ZooKeeper 部署指南：从本地测试到生产集群
ZooKeeper 的部署方式需根据场景选择：本地部署适合开发测试，集群部署则是生产环境的必备方案，以保证高可用和容错性。以下详细介绍两种部署方式的配置与操作细节。
本地单机部署（开发测试用）
本地部署仅需单节点，步骤简单，适合调试分布式协调逻辑（如分布式锁、配置同步）。
环境准备
- 依赖：JDK 1.8+（ZooKeeper 运行在 JVM 上）；
- 下载安装：从 Apache 官网 下载稳定版本（如 3.8.0），解压至本地目录（如
/opt/zookeeper）。
核心配置（conf/zoo.cfg）
ZooKeeper 启动时需加载配置文件，默认读取 conf/zoo.cfg，核心参数如下：
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/opt/data/zookeeper/zkData
clientPort=2181
dataLogDir=/opt/data/zookeeper/zkLog
autopurge.snapRetainCount=3
autopurge.purgeInterval=1
注意：需手动创建 dataDir 和 dataLogDir 目录（如 mkdir -p /opt/data/zookeeper/{zkData,zkLog}）。
启动与验证
启动服务：
# 后台启动
./bin/zkServer.sh start
# 前台启动（方便查看日志，适合调试）
./bin/zkServer.sh start-foreground
验证启动状态：
./bin/zkServer.sh status
# 成功输出示例：Mode: standalone（单机模式）
连接客户端：
./bin/zkCli.sh -server localhost:2181
# 连接成功后可执行 Zookeeper 命令（如 create /test "hello"、get /test）
停止服务：
./bin/zkServer.sh stop
集群分布式部署（生产环境用）
生产环境需部署 ZooKeeper 集群（至少 3 节点），利用 “过半存活” 机制保证高可用，避免单点故障。
集群规划
- 节点数量：推荐奇数（3、5、7 节点），满足 “过半存活” 原则（如 3 节点集群允许 1 节点故障）；
- 服务器配置：每节点建议 2C4G 以上，磁盘选用 SSD（提升事务日志写入性能）；
- 网络：节点间内网通信，保证低延迟（建议 < 10ms）。
示例集群（3 节点）：
| 节点 IP |
主机名 |
客户端端口 |
集群通信端口 |
选举端口 |
| 192.168.1.101 |
zoo1 |
2181 |
2888 |
3888 |
| 192.168.1.102 |
zoo2 |
2181 |
2888 |
3888 |
| 192.168.1.103 |
zoo3 |
2181 |
2888 |
3888 |
集群配置（conf/zoo.cfg）
所有节点的配置基本一致，核心差异在于 server.id 配置和 myid 文件。
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/var/lib/zookeeper/data
dataLogDir=/var/lib/zookeeper/logs
clientPort=2181
server.1=zoo1:2888:3888
server.2=zoo2:2888:3888
server.3=zoo3:2888:3888
注意：需在 /etc/hosts 中配置主机名与 IP 的映射（如 192.168.1.101 zoo1），或直接使用 IP 替代主机名。
配置节点唯一标识（myid 文件）
每个节点需在 dataDir 目录下创建 myid 文件，内容为该节点的 id（与 zoo.cfg 中 server.id 的 id 一致）：
zoo1 节点：
echo 1 > /var/lib/zookeeper/data/myid
zoo2 节点：
echo 2 > /var/lib/zookeeper/data/myid
zoo3 节点：
echo 3 > /var/lib/zookeeper/data/myid
启动集群与验证
逐个启动节点：
# 在每个节点执行
./bin/zkServer.sh start
验证集群状态：
在任一节点执行 ./bin/zkServer.sh status，查看节点角色：
- Leader：集群主节点（处理写请求，同步数据到 Follower）；
- Follower：从节点（处理读请求，参与 Leader 选举）。
示例输出（zoo1 为 Leader）：
Mode: leader
其他节点输出：
Mode: follower
测试故障容错：
手动停止 Leader 节点（如 ./bin/zkServer.sh stop），观察其他节点是否重新选举新 Leader（约 10~30 秒），验证集群仍能正常提供服务。
集群运维建议
- 日志管理：定期清理
dataLogDir 和 dataDir 下的旧日志（可通过 autopurge 配置自动清理）；
- 监控告警：通过 Prometheus + Grafana 监控节点状态（如
zk_server_num_alive_connections、zk_server_leader），设置节点宕机、磁盘满等告警；
- 滚动升级：升级集群时，先停 Follower 节点，升级后重启，最后升级 Leader（避免集群不可用）；
- 备份恢复：定期备份
dataDir 下的快照数据，用于灾难恢复。
部署常见问题与解决方案
- 启动失败，日志报 “Address already in use”
- 原因：
clientPort、2888 或 3888 端口被占用；
- 解决：通过
netstat -tunlp | grep 端口号 查找占用进程并杀死，或修改配置文件更换端口。
- 集群节点无法选举 Leader
- 原因：
myid 与 server.id 不匹配，或节点间网络不通（防火墙拦截 2888/3888 端口）；
- 解决：检查
myid 文件内容，关闭防火墙（或开放端口），确保节点间能 ping 通且端口可访问。
- 客户端连接超时
- 原因：
clientPort 未开放，或集群未正常启动；
- 解决：检查节点状态（
zkServer.sh status），确认防火墙开放 2181 端口。