# jdk setting
export JAVA_HOME=/opt/jdk
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=$JAVA_HOME/lib/
export PATH=$PATH:$JAVA_HOME/bin
| ip | 系统版本 | 主机名 | zookeeper版本 |
|---|---|---|---|
| 172.16.50.61 | centos7 | kafka_zk_01 | 3.6.0 |
| 172.16.50.62 | centos7 | kafka_zk_02 | 3.6.0 |
| 172.16.50.63 | centos7 | kafka_zk_03 | 3.6.0 |
cd /opt && wget https://downloads.apache.org/zookeeper/zookeeper-3.6.0/apache-zookeeper-3.6.0-bin.tar.gz
tar zxvf apache-zookeeper-3.6.0-bin.tar.gz && mv apache-zookeeper-3.6.0-bin zookeeper
mkdir -p /opt/zookeeper/data ## 创建这个目录是下面步骤的配置文件使用
mkdir -p /opt/zookeeper/logs ## 创建这个目录是下面步骤的配置文件使用
clientPort=2181
tickTime=2000
initLimit=10
syncLimit=5
dataDir=/opt/zookeeper/data
dataLogDir=/opt/zookeeper/logs
maxClientCnxns=600
autopurge.snapRetainCount=30
autopurge.purgeInterval=1
server.1=172.16.50.61:2888:3888
server.2=172.16.50.62:2888:3888
server.3=172.16.50.63:2888:3888
echo "1" > /opt/zookeeper/data/myid
echo "2" > /opt/zookeeper/data/myid
echo "3" > /opt/zookeeper/data/myid
[Unit]
Description=zookeeper.service
After=network.target
[Service]
Type=forking
WorkingDirectory=/opt/zookeeper/
Environment=ZOO_LOG_DIR=/opt/zookeeper/logs
Environment=ZOOPIDFILE=/opt/zookeeper/logs/zookeeper_server.pid
PIDFile=/opt/zookeeper/logs/zookeeper_server.pid
Environment=PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin:/opt/jdk/bin
ExecStart=/opt/zookeeper/bin/zkServer.sh start
ExecStop=/opt/zookeeper/bin/zkServer.sh stop
ExecReload=/opt/zookeeper/bin/zkServer.sh restart
User=root
[Install]
WantedBy=multi-user.target
systemctl daemon-reload
systemctl start zookeeper
systemctl enable zookeeper
原地址： https://juejin.im/post/5e217c3fe51d450200787f23
