druid叢集的安裝和驗證
核心
1、環境和架構
2、druid的安裝
3、druid的配置
4、overlord json
5、overlord csv
1、druid 環境和架構
環境資訊
Centos6.5
32GB 8C *5
Zookeeper 3.4.5
Druid 0.9.2
Hadoop-2.6.5
Jdk1.7
架構
10.20.23.42 Broker Real-time datanode NodeManager QuorumPeerMain
10.20.23.29 middleManager datanode NodeManager
10.20.23.38 overlord datanode NodeManager QuorumPeerMain
10.20.23.82 coordinator namenode ResourceManager
10.20.23.41 historical datanode NodeManager QuorumPeerMain
2、druid安裝
Hadoop的安裝就不介紹了，之前一直用Hadoop2.3.0安裝但是沒有成功，所以換成了2.6.5
和單機一樣的流程
1、 先解壓
2、 拷貝檔案
拷貝Hadoop的配置檔案到 ${DRUID_HOME}/conf/druid/_common目錄下面，拷貝4個core-site.xml hdfs-site.xml mapred-site.xml yarn-site.xml
3、 建立目錄，拷貝jar包
在${DRUID_HOME} /hadoop-dependencies/hadoop-client目錄下面建立一個2.6.5(建議選擇Hadoop的版本號)的資料夾，將Hadoop的jar包拷貝到這個目錄下面
4、 修改配置檔案
注意：配置檔案特別繁瑣，只要有一個地方配置錯誤任務就不能執行
#配置元資料資訊，修改成druid-hdfs-storage和mysql-metadata-storage
druid.extensions.loadList=["druid-hdfs-storage","mysql-metadata-storage"]
#配置zookeeper的資訊
druid.zk.service.host=10.20.23.82:2181
druid.zk.paths.base=/druid/cluster
#配置元資料MySQL的資訊
druid.metadata.storage broker的配置
broker的配置，主要配置根據實際情況修改記憶體分配的大小。新增druid.host引數和修改Duser.timezone的值，因為druid預設的時區是Z。所以我們需要加上+0800
[[email protected] broker]$ cat jvm.config
-server
-Xms1g
-Xmx1g
-XX:MaxDirectMemorySize=4096m
-Duser.timezone=UTC+0800
-Dfile.encoding=UTF-8
-Djava.io.tmpdir=var/tmp
-Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
[[email protected] broker]$ cat runtime.properties
druid.host=10.20.23.82
druid.service=druid/broker
druid.port=8082
# HTTP server threads
druid.broker.http.numConnections=5
druid.server.http.numThreads=25
# Processing threads and buffers
druid.processing.buffer.sizeBytes=536870912
druid.processing.numThreads=7
# Query cache
druid.broker.cache.useCache=true
druid.broker.cache.populateCache=true
druid.cache.type=local
druid.cache.sizeInBytes=2000000000coordinator的配置
coordinator的配置，主要配置根據實際情況修改記憶體分配的大小。新增druid.host引數和修改Duser.timezone的值，因為druid預設的時區是Z。所以我們需要加上+0800
[[email protected] coordinator]$ cat jvm.config
-server
-Xms1g
-Xmx1g
-Duser.timezone=UTC+0800
-Dfile.encoding=UTF-8
-Djava.io.tmpdir=var/tmp
-Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
-Dderby.stream.error.file=var/druid/derby.log
[[email protected] coordinator]$ cat runtime.properties
druid.host=10.20.23.82
druid.service=druid/coordinator
druid.port=18091
druid.coordinator.startDelay=PT30S
druid.coordinator.period=PT30Shistorical 的配置
historical的配置，主要配置根據實際情況修改記憶體分配的大小。新增druid.host引數和修改Duser.timezone的值，因為druid預設的時區是Z。所以我們需要加上+0800
[[email protected] historical]$ cat jvm.config
-server
-Xms1g
-Xmx1g
-XX:MaxDirectMemorySize=4960m
-Duser.timezone=UTC+0800
-Dfile.encoding=UTF-8
-Djava.io.tmpdir=var/tmp
-Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
[[email protected] historical]$ cat runtime.properties
druid.host=10.20.23.82
druid.service=druid/historical
druid.port=8083
# HTTP server threads
druid.server.http.numThreads=25
# Processing threads and buffers
druid.processing.buffer.sizeBytes=536870912
druid.processing.numThreads=7
# Segment storage
druid.segmentCache.locations=[{"path":"var/druid/segment-cache","maxSize"\:130000000000}]
