在设计监控方案前，我们先看一下如何来获取监控数据。
获取ZK监控数据的手段有两种：
第一种：使用ZK四字母命令
ZK提供了多达十几种四个字母的命令，用于获取ZK的状态信息。常见命令如下：
| 命令 | 功能 |
| conf | 打印服务配置信息 |
cons | 获取与本机相连的所有客户端详细信息 |
| crst | 将所有客户端的统计信息重置（谨慎使用） |
| stat | 列出客户端的简要信息 |
| envi | 打印ZK服务的环境变量 |
| mntr | ZK集群健康信息 |
| wchs | watchs的简要信息 |
命令的使用如下，将具体的命令、ZK地址、端口替换即可：
echo ${command} | nc ${zk_server_ip} ${zk_server_port}
第二种：使用JMX
ZK默认是打开JMX的，用户只需要设置环境变量JMXPORT即可（3.4.12版本，其他版本没测）。具体做法是在打开{zk_install_path}/bin/zkServer.sh文件，在最上方加入JMXPORT={port}即可。然后可通过jconsole测试是否开启成功。
知道了如何获取监控数据，接下来我们就可以设计一套监控系统了。话不多说，直接上方案。
方案一：push模式
设计要点：
每个ZK节点安装一个采集器；
采集器每隔一段时间以UDP方式将监控数据发到监控系统；
监控系统启动一个UDP服务，以接受数据。
实现要点：
监控数据的采集采用ZK提供的四字命令来获取ZK状态；
为实现方便，采集器采用python来开发；
UDP服务用netty即可。
我们可以用python与本机建立连接，获取监控信息，再发送给监控服务器。采集器核心代码如下：
s = socket.socket()s.connect((host, int(port)))s.send(cmd)
方案二：pull模式：
监控系统启动定时任务，从ZK节点直接获取数据，可通过socket发送命令或JMX。
方案的对比：
第一种方案扩展性较好，适合大型集群，开发工作量偏大。第二种方案简单，适合小型集群使用。
要重点注意Zookeeper哪些指标
zk_approximate_data_size：快照体积，ZK保存数据的大小。这个值不要太大，太大的原因多半是业务使用不规范，将大量数据存储到ZK中。ZK不是为通用文件存储设计的，切记！
zk_znode_count：znode的数量，所有数据其实都是由一个名为DataTree的数据结构管理。如果节点过多势必影响ZK事务的执行速度。
zk_followers zk_synced_followers：zk_followers是集群follower数量，zk_synced_followers是跟leader同步的follwer数量，这两个值正常情况下应该相等。不相等需及时处理；
zk_num_alive_connections：活跃连接数，要注意是否过多；
zk_watch_count: watch的数量；
zk_packets_sent/zk_packets_received: 发送与接收数据包的量，要注意波动是否很明显，有没有流量激增情况；
zk_avg_latency/zk_max_latency：请求的延迟平均值与最大值；
zk_open_file_descriptor_count：打开的文件句柄数；
