本地虚拟机redhat7安装kafka教程第一步----zookeeper的安装与配置     

 1、下载zookeeper版本；

             本次下载的是Zookeeper-3.4.10版本，可以使用wget下载，
                wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.10/zookeeper-3.4.10.tar.gz
               也可以使用浏览器自行下载。
              下载地址：http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.10/

2、安装和配置；

            1、将下载好的压缩包zookeeper-3.4.10.tar.gz放到相关的目录，例如：lihaizhen，然后解压Zookeeper；
                    #cd /lihaizhen;
                    #tar -zxvf zookeeper-3.4.10.tar.gz;       
              2、修改配置文件；
                       进入/lihaizhen/zookeeper-3.4.10/conf目录，将zoo_sample.cfg（样板配置文件）命名为zoo.cfg。
                        cd /zookeeper-3.4.10/conf
                        mv zoo_sample.cfg zoo.cfg
                 里面有两个比较重要的配置：
                （1）、dataDir=/lihaizhen/zookeeper-3.4.10/data                        # 数据存放位置，可根据需要修改；
                （2）、clientPort=2181                                                        # 服务监听端口，可根据需要修改；

       常用操作；

                      # cd /lihaizhen/zookeeper-3.4.10/bin/
                      #./zkServer.sh start           Zookeeper服务端启动；        
                      #./zkServer.sh stop           Zookeeper服务端停止；
                      #./zkServer.sh restart       Zookeeper服务端重启；
                      #ps -ef|grep zookeeper;     查看Zookeeper进程；
                      #./zkServer.sh status       查看Zookeeper服务端状态；
                      #./zkCli.sh -server 127.0.0.1:2181    Zookeeper客户端登陆；
Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南