ZooKeeper安装部署
ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、名字服务、分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。
1 概述
ZooKeeper（动物园管理员），顾名思义，是用来管理Hadoop（大象）、Hive（蜜蜂）、Pig（小猪）的管理员，同时Apache HBase、Apache Solr、LinkedIn Sensei等众多项目中都采用了ZooKeeper。
ZooKeeper是Hadoop的正式子项目，与Hadoop密切相关但却没有任何依赖。它是一个针对大型应用提供高可用的数据管理、应用程序协调服务的分布式服务框架，基于对Paxos算法的实现，使该框架保证了分布式环境中数据的强一致性，提供的功能包括：配置维护、统一命名服务、状态同步服务、集群管理等。
在分布式应用中，由于工程师不能很好地使用锁机制，以及基于消息的协调机制不适合在某些应用中使用，因此需要有一种可靠的、可扩展的、分布式的、可配置的协调机制来统一系统的状态。Zookeeper的目的就在于此。
根据ZooKeeper官方文档和ZooKeeper的作用，ZooKeeper一般有两种部署方式：
单机模式：运行一个Zookeeper实例
分布式模式：在多台机器上分别运行Zookeeper实例用于组成ZooKeeper集群提供服务
伪分布式模式：在一台物理机上运行多个Zookeeper实例
2 准备工作
JDK，版本大于1.6；
从官网下载最新的稳定版；
ZooKeeper支持在Windows平台上运行，但是只支持使用Windows作为开发平台，不能作为生产平台；
在生产环境，推荐ZooKeeper服务是最少为3个的集群，且最好运行在独立的物理机上。
另外，需要注意的是，ZooKeeper集群是以宕机个数过半才会让整个集群宕机的，所以最好部署奇数个节点。ZooKeeper的单机模式是没有备份的，如果ZooKeeper宕了，服务也就停了，所以，在开发模式中可以使用单机模式，但是生成环境最好使用ZooKeeper集群的分布式模式。
3 单机模式
以单机模式运行ZooKeeper服务是最简单的。因为ZooKeeper服务包含在一个JAR文件中，所以安装过程只要修改一个配置文件就行了。
将下载好的稳定版解压到某个目录，设置环境变量ZOOKEEPER_HOME指向该目录。然后需要修改基本配置，ZooKeeper的配置文件在conf目录下，这个目录下有zoo_sample.cfg和log4j.properties，先将zoo_sample.cfg改名为zoo.cfg（ZooKeeper在启动时会找这个文件作为默认配置文件），在单机模式中，可以修改为下面的内容：
tickTime=2000
dataDir=/home/lxh/hadoop/data/zookeeper
clientPort=2181
tickTime：这个时间是作为 Zookeeper 服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个 tickTime 时间就会发送一个心跳。
dataDir：顾名思义就是 Zookeeper 保存数据的目录，默认情况下，Zookeeper 将写数据的日志文件也保存在这个目录里。
clientPort：这个端口就是客户端连接 Zookeeper 服务器的端口，Zookeeper 会监听这个端口，接受客户端的访问请求，通常为2181。
现在使用bin/zkServer.sh脚本启动ZooKeeper：
$ $ZOOKEEPER_HOME/bin/zkServer.sh start
如果显示下面内容，说明启动成功：
JMX enabled by default
Using config: /home/lxh/hadoop/zookeeper-3.4.6/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED
也可以通过jps命令查看：
6056 Jps
6009 QuorumPeerMain
QuorumPeerMain就是ZooKeeper的进程名。
ZooKeeper的日志信息输出使用了log4j，默认是控制台打印，可以修改$ZOOKEEPER_HOME/conf/log4j.properties来控制输出内容和位置。
4 分布式模式
Zookeeper不仅可以单机提供服务，同时也支持多机组成集群来提供服务。
在单机模式中运行ZooKeeper，对于测试、开发比较方便。但是在生产环境中，为了获得可靠的ZooKeeper服务，应该在一个集群上部署 ZooKeeper。因为ZooKeeper集群宕机个数过半才会让整个集群宕机，所以，只要集群中半数以上的ZooKeeper服务启动了，那么总的 ZooKeeper服务将是可用的。从而也推断出，如果有5台机器，可以保证2台机器故障而不影响整个集群，ZooKeeper能继续正常运行。(这里又提到关于集群中机器的数量，是因为我一般喜欢双数，在做架构设计时，极易选择双数作为机器数。)
ZooKeeper的分布式模式的安装配置几乎跟单机模式一样，只是需要增加几个配置，下面是例子：
tickTime=2000
dataDir=/home/lxh/hadoop/data/zookeeper
clientPort=2181
initLimit=5
syncLimit=2
server.1=zoo1:2888:3888
server.2=zoo2:2888:3888
server.3=zoo3:2888:3888
initLimit：用来配置Zookeeper接受客户端（此处指是Zookeeper服务器集群中连接到Leader的Follower服务器）初始化连接时最长能忍受多少个心跳时间间隔数。超过这个时间，将被认为是连接失败。上面设置的总的时间长度是5*2000毫秒。
syncLimit：限定leader与follower之间发送消息，请求和应答时间长度，最长不能超过多少个tickTime的时间长度，上面设置的总时间长度是2*2000毫秒。
server.A=B：C：D：其中 A 是一个数字，表示这个是第几号服务器；B 是这个服务器的 ip 地址；C 表示的是这个服务器与集群中的 Leader 服务器交换信息的端口；D 表示的是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，选出一个新的 Leader，而这个端口就是用来执行选举时服务器相互通信的端口。如果是伪集群的配置方式，由于 B 都是一样，所以不同的 Zookeeper 实例通信端口号不能一样，所以要给它们分配不同的端口号。
另外，在集群模式下，除了修改zoo.cfg配置文件，还要配置一个文件myid，这个文件在dataDir目录下，这个文件里面就有一个数据就是A的值，Zookeeper启动时会读取这个文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
转载自：http://www.howardliu.cn/zookeeper-environment/