druid.server.maxSize=130000000000middleManager 的配置
middleManager的配置，主要配置根據實際情況修改記憶體分配的大小。新增druid.host引數和修改Duser.timezone的值，因為druid預設的時區是Z。所以我們需要加上+0800
其中hadoop-client:2.6.5 這個2.6.5是和第3點中建立的路徑名字是一樣的，
[[email protected] middleManager]$ cat jvm.config
-server
-Xms64m
-Xmx64m
-Duser.timezone=UTC+0800
-Dfile.encoding=UTF-8
-Djava.io.tmpdir=var/tmp
-Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
[hado[email protected] middleManager]$ cat runtime.properties
druid.service=druid/middleManager
druid.port=8091
# Number of tasks per middleManager
druid.worker.capacity=3
# Task launch parameters
druid.indexer.runner.javaOpts=-server -Xmx2g -Duser.timezone=UTC+0800 -Dfile.encoding=UTF-8 -Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
druid.indexer.task.baseTaskDir=var/druid/task
# HTTP server threads
druid.server.http.numThreads=25
# Processing threads and buffers
druid.processing.buffer.sizeBytes=536870912
druid.processing.numThreads=2
# Hadoop indexing
druid.host=10.20.23.82
druid.indexer.task.hadoopWorkingPath=/druid/hadoop-tmp
druid.indexer.task.defaultHadoopCoordinates=["org.apache.hadoop:hadoop-client:2.6.5"]overlord 的配置
overlord的配置，主要配置根據實際情況修改記憶體分配的大小。新增druid.host引數和修改Duser.timezone的值，因為druid預設的時區是Z。所以我們需要加上+0800
[[email protected] overlord]$ cat jvm.config
-server
-Xms1g
-Xmx1g
-Duser.timezone=UTC+0800
-Dfile.encoding=UTF-8
-Djava.io.tmpdir=var/tmp
-Djava.util.logging.manager=org.apache.logging.log4j.jul.LogManager
[[email protected] overlord]$ cat runtime.properties
druid.host=10.20.23.82
druid.service=druid/overlord
druid.port=8090
druid.indexer.queue.startDelay=PT30S
druid.indexer.runner.type=remote
druid.indexer.storage.type=metadata5、 在 通過scp拷貝到其他的機器上面去
6、 在對應機器啟動各個程序
java `cat conf/druid/historical/jvm.config | xargs` -cp "conf/druid/_common:conf/druid/historical:lib/*" io.druid.cli.Main server historical
java `cat conf/druid/broker/jvm.config | xargs` -cp "conf/druid/_common:conf/druid/broker:lib/*" io.druid.cli.Main server broker
java `cat conf/druid/coordinator/jvm.config | xargs` -cp "conf/druid/_common:conf/druid/coordinator:lib/*" io.druid.cli.Main server coordinator
java `cat conf/druid/overlord/jvm.config | xargs` -cp "conf/druid/_common:conf/druid/overlord:lib/*" io.druid.cli.Main server overlord
java `cat conf/druid/middleManager/jvm.config | xargs` -cp "conf/druid/_common:conf/druid/middleManager:lib/*" io.druid.cli.Main server middleManager3、overlord json檔案
[[email protected]-L0038784 hadoop-client]$ hadoop fs -ls /druid
drwxr-xr-x - hadoop supergroup 0 2017-05-30 16:02 /druid/hadoop-tmp
drwxr-xr-x - hadoop supergroup 0 2017-05-30 16:00 /druid/indexing-logs
drwxr-xr-x - hadoop supergroup 0 2017-05-30 15:39 /druid/segments
-rw-r--r-- 3 hadoop supergroup 153 2017-05-29 16:58 /druid/wikipedia_data.csv
-rw-r--r-- 3 hadoop supergroup 17106256 2017-05-29 10:54 /druid/wikiticker-2015-09-12-sampled.json執行overlord命令
curl -X 'POST' -H 'Content-Type:application/json' -d @quickstart/wikiticker-index.json 10.20.23.38:8090/druid/indexer/v1/task在監控頁面可以檢視到SUCCESS說明已經overlord成功了
查詢
[hadoop@SZB-L0038787 druid-0.9.2]$ curl -L -H'Content-Type: application/json' -XPOST --data-binary @quickstart/wikiticker-top-pages.json http://10.20.23.42:8082/druid/v2/?pretty
