ZooKeeper系列(二)
Zookeeper的環境配置
一、Zookeeper的搭建方式
Zookeeper安裝方式有三種,單機模式和叢集模式以及偽叢集模式。
1.單機模式:Zookeeper只執行在一臺伺服器上,適合測試環境;
2.偽叢集模式:就是在一臺物理機上執行多個Zookeeper 例項。
3.叢集模式:Zookeeper運行於一個叢集上,適合生產環境,這個計算機叢集被稱為一個“集合體”(ensemble)。
Zookeeper通過複製來實現高可用性,只要集合體中半數以上的機器處於可用狀態,它就能夠保證服務繼續。為什麼一定要超過半數呢?這跟Zookeeper的複製策略有關:zookeeper確保對znode 樹的每一個修改都會被複制到集合體中超過半數的機器上。
1.1 Zookeeper的單機模式搭建
(1)下載ZooKeeper:http://pan.baidu.com/s/1pJlwbR9
(2)解壓:tar -zxvf zookeeper-3.4.5.tar.gz 重新命名:mv zookeeper-3.4.5 zk
(3)配置檔案:在conf目錄下刪除zoo_sample.cfg檔案,建立一個配置檔案zoo.cfg。
tickTime=2000 dataDir=/usr/local/zk/data dataLogDir=/usr/local/zk/dataLog clientPort=2181 |
(4)配置環境變數:為了今後操作方便,我們需要對Zookeeper的環境變數進行配置,方法如下在/etc/profile檔案中加入如下內容:
export ZOOKEEPER_HOME=/usr/local/zk export PATH=.:HADOOP H OME/bin: ZOOKEEPER_HOME/bin:JAVA H OME/bin: PATH |
(5)啟動ZooKeeper的Server:zkServer.sh start;關閉ZooKeeper的Server:zkServer.sh stop
1.2 Zookeeper的偽叢集模式搭建
Zookeeper不但可以在單機上執行單機模式Zookeeper,而且可以在單機模擬叢集模式 Zookeeper的執行,也就是將不同節點執行在同一臺機器。我們知道偽分佈模式下Hadoop的操作和分散式模式下有著很大的不同,但是在叢集為分佈 式模式下對Zookeeper的操作卻和叢集模式下沒有本質的區別。顯然,叢集偽分散式模式為我們體驗Zookeeper和做一些嘗試性的實驗提供了很大 的便利。比如,我們在實驗的時候,可以先使用少量資料在叢集偽分佈模式下進行測試。當測試可行的時候,再將資料移植到叢集模式進行真實的資料實驗。這樣不 但保證了它的可行性,同時大大提高了實驗的效率。這種搭建方式,比較簡便,成本比較低,適合測試和學習,如果你的手頭機器不足,就可以在一臺機器上部署了 3個server。
1.2.1. 注意事項
在一臺機器上部署了3個server,需要注意的是在叢集為分散式模式下我們使用的每個配置文件模擬一臺機器,也就是說單臺機器及上執行多個Zookeeper例項。但是,必須保證每個配置文件的各個埠號不能衝突,除了clientPort不同之外,dataDir也不同。另外,還要在dataDir所對應的目錄中建立myid檔案來指定對應的Zookeeper伺服器例項。
(1)clientPort埠:如果在1臺機器上部署多個server,那麼每臺機器都要不同的 clientPort,比如 server1是2181,server2是2182,server3是2183,
(2)dataDir和dataLogDir:dataDir和dataLogDir也需要區分下,將資料檔案和日誌檔案分開存放,同時每個server的這兩變數所對應的路徑都是不同的。
(3)server.X和myid: server.X 這個數字就是對應,data/myid中的數字。在3個server的myid檔案中分別寫入了0,1,2,那麼每個server中的zoo.cfg都配 server.0 server.2,server.3就行了。因為在同一臺機器上,後面連著的2個埠,3個server都不要一樣,否則埠衝突。
下面是我所配置的叢集偽分佈模式,分別通過zoo1.cfg、zoo2.cfg、zoo3.cfg來模擬由三臺機器的Zookeeper叢集。詳見下圖1.1-1.3
程式碼清單 1.1 zoo1.cfg