本文主要讲解 Kafka 是什么、Kafka 的架构包括工作流程和存储机制，以及生产者和消费者，最终大家会掌握 Kafka 中最重要的概念，分别是 broker、producer、consumer、consumer group、topic、partition、replica、leader、follower，这是学会和理解 Kafka 的基础和必备内容。
Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用与大数据实时处理领域。
Kafka 本质上是一个 MQ（Message Queue），使用消息队列的好处？ （面试会问）
)
一对多，生产者将消息发布到 topic 中，有多个消费者订阅该主题，发布到 topic 的消息会被所有订阅者消费，被消费的数据不会立即从 topic 清除。
Kafka 存储的消息来自任意多被称为 Producer 生产者的进程。数据从而可以被发布到不同的 Topic 主题下的不同 Partition 分区。在一个分区内，这些消息被索引并连同时间戳存储在一起。其它被称为 Consumer 消费者的进程可以从分区订阅消息。Kafka 运行在一个由一台或多台服务器组成的集群上，并且分区可以跨集群结点分布。下面给出 Kafka 一些重要概念，让大家对 Kafka 有个整体的认识和感知，后面还会详细的解析每一个概念的作用以及更深入的原理。
Kafka集群将 Record 流存储在称为 topic 的类别中，每个记录由一个键、一个值和一个时间戳组成。Kafka 是一个分布式流平台，这到底是什么意思？
由于生产者生产的消息会不断追加到 log 文件末尾，为防止 log 文件过大导致数据定位效率低下，Kafka 采取了分片和索引机制，将每个 partition 分为多个 segment，每个 segment 对应两个文件：“.index” 索引文件和 “.log” 数据文件。这些文件位于同一文件下，该文件夹的命名规则为：topic 名-分区号。例如，first 这个 topic 有三分分区，则其对应的文件夹为 first-0，first-1，first-2。index 和 log 文件以当前 segment 的第一条消息的 offset 命名。下图为 index 文件 和 log 文件的结构示意图。
“.index” 文件存储大量的索引信息，“.log” 文件存储大量的数据，索引文件中的元数据指向对应数据文件中 message 的物理偏移量。
我们需要将 Producer 发送的数据封装成一个 ProducerRecord 对象。该对象需要指定一些参数：
为保证 producer 发送的数据，能可靠地发送到指定的 topic，topic 的每个 partition 收到 producer 发送的数据后，都需要向 producer 发送 ack（acknowledge 确认收到），如果 producer 收到 ack，就会进行下一轮的发送，否则重新发送数据。
采用第二种方案，所有 follower 完成同步，producer 才能继续发送数据，设想有一个 follower 因为某种原因出现故障，那 leader 就要一直等到它完成同步。这个问题怎么解决？leader维护了一个动态的 in-sync replica set（ISR）：和 leader 保持同步的 follower 集合。当 ISR 集合中的 follower 完成数据的同步之后，leader 就会给 follower 发送 ack。如果 follower 长时间未向 leader 同步数据，则该 follower 将被踢出 ISR 集合，该时间阈值由 replica.lag.time.max.ms 参数设定。leader 发生故障后，就会从 ISR 中选举出新的 leader。
对于某些不太重要的数据，对数据的可靠性要求不是很高，能够容忍数据的少量丢失，所以没必要等 ISR 中的 follower 全部接受成功。所以 Kafka 为用户提供了三种可靠性级别，用户根据可靠性和延迟的要求进行权衡，选择以下的配置。