[ {
"timestamp" : "2015-09-12T00:46:58.771Z",
"result" : [ {
"page" : "Wikipedia:Vandalismusmeldung",
"edits" : 20
}, {
"page" : "Jeremy Corbyn",
"edits" : 18
}, {
"page" : "User talk:Dudeperson176123",
"edits" : 17
}, {
"page" : "Utente:Giulio Mainardi/Sandbox",
"edits" : 16
}, {
"page" : "User:Cyde/List of candidates for speedy deletion/Subpage",
"edits" : 15
}, {
"page" : "Wikipédia:Le Bistro/12 septembre 2015",
"edits" : 14
}, {
"page" : "Wikipedia:Administrators' noticeboard/Incidents",
"edits" : 12
}, {
"page" : "Kim Davis (county clerk)",
"edits" : 11
}, {
"page" : "The Naked Brothers Band (TV series)",
"edits" : 10
}, {
"page" : "Гомосексуальный образ жизни",
"edits" : 10
}, {
"page" : "Wikipedia:Administrator intervention against vandalism",
"edits" : 9
}, {
"page" : "Wikipedia:De kroeg",
"edits" : 9
}, {
"page" : "Wikipedia:Files for deletion/2015 September 12",
"edits" : 9
}, {
"page" : "التهاب السحايا",
"edits" : 9
}, {
"page" : "Chess World Cup 2015",
"edits" : 8
}, {
"page" : "The Book of Souls",
"edits" : 8
}, {
"page" : "Wikipedia:Requests for page protection",
"edits" : 8
}, {
"page" : "328-я стрелковая дивизия (2-го формирования)",
"edits" : 7
}, {
"page" : "Campanya dels Balcans (1914-1918)",
"edits" : 7
}, {
"page" : "Homo naledi",
"edits" : 7
}, {
"page" : "List of shipwrecks in August 1944",
"edits" : 7
}, {
"page" : "User:Tokyogirl79/sandbox4",
"edits" : 7
}, {
"page" : "Via Lliure",
"edits" : 7
}, {
"page" : "Vorlage:Revert-Statistik",
"edits" : 7
}, {
"page" : "Wikipedia:Löschkandidaten/12. September 2015",
"edits" : 7
} ]
} ]Json檔案的內容 特別注意需要加上jobProperties 這個不然程式會報錯
json index的配置
[hadoop@SZB-L0038787 druid-0.9.2]$ cat quickstart/wikiticker-index.json
{
"type" : "index_hadoop",
"spec" : {
"ioConfig" : {
"type" : "hadoop",
"inputSpec" : {
"type" : "static",
"paths" : "/druid/wikiticker-2015-09-12-sampled.json"
}
},
"dataSchema" : {
"dataSource" : "wikiticker",
"granularitySpec" : {
"type" : "uniform",
"segmentGranularity" : "day",
"queryGranularity" : "none",
"intervals" : ["2015-09-12/2015-09-13"]
},
"parser" : {
"type" : "hadoopyString",
"parseSpec" : {
"format" : "json",
"dimensionsSpec" : {
"dimensions" : [
"channel",
"cityName",
"comment",
"countryIsoCode",
"countryName",
"isAnonymous",
"isMinor",
"isNew",
"isRobot",
"isUnpatrolled",
"metroCode",
"namespace",
"page",
"regionIsoCode",
"regionName",
"user"
]
},
"timestampSpec" : {
"format" : "auto",
"column" : "time"
}
}
},
"metricsSpec" : [
{
"name" : "count",
"type" : "count"
},
{
"name" : "added",
"type" : "longSum",
"fieldName" : "added"
},
{
"name" : "deleted",
"type" : "longSum",
"fieldName" : "deleted"
},
{
"name" : "delta",
"type" : "longSum",
"fieldName" : "delta"
},
{
"name" : "user_unique",
"type" : "hyperUnique",
"fieldName" : "user"
}
]
},
"tuningConfig" : {
"type" : "hadoop",
"partitionsSpec" : {
"type" : "hashed",
"targetPartitionSize" : 5000000
},
"jobProperties" : {
"mapreduce.job.classloader": "true",
"mapreduce.job.classloader.system.classes": "-javax.validation.,java.,javax.,org.apache.commons.logging.,org.apache.log4j.,org.apache.hadoop."
