Zookeeperl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。
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。
Zookeeper：一个领导者（Leader），多个跟随者（Fo1lower）组成的集群。
zookeepe集群中只要有半数以上节点存活，ookeeper集群就能正常服务。所以zookeeper适合安装奇数台服务器。
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。
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。
数据更新原子性，一次数据更新要么成功，要么失败。
实时性，在一定时间范围内，Client能读到最新数据。
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。
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。
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。
（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（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。
（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。
客户端能实时洞察到服务器上下线的变化。
第一次启动选举机制
非第一次启动选举机制
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：
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：
选举Leader规则
EPOCH大的直接胜出
EPOCH相同，事务id大的胜出3.事务id相同，服务器id大的胜出
<span style="color:#333333"><span style="background-color:#ffffff"><code class="language-undefined">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
</code></span></span>部署 Zookeeper 集群
准备 3 台服务器做 Zookeeper 集群
192.168.52.140
192.168.52.110
192.168.52.100
关闭防火墙
#所有节点执行
systemctl stop firewalld
systemctl disable firewalld
setenforce 0
安装 JDK
#非最小化安装一般自带
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version
下载安装包
官方下载地址：Index of /dist/zookeeper
cd /opt
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.6.3/apache-zookeeper-3.6.3-bin.tar.gz
安装 Zookeeper
cd /opt
tar -zxvf apache-zookeeper-3.6.3-bin.tar.gz
mv apache-zookeeper-3.6.3-bin /usr/local/zookeeper-3.6.3
修改配置文件（所有节点）
cd /usr/local/zookeeper-3.6.3/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
tickTime=2000 #通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
initLimit=10 #Leader和Follower初始连接时能容忍的最多心跳数（tickTime的数量），这里表示为10*2s
syncLimit=5 #Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认为Follwer死掉，并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.6.3/data ●修改，指定保存Zookeeper中的数据的目录，目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.6.3/logs ●添加，指定存放日志的目录，目录需要单独创建
clientPort=2181 #客户端连接端口
#添加集群信息
server.1=192.168.52.140:3188:3288
server.2=192.168.52.110:3188:3288
server.3=192.168.52.100:3188:3288
#集群节点通信时使用端口3188,选举leader时使用的端口3288
-------------------------------------------------------------------------------------
server.A=B:C:D
●A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，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。
●B是这个服务器的地址。
●C是这个服务器Follower与集群中的Leader服务器交换信息的端口。
●D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。
scp zoo.cfg 192.168.52.110:`pwd`
scp zoo.cfg 192.168.52.100:`pwd`
在每个节点上创建数据目录和日志目录
mkdir /usr/local/zookeeper-3.6.3/data
mkdir /usr/local/zookeeper-3.6.3/logs
在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 > /usr/local/zookeeper-3.6.3/data/myid
echo 2 > /usr/local/zookeeper-3.6.3/data/myid
echo 3 > /usr/local/zookeeper-3.6.3/data/myid
配置 Zookeeper 启动脚本
vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.6.3'
case $1 in
start)
echo "---------- zookeeper 启动 ------------"
$ZK_HOME/bin/zkServer.sh start
;;
stop)
echo "---------- zookeeper 停止 ------------"
$ZK_HOME/bin/zkServer.sh stop
;;
restart)
echo "---------- zookeeper 重启 ------------"
$ZK_HOME/bin/zkServer.sh restart
;;
status)
echo "---------- zookeeper 状态 ------------"
$ZK_HOME/bin/zkServer.sh status
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
#将服务控制脚本传输到其他节点
scp /etc/init.d/zookeeper 192.168.52.140:/etc/init.d/
scp /etc/init.d/zookeeper 192.168.52.100:/etc/init.d/
#设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
#分别启动 Zookeeper
service zookeeper start
#查看当前状态
service zookeeper status
主要原因是由于在高并发环境下，同步请求来不及处理，请求往往会发生阻塞。比如大量的请求并发访问数据库，导致行锁表锁，最后请求线程会堆积过多，从而触发too many connection 错误，引发雪崩效应。
我们使用消息队列，通过异步处理请求，从而缓解系统的压力。消息队列常应用于异步处理，流量削峰，应用解耦，消息通讯等场景。
web应用的中间件：nginx、tomcat、apache、haproxy、squid、varnish。
MQ消息队列中间件：ActiveMQ、RabbitMQ、RocketMQ、Kafka、redis等。
Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于Zookeeper协调的分布式消息中间件系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景，比如基于hadoop的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎，nginx访问日志，消息服务等等，用scala 语言编写，Linkedin 于2010年贡献给了Apache 基金会并成为顶级开源项目。
高吞吐量、低延迟
可扩展性
持久性、可靠性
容错性
高并发
Broker
topic
可以理解为一个队列，生产者和消费者面向的都是一个topic。
类似于数据库的表名或者ES的index
物理上不同topic的消息分开存储
partition
Partation 数据路由规则
指定了patition，则直接使用；
未指定patition但指定key（相当于消息中某个属性），通过对key的value进行hash取模，选出一个patition；