HW，HighWatermark，高水位，表示 Consumer 可以消费到的最高 Partition 偏移量。HW 保证了 Kafka 集群中消息的一致性。确切地说，是保证了 Partition 的 Follower 与 Leader 间数 据的一致性。LEO，Log End Offset，日志最后消息的偏移量。消息是被写入到 Kafka 的日志文件中的， 这是当前最后一个写入的消息在 Partition 中的偏移量。对于 Leader 新写入的消息，Consumer 是不能立刻消费的。Leader 会等待该消息被所有 ISR 中的 Partition Follower 同步后才会更新 HW，此时消息才能被 Consumer 消费。ISR 队列中最小的 LEO。
Coordinator：一般指的是运行在每个 Broker 上的 Group Coordinator 进程，用于管理 Consumer Group 中的各个成员，主要用于 Offset 位移管理和 Rebalance。一个 Coordinator 可以同时管理多个消费者组。Rebalance：当消费者组中的数量发生变化，或者 Topic 中的 Partition 数量发生了变化时，Partition 的所有权会在消费者间转移，即 Partition 会重新分配，这个过程称为再均衡 Rebalance。再均衡能够给消费者组及 Broker 带来高性能、高可用性和伸缩，但在再均衡期间消费者是无法读取消息的，即整个 Broker 集群有小一段时间是不可用的。因此要避免不必要的再均衡。Offset Commit：Consumer 从 Broker 中取一批消息写入 Buffer 进行消费，在规定的时间内消费完消息后，会自动将其消费消息的 Offset 提交给 Broker，以记录下哪些消息是消费过的。当然，若在时限内没有消费完毕，其是不会提交 Offset 的。
将服务器的 ACK 级别设置为-1，可以保证 producer 到 server 之间不会丢失数据，即 At Least Once 语义。相对的，将服务器 ACK 级别设置为0，可以保证生产者每条消息只会被发送一次，即At Most Once 语义。At Least Once 可以保证数据不丢失，但是不能保证数据不重复；相对的，At Most Once 可以保证数据不重复，但是不能保证数据不丢失。但是，对于一些非常重要的信息，比如交易数据，下游数据消费者要求数据既不重复也不丢失，即 Exactly Once 语义。0.11版本的 Kafka，引入了幂等性：producer 不论向 server 发送多少重复数据，server 端都只会持久化一条。即：
At Least Once + 幂等性 = Exactly Once
要启用幂等性，只需要将 producer 的参数中 enable.idompotence 设置为 true 即可。 如果启用了幂等性，则ack默认就是-1。开启幂等性的 producer 在初始化时会被分配一个 PID，发往同一 partition 的消息会附带 Sequence Number。而 borker 端会对 <PID,Partition,SeqNumber> 做缓存，当具有相同主键的消息提交时，broker 只会持久化一条。但是 PID 重启后就会变化，同时不同的 partition 也具有不同主键，所以幂等性无法保证跨分区会话的 Exactly Once。
consumer 采用 pull（拉取）模式从 broker 中读取数据。consumer 采用 push（推送）模式，broker 给 consumer 推送消息的速率是由 broker 决定的，很难适应消费速率不同的消费者。它的目标是尽可能以最快速度传递消息，但是这样很容易造成 consumer 来不及处理消息，典型的表现就是拒绝服务以及网络拥塞。而 pull 模式则可以根据 consumer 的消费能力以适当的速率消费消息。pull 模式不足之处是，如果 Kafka 没有数据，消费者可能会陷入循环中，一直返回空数据。因为消费者从 broker 主动拉取数据，需要维护一个长轮询，针对这一点， Kafka 的消费者在消费数据时会传入一个时长参数 timeout，如果当前没有数据可供消费，consumer 会等待一段时间之后再返回，这段时长即为 timeout。