}
}
}
}查詢的json檔案
[hadoop@SZB-L0038787 druid-0.9.2]$ cat quickstart/wikiticker-top-pages.json
{
"queryType" : "topN",
"dataSource" : "wikiticker",
"intervals" : ["2015-09-12/2015-09-13"],
"granularity" : "all",
"dimension" : "page",
"metric" : "edits",
"threshold" : 25,
"aggregations" : [
{
"type" : "longSum",
"name" : "edits",
"fieldName" : "count"
}
]
}5、overlord csv檔案
我們先準備一些csv的資料
[[email protected] data]$ cat test
2017-08-01T01:02:33Z,10202111900173056925,30202111900037998891,2020211,20202000434,2,1,B18,3,4,J,B,2020003088,,,,,,01,,00000655,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-06-0910:56:03+08:00,
2017-07-16T01:02:33Z,10202111900164385197,30202111900034745280,2020211,20202000434,2,1,B18,3,4,J,B,2020003454,,,,,,01,,00000655,,,,,-2000.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-04-1510:42:26+08:00,
2017-05-15T01:02:33Z,13024011900164473005,33024011900035728305,2302401,2302401,2,1,A01,2,1,G,H,2300000212,,,,30240061,,01,309,,,,,,59.25,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-04-1517:23:31+08:00,
2017-08-01T01:02:33Z,10202111900173999588,30202111900038540746,2020211,20202000434,2,1,B18,3,4,J,B,2020003155,,,,,,01,,00000655,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-06-1515:41:34+08:00,
2017-08-01T01:02:33Z,10202111900174309914,30202111900038542126,2020211,20202000434,2,1,B18,3,4,J,B,2020003155,,,,,,01,,00000655,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-06-1710:36:16+08:00,
2017-08-01T01:02:33Z,10202111900176540667,30202111900038893351,2020211,20202000434,2,1,B18,3,4,J,B,2020003155,,,,,,01,,00000655,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-06-2913:54:09+08:00,
2017-06-18T01:02:33Z,12078001900174397522,32078001900038476523,22078,22078002835,2,1,A56,2,2,C,A,2200041441,,,,20760002,,01,999,,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-06-1717:36:41+08:00,
2017-12-24T01:02:33Z,11414021900149429403,31414021900036312816,2141402,21414020238,2,1,A01,2,2,8,9,2141400018,,,,14140018,,01,402,,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2014-12-2612:15:31+08:00,
2017-06-01T01:02:33Z,10202111900165839017,30202111900035354013,2020211,20202000434,2,1,B18,3,4,J,B,2020003088,,,,,,01,,00000655,,,,,0.00,OLAPMAN,2017-01-0421:16:08+08:00,OLAPMAN,2017-01-0421:16:08+08:00,2015-04-2314:32:53+08:00,準備csv的json檔案
[hadoop@SZB-L0038787 quickstart]$ cat test-index.json
{
"type": "index_hadoop",
"spec": {
"dataSchema": {
"dataSource": "test",
"parser": {
"type": "string",
"parseSpec":
{
"format" : "csv",
"timestampSpec" :
{
"column" : "stat_date"
},
"columns" : [
"stat_date",
"policy_no",
"endorse_no",
"department_code",
"sale_group_code",
"business_type",
"business_mode",
"plan_code",
"business_source_code",
"business_source_detail_code",
"channel_source_code",
"channel_source_detail_code",
"sale_agent_code",
"primary_introducer_code",
"renewal_type",
"purchase_year",
"agent_code",
"partner_id",
"currency_code",
"parent_company_code",
"broker_code",
"dealer_code",
"auto_series_id",
"usage_attribute_code",
"new_channel_ground_mark",
"ply_prem_day",
"created_by",
"date_created",
"updated_by",
"date_updated",
"underwrite_time",
"partner_worknet_code"
],
"dimensionsSpec" :
{
"dimensions" : [
"department_code",
"sale_group_code",
"business_type",
"business_mode",
"plan_code",
"business_source_code",
"business_source_detail_code",
"channel_source_code",
"channel_source_detail_code",
"sale_agent_code"
]
}
}
},
"metricsSpec": [
{
"type": "count",
"name": "count"
},
{
"type": "doubleSum",
"name": "ply_prem_day",
"fieldName": "ply_prem_day"
}
],
"granularitySpec": {
"type": "uniform",
"segmentGranularity": "DAY",
"queryGranularity": "NONE",
"intervals": ["2017-05-15/2017-12-25"]
}
},
"ioConfig" : {
"type" : "hadoop",
"inputSpec" : {
"type" : "static",
"paths" : "/druid/test"
}
},
"tuningConfig" : {
"type": "hadoop",
"jobProperties" : {
"mapreduce.job.classloader": "true",
"mapreduce.job.classloader.system.classes": "-javax.validation.,java.,javax.,org.apache.commons.logging.,org.apache.log4j.,org.apache.hadoop."
