Zookeeper故障恢复可按以下步骤操作：

1. 故障检测

   • 使用四字命令（如ruok、stat）检查节点状态。
   • 通过监控工具（如Prometheus+Grafana）实时监控集群状态，触发告警。

2. 节点故障处理

   • 重启节点：通过zkServer.sh restart命令重启故障节点。
   • 替换节点：若节点无法恢复，需从备份恢复数据后，按配置重新部署新节点。

3. 数据恢复

   • 从快照恢复：将备份的快照文件（version-*）和事务日志复制到节点数据目录，重启节点后自动恢复。
   • 注意事项：恢复前需停止所有节点，确保数据一致性；恢复后需验证集群状态。

4. 故障转移与集群恢复

   • 主节点故障时，集群会自动选举新Leader，无需手动干预。
   • 若需手动调整集群配置（如新增节点），需通过zkCli.sh或API修改集群元数据。

5. 预防措施

   • 配置高可用集群（至少3个节点），避免单点故障。
   • 定期备份快照和事务日志，通过定时任务（如cron）自动化备份。

参考来源：