一个 consumer group 中有多个 consumer，一个 topic 有多个 partition，所以必然会涉及到 partition 的分配问题，即确定哪个 partition 由哪个 consumer 来消费。Kafka 有两种分配策略，一个是 RoundRobin，一个是 Range，默认为range，当消费者组内消费者发生变化时，会触发分区分配策略（方法重新分配）。
RoundRobin 轮询方式将分区所有作为一个整体进行 hash 排序，消费者组内分配分区个数最大差别为1，是按照组来分的，可以解决多个消费者消费数据不均衡的问题。但是，当消费者组内订阅不同主题时，可能造成消费混乱，如下图所示，consumer0 订阅主题A，consumer1 订阅主题B，将 A、B主题的分区排序后分配给消费者组，TopicB 分区中的数据可能分配到 consumer0 中。
range 方式是按照主题来分的，不会产生轮询方式的消费混乱问题。但是，如下图所示，consumer0、consumer1 同时订阅了主题A和B，可能造成消息分配不对等问题，当消费者组内订阅的主题越多，分区分配可能越不均衡。
由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费。Kafka 0.9 版本之前，consumer 默认将 offset 保存在 Zookeeper 中，从 0.9 版本开始，consumer 默认将 offset 保存在 Kafka 一个内置的 topic 中，该 topic 为 __consumer_offsets。
原地址： https://mp.weixin.qq.com/s/UeVRxSjekHo8M_SQ4kL03Q
在我寻求康复时，竟然在登山步行道上与父亲的偶遇，这个不可思议的巧合，让近年来发生在我身上的许多事件，仿佛都有了一种奇妙的因果联系。中国人讲“身体发肤，受之父母，不敢毁伤”，我不仅毁伤、糟蹋了，还让自己险些丢了性命。每次站在父亲灵前，总有历劫归来、大难不死的庆幸与忏悔。想当初，放射科医生看到我腹部有二十几个肿瘤，连他都吓得脸色发白，不敢正面看我，我就像被正式宣判死刑一样，先前还期待能够侥幸逃过厄运，一下子希望全部落空了，摆在眼前的冷冰冰的结局就是死期将至，我可能只剩100天好活。
100天，那可是一眨眼就会过去的！无数个清晨黑夜，我睁大了眼，唯恐一闭上眼，我能看到这个世界的机会就一分一秒地减少了。伤心、绝望、懊悔、愤怒、跟老天爷讨价还价……各种情绪轮番在我的脑海里翻滚煎熬。我苦苦闷着、撑着，像一头受伤的野兽，被关在狭小的牢笼里。全世界都远去了，我过去所在意的一切、一切全都远去了，只剩下几件看似寻常的小事，在那个时刻，却活生生地跳到眼前、心上，催促着我：“你还有多少时间迟疑呢！你再不做就来不及了！”
我脑海里一遍一遍地想到先铃，想到孩子，想到母亲和哥哥姐姐，也想到几位好朋友，我还想到了我错过的许多短暂的美好时刻。过去，我总觉得时间还很多—等我准备好这个演讲，做完那个采访，忙完这件投资案子；等我把每天发的微博内容都处理好。所以每件事都比这些“小事”重要。结果到头来，在我的生命仅存最后的100天时，我才发现，我这一生最大的错误是，我彻头彻尾地舍本逐末，把最要紧的事搁到最后，却把人生最弥足珍贵的时光，浪费在追逐那些看起来五彩斑斓的泡沫。
过去我曾在美国教会学校就读，而且在以基督教为主的美国生活了三十多年，受到耳濡目染，一定程度上都认为人生只有一次。如果人生只有一次，那么人生当然要分秒必争，而且要无所不用其极地做到最大化影响力、最大化效率。在这样的信念之下，我不断挑选、改变人生跑道。从卡内基·梅隆大学（CMU）到苹果，因为我觉得蹲在研究室里写论文不能最大化影响力；加入微软回到中国，一方面因为这是我父亲期望我做的，另一方面是因为中国地大物博、人口众多，而当时的环境也充满机会，我如果回去，可以产生一定程度的影响力。所以我写了七封给年轻人的信，出版了五本书，发过一万多条微博，举行了五百场演讲……一切都是为了给年轻人带来正面的影响。后来我加入谷歌，是为了学会如何打造顶尖的网络产品；离开谷歌创办创新工场，则是希望用我的专长来帮助年轻人，做出可以产生实质利益的产品。