patition 和key 都未指定，使用轮询选出一个patition。
broker存储topic的数据。如果某topic有N个partition，集群有N个broker，那么每个broker存储该topic的一个partition。
如果某topic有N个partition，集群有（N+M）个broker，那么其中有N个broker存储topic的一个partition，剩下的M个broker不存储该topic 的partition 数据。
如果某topic有N个partition，集群中broker 数目少于N个，那么一个broker 存储该topic的一个或多个partition。在实际生产环境中，尽量避免这种情况的发生，这种情况容易导致Kafka集群数据不均衡。
分区的原因
Replica
Leader
Follower
Producer
Consumer
Consumer Group（CG）
offset 偏移量
Zookeeper
部署 kafka 集群
下载安装包
官方下载地址：Apache Kafka
cd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz
安装 Kafka
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka
修改配置文件
cd /usr/local/kafka/config/
cp server.properties{,.bak}
vim server.properties
broker.id=0
#21行，broker的全局唯一编号，每个broker不能重复，因此要在其他机器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://192.168.52.140:9092
#31行，指定监听的IP和端口，如果修改每个broker的IP需区分开来，也可保持默认配置不用修改
num.network.threads=3 #42行，broker 处理网络请求的线程数量，一般情况下不需要去修改
num.io.threads=8 #45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
socket.send.buffer.bytes=102400 #48行，发送套接字的缓冲区大小
socket.receive.buffer.bytes=102400 #51行，接收套接字的缓冲区大小
socket.request.max.bytes=104857600 #54行，请求套接字的缓冲区大小
log.dirs=/usr/local/kafka/logs #60行，kafka运行日志存放的路径，也是数据存放的路径
num.partitions=1 #65行，topic在当前broker上的默认分区个数，会被topic创建时的指定参数覆盖
num.recovery.threads.per.data.dir=1 #69行，用来恢复和清理data下数据的线程数量
log.retention.hours=168 #103行，segment文件（数据文件）保留的最长时间，单位为小时，默认为7天，超时将被删除
log.segment.bytes=1073741824 #110行，一个segment文件最大的大小，默认为 1G，超出将新建一个新的segment文件
zookeeper.connect=192.168.239.40:2181,192.168.52.110:2181,192.168.52.100:2181
#123行，配置连接Zookeeper集群地址
mkdir /usr/local/kafka/logs
将kafka传输到其他节点
cd /usr/local
scp -r kafka/ 192.168.52.110:`pwd`
scp -r kafka/ 192.168.52.100:`pwd
修改其他节点配置文件
#50节点
cd /usr/local/kafka/config/
vim server.properties
#修改21行broker的全局唯一编号
broker.id=1
#修改31行监听地址
listeners=PLAINTEXT://192.168.52.110:9092
#60节点
cd /usr/local/kafka/config/
#修改21行broker的全局唯一编号
broker.id=2
#修改31行监听地址
listeners=PLAINTEXT://192.168.52.100:9092
修改环境变量（所有节点）
cd /usr/local/kafka/bin
ls
vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
source /etc/profile
编写 Zookeeper 服务控制脚本
vim /etc/init.d/kafka
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)
echo "---------- Kafka 启动 ------------"
${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
echo "---------- Kafka 停止 ------------"
${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
$0 stop
$0 start
;;
status)
echo "---------- Kafka 状态 ------------"
count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
if [ "$count" -eq 0 ];then
echo "kafka is not running"
else
echo "kafka is running"
fi
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
将服务控制脚本传输到其他节点
scp /etc/init.d/kafka 192.168.52.100:/etc/init.d/
scp /etc/init.d/kafka 192.168.52.110:/etc/init.d/
设置开机自启并启动 Kafka（所有节点）
chmod +x /etc/init.d/kafka
chkconfig --add kafka
service kafka start
ps -ef | grep kafka #查看服务是否启动
Kafka 命令行操作
创建topic
kafka-topics.sh --create --zookeeper 192.168.52.140:2181,192.168.52.110:2181,192.168.52.100:2181 --replication-factor 2 --partitions 3 --topic ky18
#--zookeeper：定义 zookeeper 集群服务器地址，如果有多个 IP 地址使用逗号分割，一般使用一个 IP 即可
#--replication-factor：定义分区副本数，1 代表单副本，建议为 2
#--partitions：定义分区数
#--topic：定义 topic 名称
查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper 192.168.52.140:2181,192.168.52.100:2181,192.168.52.110:2181
查看某个 topic 的详情
kafka-topics.sh --describe --zookeeper 192.168.52.140:2181,192.168.52.100:2181,192.168.52.110:2181
发布消息
kafka-console-producer.sh --broker-list 192.168.52.140:9092,192.168.52.100:9092,192.168.52.110:9092 --topic ky18
消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.52.140:9092,192.168.52.100:9092,192.168.52.110:9092 --topic ky18 --from-beginning
#--from-beginning：会把主题中以往所有的数据都读取出来
修改分区数
kafka-topics.sh --zookeeper 192.168.52.140:2181,192.168.52.100:2181,192.168.52.110:2181 --alter --topic ky18 --partitions 6
删除 topic
kafka-topics.sh --delete --zookeeper 192.168.52.140:2181,192.168.52.100:2181,192.168.52.110:2181 --topic ky18
broker： kafka服务器一个kafka由多个broker组成
topic： 一个消息队列生产者和消费者面向的都是topic
producer： 生产者push 推送消息数据到broker的topic中
consumer: 消费者pull从broker的topic中拉取消息数据
partition: 分区一个topic可以被分成一个或者多个partition分区，用来加快消息的传输（读写）副本对partition 进行备份Leader 负责读写，follower负责备例
partition中的消息数据是有序的。partition之间是无序的在秒杀红包等要求有序场景中只能使用一个partition
offset: 偏移量 记录消费者 消费消息的位置，记录消费者上一次消费的数据到那里了，这样可以接着下一条数据继续进行消费
zookeeper: 保存kafka集群的源信息，保存offset
zookeeper 结合kafka：生产者推送数据到kafka集群时需要通过zk寻址kafka的位置，消费者消费哪条数据也需要zk支持，因为可以从zk中获得offset