# The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. dataDir=/usr/local/zk/data_1 # the port at which the clients will connect clientPort=2181 #the location of the log file dataLogDir=/usr/local/zk/logs_1 server.0=localhost:2287:3387 server.1=localhost:2288:3388 server.2=localhost:2289:3389 |
程式碼清單 1.2 zoo2.cfg
# The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. dataDir=/usr/local/zk/data_2 # the port at which the clients will connect clientPort=2182 #the location of the log file dataLogDir=/usr/local/zk/logs_2 server.0=localhost:2287:3387 server.1=localhost:2288:3388 server.2=localhost:2289:3389 |
程式碼清單 zoo3.cfg
# The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. dataDir=/usr/local/zk/data_3 # the port at which the clients will connect clientPort=2183 #the location of the log file dataLogDir=/usr/local/zk/logs_3 server.0=localhost:2287:3387 server.1=localhost:2288:3388 server.2=localhost:2289:3389 |
1.2.2 啟動
在叢集為分散式下,我們只有一臺機器,按時要執行三個Zookeeper例項。此時,如果在使用單機模式的啟動命令是行不通的。此時,只要通過下面三條命令就能執行前面所配置的Zookeeper服務。如下所示:
zkServer.sh start zoo1.sh zkServer.sh start zoo2.sh zkServer.sh start zoo3.sh |
啟動過程,如下圖1.4-1.5所示:
圖 1.4
圖 1.5
在執行完第一條指令之後,會出現一些錯誤異常,產生異常資訊的原因是由於Zookeeper服務的每個例項都擁有全域性配置資訊,他們在啟動的時候會隨時隨地的進行Leader選舉操作。此時,第一個啟動的Zookeeper需要和另外兩個Zookeeper例項進行通訊。但是,另外兩個Zookeeper例項還沒有啟動起來,因此就產生了這樣的異樣資訊。
我們直接將其忽略即可,待把圖中“2號”和“3號”Zookeeper例項啟動起來之後,相應的異常資訊自然會消失。此時,可以通過下面三條命令,來查詢。
zkServer.sh status zoo1.cfg zkServer.sh status zoo2.cfg zkServer.sh status zoo3.cfg |
Zookeeper服務的執行狀態,如圖1.6。
圖 1.6
1.3 Zookeeper的叢集模式搭建
為了獲得可靠地Zookeeper服務,使用者應該在一個機群上部署Zookeeper。只要機群上大多數的Zookeeper服務啟動了,那麼總的Zookeeper服務將是可用的。叢集的配置方式,和前兩種類似,同樣需要進行環境變數的配置。在每臺機器上conf/zoo.cf配置檔案的引數設定相同
1.3.1 建立myid
在dataDir(/usr/local/zk/data)目錄建立myid檔案
Server0機器的內容為:0
Server1機器的內容為:1
Server2機器的內容為:2
1.3.2 編寫配置檔案
在conf目錄下刪除zoo_sample.cfg檔案,建立一個配置檔案zoo.cfg,如圖2.4所示。
程式碼清單 2.4 zoo.cfg中的引數設定