我信心满满地到处宣扬我的理念，我建议年轻人要做最好的自己、要最大化影响力；我鼓励年轻人要积极主动、寻找兴趣、建立正确的价值观；我还用理想中的墓志铭来确认我的人生方向……但是，一帆风顺的人生履历，让我的骄傲情绪悄悄滋生；理工科培养出来的思维模式，包括因果逻辑、结果导向和一切以量化判断……让我在追求效率时变得冷漠无情。我走在一条其实颇为正确的道路上，但是，过度的名声却让我的中心轴偏了。乔布斯曾说过：“记住你即将死去。”这句话如今已成为我的座右铭， 每天提醒我看清楚什么才是生命中重要的选择；因为所有的荣耀与骄傲、难堪与恐惧，都会在死亡面前消失，只留下真正重要的东西。如果觉察到自己沉溺于担心会失去某些东西时，“记住你即将死去”会是最好的解药。
我曾以为微软官司是我这一生最极端的炼狱，经历过那段恐怖时光，一切挑战都显得微不足道。但是经历过死亡的威胁与病痛的折磨，微软官司当时所担心的名誉受损、工作生涯等问题，已经毫无意义，人生更大的挑战是如何克服面对死亡的恐惧，以及如果生命只剩100 天了，我会怎么做？在夹杂着悲伤、愤怒、绝望和追悔的情绪里，茫然四顾，但死亡的紧迫感却提醒我，无论如何要在生命最后的时刻，好好地做几件事：
一生都在照顾临终病人的护士邦妮·韦尔（Bonnie Ware）也说，人在临终时最后悔的五件事是：
病中我不只一次想过，如果我的人生将要走到尽头，我心中不想亏欠任何人，真心希望能够用我的余生来弥补爱我的人对我所有的付出，希望我的亲人、朋友、帮助过我的人……他们会觉得认识我是值得的；我们之间的相处、互动，可以成为最闪亮、最美好的回忆。如果人生只剩100天，我会和先铃一起回忆我们共同度过的美好与艰辛时光；我会和先铃再回到匹兹堡学习教堂的无边草地上，带着我们自己做的波兰香肠三明治，还有附近的炸蔬菜船和她最爱喝的桃子鸡尾酒，回忆我们学生时代简单和快乐的生活。回忆我们还是穷学生时，如何在河边无照偷偷钓鱼，到电影院一天看六部影片，看到想吐；减价时大采购，结果遇到大雪拿不动，只好把一块块冻成球的肉从山坡上滚下来。我一定要让她知道，这一生因为有她相伴，我的人生是如此丰富！我会带最喜欢熊的德宁到泰迪熊博物馆（Teddy Bear Museum）的咖啡馆和她聊天，听她讲讲服装设计界又发生了什么新奇的事件，也听听她对男朋友的看法。我还要跟德亭再去一次威尼斯，大吃有名的Gelato Fantasy 冰激凌，坐在运河上的贡多拉，帮她取景拍照。我也一定要约我的室友罗斯见面，跟他去买25 公斤的奶酪，做上10 个奶酪蛋糕，吃到我们想吐为止，然后重温我们过去的每一次恶搞……
至于母亲，我会躺在她大大的肚子上，一张一张翻看我们的老照片，再一遍又一遍地听她说起当年如何如何。然后我要告诉她我是多么爱她， 我愿生生世世做她的孩子。我还会到父亲灵前，告诉他我终于明白了，他希望我做的，嘴上虽然没说，但他都做给我看了，我也终于了解，人到无求品自高，人生应为所当为，若将名利挂心头，便如苍蝇追逐腐肉，把人生的追求浪费在满足最低层级的欲望上。我希望跟我有缘的人能够跟我一样感恩这样美好的缘分， 对未来有很多乐观正面的思考，那该有多么好！而且，只要好好体验人生、享受世界的真善美，让自己的生命不断升华成长，不必留下什么，这个世界就会因你而芬芳。若真要留下什么，那就是留下我们的孩子。如果真要衡量什么，一个善良的后代，能带给世界的正面影响，一定会超过邪恶的人。
当大家都有相同的体会时，就很接近真理了。当我确定自己患有淋巴癌第四期，并不会立即出现生命危险时，我还有机会重拾健康、弥补过去的缺失，庆幸之余，我就忍不住想，既然对“如果生命只剩最后100天”已经有过缜密的思考，为什么不从现在开始每天都这么过呢？
（全文摘自我的新书《向死而生：我修的死亡学分》，书的链接：http://item.jd.com/11709327.html）