}
}
}
}準備csv的查詢json檔案
[hadoop@SZB-
相關推薦
druid叢集的安裝和驗證
核心
1、環境和架構
2、druid的安裝
3、druid的配置
4、overlord json
5、overlord csv
1、druid 環境和架構
環境資訊
Centos6.5
32GB 8C *5
Zookeeper 3.4.5
Sqoop的安裝和驗證
connector RKE bin 關系 user linu cos req config Sqoop是一個用來完成Hadoop和關系型數據庫中的數據相互轉移的工具，它可以將關系型數據庫中的數據導入到Hadoop的HDFS中，也可以將HDFS的數據導入到關系型數據庫中。
03. CouchBase叢集安裝和配置(02)-CouchBase從0到50
4.叢集配置
couchbase叢集可以採用2種方式配置
直接ip叢集互聯
通過hostname叢集互聯 為了方便以後的維護和變更，我們採用hostname的進行配置。 首先確保三臺測試機之間網路互通，防護牆，selinux和埠之類的都配置ok了。
4.1 hosts設定
配置三臺機
storm概述、叢集安裝和簡單的命令列操作
http://storm.apache.org
Apache Storm是一個免費的開源分散式實時計算系統。Storm可以輕鬆可靠地處理無限資料流，實現Hadoop對批處理所做的實時處理。Storm非常簡單，可以與任何程式語言一起使用，並且使用起 來很有趣!
Storm有許多用例:實時分析，
kafka2.9.2的分散式叢集安裝和demo(java api)測試
問題導讀1、什麼是kafka?2、kafka的官方網站在哪裡？3、在哪裡下載？需要哪些元件的支援？4、如何安裝？ 一、什麼是kafka? kafka是LinkedIn開發並開源的一個分散式MQ系統，現在是Apache的一個孵化專案。在它的主頁描述kafka為一個高吞吐量
Spark叢集安裝和WordCount編寫
一、Spark概述
官網：http://spark.apache.org/
Apache Spark™是用於大規模資料處理的統一分析引擎。
為大資料處理而設計的快速通用的計算引擎。
Spark加州大學伯克利分校AMP實驗室。不同於mapreduce的是一個Sp
CentOS6u9 Oracle11g RAC 搭建部署（三）叢集安裝和PSU補丁升級
6-叢集安裝：
1° 安裝grid：
# 將安裝包上傳到某一個節點即可
chown grid: /tmp/p13390677_112040_Linux-x86-64_3of7.zip
su - grid
cd /tmp/
unzip p13390677_
Spark叢集安裝和使用
本文主要記錄 CDH5 叢集中 Spark 叢集模式的安裝過程配置過程並測試 Spark 的一些基本使用方法。
安裝環境如下：
作業系統：CentOs 6.5Hadoop 版本：cdh-5.3.0Spark 版本：cdh5-1.2.0_5.3.0關於 yum 源的配置以及 Hadoop 叢集的安裝，請參考
Centos7 Redis5.0.5 三主三從叢集安裝和環境配置
Centos7 Redis5.0.5 三主三從叢集安裝和環境配置
1.下載Redis
開啟redis官網https://red
elasticsearch叢集安裝+安全驗證+kibana安裝
## 準備環境
* 啟動4個centos容器, 並暴露相對應埠 （我的本機ip為172.16.1.236，以下涉及到的地方需要修改為自己的ip）
| node_name | ip | http port| transport port |
| --- | --- | ---| ---|
| es01 |
nginx安裝和測試 （已驗證）