# The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. dataDir=/usr/local/zk/data # the port at which the clients will connect clientPort=2183 #the location of the log file dataLogDir=/usr/local/zk/log server.0=hadoop:2288:3388 server.1=hadoop0:2288:3388 server.2=hadoop1:2288:3388 |
1.3.3 啟動
分別在3臺機器上啟動ZooKeeper的Server:zkServer.sh start;
二、Zookeeper的配置
Zookeeper的功能特性是通過Zookeeper配置檔案來進行控制管理的(zoo.cfg).這樣的設計其實有其自身的原因,通過前面對Zookeeper的配置可以看出,在對Zookeeper叢集進行配置的時候,它的配置文件是完全相同的。叢集偽分佈模式中,有少部分是不同的。這樣的配置方式使得在部署Zookeeper服務的時候非常方便。如果伺服器使用不同的配置檔案,必須確保不同配置檔案中的伺服器列表相匹配。
在設定Zookeeper配置文件時候,某些引數是可選的,某些是必須的。這些必須引數就構成了Zookeeper配置文件的最低配置要求。另外,若要對Zookeeper進行更詳細的配置,可以參考下面的內容。
2.1 基本配置
下面是在最低配置要求中必須配置的引數:
1.client:監聽客戶端連線的埠。
2.tickTime:基本事件單元,這個時間是作為Zookeeper伺服器之間或客戶端與伺服器之間維持心跳的時間間隔,每隔tickTime時間就會發送一個心跳;最小的session過期時間為2倍tickTime
3.dataDir:儲存記憶體中資料庫快照的位置,如果不設定引數,更新食物的日誌將被儲存到預設位置。
應該謹慎的選擇日誌存放的位置,使用專用的日誌儲存裝置能夠大大提高系統的效能,如果將日誌儲存在比較繁忙的儲存裝置上,那麼將會很大程度上影像系統性能。
2.2 高階配置
下面是高階配置引數中可選配置引數,使用者可以使用下面的引數來更好的規定Zookeeper的行為:
(1)dataLogdDir
這個操作讓管理機器把事務日誌寫入“dataLogDir”所指定的目錄中,而不是“dataDir”所指定的目錄。這將允許使用一個專用的日誌裝置,幫助我們避免日誌和快照的競爭。配置如下:
# the directory where the snapshot is stored dataDir=/usr/local/zk/data |
(2)maxClientCnxns
這個操作將限制連線到Zookeeper的客戶端數量,並限制併發連線的數量,通過IP來區分不同的客戶端。此配置選項可以阻止某些類別的Dos攻擊。將他設定為零或忽略不進行設定將會取消對併發連線的限制。
例如,此時我們將maxClientCnxns的值設為1,如下所示:
# set maxClientCnxns maxClientCnxns=1 |
啟動Zookeeper之後,首先用一個客戶端連線到Zookeeper伺服器上。之後如果有第二個客戶端嘗試對Zookeeper進行連線,或者有某些隱式的對客戶端的連線操作,將會觸發Zookeeper的上述配置。
(3)minSessionTimeout和maxSessionTimeout
即最小的會話超時和最大的會話超時時間。在預設情況下,minSession=2*tickTime;maxSession=20*tickTime。
2.3 叢集配置
(1)initLimit
此配置表示,允許follower(相對於Leaderer言的“客戶端”)連線並同步到Leader的初始化連線時間,以tickTime為單位。當初始化連線時間超過該值,則表示連線失敗。
(2)syncLimit
此配置項表示Leader與Follower之間傳送訊息時,請求和應答時間長度。如果follower在設定時間內不能與leader通訊,那麼此follower將會被丟棄。
(3)server.A=B:C:D
A:其中 A 是一個數字,表示這個是伺服器的編號;
B:是這個伺服器的 ip 地址;
C:Leader選舉的埠;
D:Zookeeper伺服器之間的通訊埠。
(3)myid和zoo.cfg
除了修改 zoo.cfg 配置檔案,叢集模式下還要配置一個檔案 myid,這個檔案在 dataDir 目錄下,這個檔案裡面就有一個數據就是 A 的值,Zookeeper 啟動時會讀取這個檔案,拿到裡面的資料與 zoo.cfg 裡面的配置資訊比較從而判斷到底是那個 server。
三、搭建ZooKeeper伺服器叢集
搭建要求:
1> zk伺服器叢集規模不小於3個節點
2> 要求各伺服器之間系統時間要保持一致。
3.1 安裝配置ZK
(1)使用WinScp將Zk傳輸到Hadoop主機上的/usr/local,我用的版本是zookeeper-3.4.5.tar.gz。
(2)在hadoop的/usr/local目錄下,解壓縮zk....tar.gz,設定環境變數
a解壓縮:在/usr/local目錄下,執行命令:tar -zxvf zookeeper-3.4.5.tar.gz,如圖2.1。
圖 2.1
b重新命名:解壓後將資料夾,重新命名為zk,執行命令: mv zookeeper-3.4.5 zk如圖2.2。
圖 2.2
c)設定環境變數:執行命令: vi /etc/profile ,新增 :export ZOOKEEPER_HOME=/usr/local/zk,如圖2.3所示的內容。執行命令:source /etc/profile 如圖2.4所示。
圖 2.3
圖2.4
3.2 修改ZK配置檔案
(1)重新命名:將/usr/local/zk/conf目錄下zoo_sample.cfg,重新命名為zoo.cfg,執行命令:mv zoo_sample.cfg zoo.cfg。如圖2.5所示。
圖 2.5
(2)檢視:在/usr/local/zk/conf目錄下,修改檔案 vi zoo.cfg,檔案內容如下圖2.6所示。在該檔案中dataDir表示檔案存放目錄,它的預設設定為/tmp/zookeeper這是一個臨時存放目錄,每次重啟後會丟失,在這我們自己設一個目錄,/usr/local/zk/data。
圖 2.6
(2)建立資料夾:mkdir /usr/local/zk/data
(3)建立myid:在data目錄下,建立檔案myid,值為0;vi myid ;內容為0。
(4)編輯:編輯該檔案,執行vi zoo.cfg ,修改dataDir=/usr/local/zk/data。
新增:server.0=hadoop:2888:3888
server.1=hadoop0:2888:3888
server.2=hadoop1:2888:3888
tickTime :這個時間是作為 Zookeeper 伺服器之間或客戶端與伺服器之間維持心跳的時間間隔,也就是每個 tickTime 時間就會發送一個心跳;
dataDir:顧名思義就是 Zookeeper 儲存資料的目錄,預設情況下,Zookeeper 將寫資料的日誌檔案也儲存在這個目錄裡;
clientPort:這個埠就是客戶端連線 Zookeeper 伺服器的埠,Zookeeper 會監聽這個埠,接受客戶端的訪問請求。
當這些配置項配置好後,就可以啟動 Zookeeper 了,啟動後使用命令echo ruok | nc localhost 2181檢查 Zookeeper 是否已經在服務。
3.3 配置其他節點
(1)把haooop主機的zk目錄和/etc/profile目錄,複製到hadoop0和hadoop1中。執行命令:
scp -r /usr/local/zk/ hadoop0:/usr/local/ scp -r /usr/local/zk/ hadoop1:/usr/local/ scp /etc/profile hadoop0:/etc/ scp /etc/profile hadoop1:/etc/ ssh hadoop0 suorce /etc/profile vi /usr/local/zk/data/myid exit ssh hadoop1 suorce /etc/profile vi /usr/local/zk/data/myid exit |
(2)把hadoop1中相應的myid的值改為1,把hadoop2中相應的myid的值改為2。
四、啟動檢驗
(1)啟動,在三個節點上分別執行命令zkServer.sh start
hadoop節點:如圖3.1所示。
圖 3.1
hadoop0節點:如圖3.2所示。
圖 3.2
hadoop1節點:如圖3.3所示。
圖 3.3
(2)檢驗,在三個節點上分別執行命令zkServer.sh status,從下面的圖中我們會發現hadoop和hadoop1為Follower,hadoop0為Leader。
hadoop節點:如圖3.4
圖 3.4
hadoop0節點:如圖3.5
圖 3.5
下期預告:ZooKeeper的操作和示例,敬請關注。本期內容及供大家參考,有什麼不對的地方,希望大家給予指點更正。如果您覺得,文章寫得還行,就擡起您的貴手,點一下推薦。