Zookeeper-数据(log)和快照(snapshot)

前面我们介绍介绍了几个常用的代理服务器，本章节我们讲来讲解Zookeeper这个中间件。

前面我们介绍了Zookeeper的事务日志（Txn Log）‌，那他在Linux里面究竟是什么样的呢？

默认我们未修改数据存储目录的情况下，这个目录/tmp/zookeeper/

#这只是个范例，现场环境不一样下面的数量不一定是一样的 
[root@localhost ~]# tree /tmp/zookeeper/
/tmp/zookeeper/
├── myid
├── version-2
│   ├── acceptedEpoch
│   ├── currentEpoch
│   ├── log.200000001
│   ├── log.500000001
│   ├── log.60000001a
│   ├── log.800000075
│   ├── log.900000001
│   ├── log.900000004
│   ├── log.900000006
│   └── snapshot.0
└── zookeeper_server.pid

1 directory, 12 files

myid：标识当前ZooKeeper节点的唯一ID（即myid）。

目录version-2：存储ZooKeeper的数据日志文件目录。

Epoch：简单理解就是前面提到选举的任期，在选举中有最高优先级，因为数据里面就包含它。

log.xxx：包含ZooKeeper的所有写操作记录。文件名中的数字表示事务ID（zxid）

事务日志，默认每个文件最大64M,如果leder完成切换，则会实现日志自动轮询。默认情况下，如果未达到快照触发，事务日志会会一直保留，避免出现快照未生成事务日志被删除的情况。

snapshot.x：快照文件，某个时间段完整的数据。

zookeeper_server.pid：记录ZooKeeper服务进程的PID（进程ID）。ZooKeeper重启脚本就依赖它。

默认情况下事务日志和快照是在一个目录下的，但是生产环境建议用下面2个参数分开。

dataDir=/data/zookeeper/snapshot  # 快照存储路径
dataLogDir=/data/zookeeper/logs   # 事务日志存储路径（与快照分离）

前面提到的日志文件，是每一次写请求都会更新，而快照是ZooKeeper根据一定的规则达到一定的条件以后自动执行，那它的默认的规则是多少，如果要修改应该如何修改它。

1. 事务数量阈值（snapCount 参数）默认的指标是10w次事务日志才会触发一次快照，由于3个节点的事务是一样的。避免集群中所有节点同时生成快照（性能抖动），实际触发阈值在 [0.5 * snapCount, snapCount] 间随机选择。若 snapCount=100,000，节点可能在处理 50,000 ~ 100,000 次事务时触发快照，这样就可以规避掉执行快照带来的性能抖动。

2. 时间间隔（snapPeriodSec 参数）默认值：snapPeriodSec=0（不启用时间触发）。若设置为正整数（如 3600），则每隔指定秒数强制生成快照，无论事务数量是否达标。

• 3. 快照的保留数量（autopurge.snapRetainCount）：这个参数指定了在自动清理过程中要保留最近快照文件的数量。默认情况下，这个值设置为3，意味着Zookeeper会自动保留最新的3个快照，并删除任何更旧的快照。调整这个参数可以帮助管理磁盘空间使用，同时确保有足够的历史快照可用于数据恢复。

总结下来一个ZooKeeper的关于日志和快照合理的配置就会包含下面的参数：

# 基础配置
dataDir=/data/zookeeper/snapshot  # 快照存储路径
dataLogDir=/data/zookeeper/logs   # 事务日志存储路径（与快照分离）

# 快照与日志参数
snapCount=100000                   # 每 10 万次事务生成快照
autopurge.snapRetainCount=5        # 保留最近 5 个快照
autopurge.purgeInterval=24         # 每日自动清理一次旧快照和日志
preAllocSize=65536                 # 事务日志预分配 64KB