fig figure lib pan 首頁 min 正常 如果 nginx安裝 進入：/usr/local/nginx 目錄註意：為了保證各插件之間的版本兼容和穩定，建議先通過以下版本進行測試驗證。一、下載版本
下載nginx: wget http://nginx.o
linux環境下pytesseract的安裝和央行征信中心的登錄驗證碼識別實戰
int tab 權限 linux a-z 都是 提示 解釋 text 首先是安裝，我參考的是這個 http://blog.csdn.net/xinghun_4/article/details/47860645
我是centos，使用yum
yum install pyt
第5章 選舉模式和ZooKeeper的叢集安裝 5-1 叢集的一些基本概念
xx就是我們的master，也就是我們的主節點。心跳機制，當有一個節點掛掉之後，整個叢集還是可以工作的。選舉模式，我們現在的master是正常執行的，但是在某些情況下它宕機了宕機了，那麼這個時候它這個叢集裡面就少了master，沒有master兩個slave需要去競爭。競爭完之後slave1把slave2給幹
spark2.2.2安裝和叢集搭建
1.環境準備
安裝Hadoop-2.7.2 安裝scala-2.11.8 安裝jdk-1.8.0_171 準備安裝包:spark-2.2.2-bin-hadoop2.7.tgz,並解壓至hadoop使用者目錄.
tar zxvf spark-2.2.2-bin-hadoop2.7.tgz
mv spa
zookeeper3.4.8安裝和叢集搭建
1.環境準備
建立zookeeper使用者. 準備安裝包: zookeeper-3.4.8.tar.gz. 拷貝至安裝目錄並解壓
tar zxvf zookeeper-3.3.6.tar.gz
mv zookeeper-3.3.6 zookeeper
2.配置檔案
zookeeper/c
Kafka2.10安裝和叢集搭建
1.安裝前準備
jdk1.8.0_171 kafka_2.10-0.10.0.0.tgz 將壓縮包解壓至kafka使用者目錄.
2.配置檔案
config/server.properties
#修改一下幾項,其他不動
#唯一標識，叢集內各個broker.id不能重複
broker.i
【zookeeper】zookeeper介紹及安裝和叢集配置
1.什麼是zookeeper ?
zookeeper 英文直譯是動物管理員,試想下,動物園裡有很多動物,如果沒有動物管理員去做管理的話,各種動物混在一起很可能出現打架問題,疾病,髒,等等一系列問題,這個時候就需要有個主人去把這些動物統一管理起來,zookeeper其實
linux系統MySQL的安裝和hive叢集安裝詳細步驟及講解
此安裝步驟是多年經驗總結,一定要嚴格按照步驟進行,一定要細心!!! MySQL的安裝是重中之重!!!出現錯誤很難修改!!! 另外安裝命令不要複製!!!自己手敲!!!不要複製!!!複製可能導致出錯!!! 空格，小數點要格外注意，都不能少
一、先刪除Linux自帶的MySQL
1、找到
WAS叢集安裝<一>系統環境配置和規劃
說明：
一直使用WAS，但是裡面的很多知識一直沒有時間來寫文章共享，現在比較有時間了，就把以前的知識進行了一個詳細梳理，整理出Was叢集安裝和Was對應用的處理注意事項等一些文章，共享給開源中國的朋友們，希望能幫助到有需要的朋友們。
工具及系統：VM10、SecureCRT、CentO
linux下單節點和叢集安裝zookeeper（詳細步驟）
單節點安裝zookeeper
1、解壓zookeeper檔案
將下載到的zookeeper-3.4.6.tar.gz安裝檔案上傳到伺服器的/home目錄,解壓後進入根目錄建立data資料夾和logs資料夾
cd /usr/local