通过docker部署zookeeper并启动

单节点安装

一、环境说明

讲解版本：
Docker version 24.0.6

二、拉取zookeeper镜像

docker pull zookeeper

默认摘取最新版本的zookeeper:latest。
在这里插入图片描述

  • 查看镜像
    在这里插入图片描述

三、准备工作

将它部署在 /usr/local/zookeeper 目录下：

 cd /usr/local && mkdir zookeeper && cd zookeeper

创建data目录，用于挂载容器中的数据目录：

mkdir data

在这里插入图片描述

四、正式部署

  • 部署命令
docker run -d -e TZ="Asia/Shanghai" -p 2181:2181 -v $PWD/data:/data --name zookeeper --restart always zookeeper
  • 命令详细说明：
-e TZ="Asia/Shanghai" # 指定上海时区 
-d # 表示在一直在后台运行容器
-p 2181:2181 # 对端口进行映射，将本地2181端口映射到容器内部的2181端口
--name # 设置创建的容器名称
-v # 将本地目录(文件)挂载到容器指定目录；--restart always #始终重新启动zookeeper
  • 查看容器运行情况
docker ps -a

在这里插入图片描述
注：状态（STATUS）为Up，说明容器已经启动成功。

五、测试

  • 使用zk命令行客户端连接zk
docker run -it --rm --link zookeeper:zookeeper zookeeper zkCli.sh -server zookeeper

说明：-server zookeeper是启动zkCli.sh的参数
在这里插入图片描述

# docker # zookeeper # debian
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局