本文使用《Signature4.0International(CCBY4.0)》许可协议，欢迎转载，或二次使用，但需注明出处。Signature4.0International(CCBY4.0)本文作者：Nicksxs创建时间：2022-05-29本文链接：记录zookeeper集群的迁移和容易出错的点。前段时间做了一个zk的集群升级迁移，可能是因为原来是三节点集群zk集群（zoo.cfg配置中最低可用可能是zk1192.168.2.1zk2192.168.2.2zk3192.168.2.3如下server.1=192.168.2.1:2888:3888server.2=192.168.2.2:2888:3888server.3=192.168.2.3:2888:3888添加节点需要将集群迁移到192.168.2.4（简称zk4），192.168.2.5（简称zk5），192.168.2.6（简称zk6）三台机器上都没有zk部署，我们要的是数据不会丢失，主要考虑的是滚动升级，我其实这里犯了几个错误，我也特意说明了我们要加入Go进去，所以我在zk4、zk5、zk6中的配置是这样的2.4:2888:3888server.5=192.168.2.5:2888:3888server.6=192.168.2.6:2888:3888发现status是节点没有upPS:可以通过./zkServer.shstatus查看当前节点的状态查看第一个问题是我需要一个myid文件来识别我是哪个节点，里面的内容可以写成4或者5或者6这样就可以了，这个文件的路径要在dataDir=data目录下的配置文件中指定第二个问题困扰了我许久。我按照上面的配置启动节点后，发现这些节点都没有起来，出现了FastLeaderElection@xxx-Notificationtimeout:60000的错误。一开始以为是网络没有连接，端口是由于这些原因未开放。检查后，已全部连接。原因其实和我之前的一个考虑有关。当有六个节点时，理论上需要一半以上的节点可用。簇才会健康，但是按照我的方法，我其实配置了6个节点，但是其中3个不可用（包括自己的节点），那自然就不能正常工作了，所以其实需要Rollingadd，类似这样，我的zk4配置应该像这样server.1=192.168.2.1:2888:3888server.2=192.168.2.2:2888:3888server.3=192.168.2.3:2888:3888server.4=192.168。2.4:2888:3888然后zk5配置server.1=192.168.2.1:2888:3888server.2=192.168.2.2:2888:3888server.3=192.168.2.3:2888:3888server.4=192.168.2.4:2888:3888server.5=192.168.2.5:2888:3888然后zk6配置可以都是server.1=192.168.2.1:2888:3888server.2=192.168.2.2:2888:3888server.3=192.168.2.3:2888:3888server.4=192.168.2.4:2888:3888server.5=192.168.2.5:2888:3888server.6=192.168.2.6:2888:3888然后为了集群完全更新，继续添加zk4和zk5的其他节点，这样我的6节点集群启动，下一个节点就在这里。又踩了一个坑，还是没看懂这两种方法的区别。第一个说说我没有用到的第一种方法。（也有道理）其实上面这个集群有一个很明显的问题。事实上，旧集群各自识别一个三节点集群，其中zk3是主节点。对于zk1、zk2、zk3，他们只能看到这三个节点。三个zk4、zk5和zk6节点可以连接到其他五个节点。可以认为这是一个六节点的集群，所以更合理的操作应该是将最后三个节点添加到旧的三个节点上。也就是每个节点的配置里有6台服务器，然后我下线到老节点。这里理想的需要注意的是下一个节点的配置需要修改，下线的节点要去掉。再次重启，比如我知道集群中的leader在zk3上，那么我就先把zk1和zk2连接起来然后我把zk1下线后，把其他5个节点上zk1的配置删掉，然后重启。这个其实没有必要，但是会比较靠谱。理论上我也可以dropzk1和zk2然后修改配置，重启剩下的节点。当集群中只有zk3、zk4、zk5、zk6四个节点，并且每个节点中的配置只有这四台服务器时，当我作为zk3的leader下线时，会进行一次选举，然后会选出一个新的leader，因为刚好是三个节点，这也保证了最低可用性。第二种也是我踩坑的一种方式，就是我没有修改原来三个节点的配置，一开始我以为下线zk1,zk2,zk3就可以完成下线（for选），然后进行Restart，不过这个方法就是我上面说的。原来的三个节点中，我把zk1掉下来还能正常运行，但是当我用zk2下线的时候，集群相当于挂掉了，小于可用的最小值。这样，三个节点就都挂了，而对于新加入的三个节点，又回到了当初起不来的状态。六个节点只有三个节点在线，导致整个集群挂掉，所以像我这样的操作，需要滚动修改才能启动。当zk1离线时，需要将zk1从zk4、zk5、zk6中移除，然后重新启动。当然，这样做唯一的好处就是可以少重启几次。当zk2继续下线时，移除zk2实际上，移除zk1后，修改并重启，当zk2下线时，集群会重新选举，因为当zk2下线时，zk3仍然会一起下线。这是我们需要特别注意的
