid  # 在ubuntu1上
echo "2" > /var/lib/zookeeper/myid  # 在ubuntu2上
echo "3" > /var/lib/zookeeper/myid  # 在ubuntu3上

6.启动ZooKeeper

1 . 在每个节点上启动ZooKeeper服务：

zkServer.sh start

2 . 验证每个节点ZooKeeper是否正常启动：

zkServer.sh status

7.配置ZooKeeper集成到Hadoop

1 . 修改Hadoop的core-site.xml文件，添加ZooKeeper的Quorum配置：

vim $HADOOP_HOME/etc/hadoop/core-site.xml

2 . 添加以下内容：

<property>
  <name>ha.zookeeper.quorum</name>

  <value>ubuntu1:2181,ubuntu2:2181,ubuntu3:2181</value>
</property>

8.重启Hadoop

1 . 重新启动Hadoop集群以应用新的配置：

stop-all.sh
start-all.sh

9.ZooKeeper状态检查

• 使用ZooKeeper命令行客户端检查ZooKeeper的状态：

zkCli.sh -server ubuntu1:2181

• 在ZooKeeper命令行客户端中，可以输入以下命令来检查集群状态：

ls /
stat

创建一个新的节点：

create /mytest "testdata"

验证节点创建：

ls /

删除节点：

delete /mytest