原地址： https://www.douban.com/note/643113086/
在《神雕侠侣》的最后，杨过携着小龙女，并肩下山，归隐而去。其时明月在天，清风吹叶，树巅乌鸦乱叫。郭襄再也忍不住，眼泪夺眶而出。这番真情流露，真是应了那句：相知相见知何日，此时此夜难为情。记得学生时代看到这一幕，感慨的是杨过与小龙女这段惊天地泣鬼神的爱情终于修得圆满结局了。还有就是“新五绝”被各路英雄豪杰洗牌重新定义为“东邪西狂南僧北侠中顽童”的那一段，多少有点儿“自古英雄出我辈，一入江湖岁月催”的惆怅。可此去经年，再度翻阅，竟又是另一番意味。
风陵渡口初相遇，一见杨过误终身。令人心疼的这位姑娘，曾经在初遇之时，对着杨过莞尔一笑，说道：“我姓郭，单名一个襄字”。没错，这位明媚聪慧的奇女子，正是郭襄。幼年时，觉得她活泼可爱，如沐春风；少年时，觉得她聪慧明媚，灿若星辰；到如今，觉得她至情至性，一片痴心。只可惜，也因了这份执念，爱上了一个不该爱的人，从此漂泊半生，寻寻觅觅冷冷清清。到最后，也只能在峨眉山上，青灯长伴，孤独终老。
故事的一切，还要从头说起。作为郭靖与黄蓉的二女儿，郭襄生逢于乱世。当时蒙古挥军南下，襄阳危在旦夕。她的父母奉命镇守襄阳，也因此给她取了这个名字。只不过，她一出生就被金轮法王抢去，后来又落入李莫愁之手。险象环生，颠沛流离。嗷嗷待哺之时，还在山洞里喝过豹奶。后来幸好被杨过救走，带回古墓用玉蜂琼浆养了一段时日。最后辗转数月，才回到黄蓉怀里。那是她人生中第一次与杨过有交集，只是那时还太小，杨过也只不过是个十八岁的少年。岁月匆匆流逝，转眼间已过了十六载。此时的郭襄，已经成长为一个楚楚动人的少女。
作为名门之后的她，遗传了父亲郭靖的温厚善良，母亲黄蓉的古灵精怪，外公黄药师的行事作风，甚至还有外婆冯衡的神韵风采。不同于大姐郭芙的刁蛮任性，总是仗着自己的身份欺横霸道，享受旁人的众星捧月。郭襄可是在父母的严厉管教中成长的，她身上更具有一种贵而不骄的风度，待人接物既磊落大方，又从容淡定。或许是从小在武林世家长大，见惯了各路英雄，她骨子里也有一种侠义之气，行事作风像极了外公黄老邪，是那种更愿意听从内心的人。
郭襄是在《神雕侠侣》离结束还有四分之一时才出场的，颈挂一串明珠，身着淡绿衣衫，犹如空谷幽兰，气质非凡。在风陵渡口，听闻神雕侠的事迹之后，她顿时心生仰慕之情，应和山西一窟鬼，来了一场说走就走的旅行。没想到因缘际会之中，与杨过相遇。他们一起到黑沼泽抓灵狐，一起替刘瑛姑了却多年的心结，一起智斗周伯通。那或许是她最快乐的时光吧。自己敬仰的大哥哥不仅是盖世英雄，就真切地出现在眼前，还带着自己一起做了那么多有趣的事。以至于多年后回想起来，心口还会微微一热。
如果说遇上杨过之前，郭襄心里怀揣的是一种对英雄的仰慕之情。那么，在遇上他之后，心里的这种仰慕又加深了几分。那时候的杨过修成盖世武功，早已名满江湖，可以说已经处于一个男人的巅峰时期，再加上对小龙女苦苦等待的痴情，无疑是满足了一个情窦初开的少女关于灵魂伴侣的所有想象。当杨过给她三根金针，可以实现她三个愿望时。她不暇思索就用了两根，只为一睹杨过的真容，还有邀请他前来庆生。关于初见杨过真面目，原著里是这么写的：郭襄眼前顿时出现一张清癯俊秀、风流倜傥的英俊脸孔；但见其剑眉入鬓、凤眼生威，好不俊俏；只是脸色苍白，颇显憔悴。
当杨过回头见她怔怔地瞧着自己是，神色间显得颇为异样，便微笑道：“怎么？”郭襄俏脸一红，低声道：“没什么”。心中却说：“想不到你生得这般俊”。就是那摘掉面具后的惊鸿一瞥，定格了她的一生韶华。或许很多人都会说，若是当时郭襄没有叫杨过摘下面具，是不是就不会在峨眉清冷的月光中孤寂一生？可是，终究没有如果。这一见，注定了以后的岁月里，一场相思一场灾，情到深处终生误。这匆匆一见，是情愫的萌芽。十六岁的那场生日宴，才是盛大的启程。杨过不仅如约而至，还集结天下英雄，给郭襄送上了三份的贺礼。一是斩杀两千蒙古士兵；二是烧了蒙古大军的粮草；三是清除隐藏在丐帮的奸细霍都。这三件大礼，伴随着漫天的璀璨烟花，一时名动天下。如此华丽，太过荣耀。那一刻，郭襄成了整个武林的焦点。而这一切，都是杨过给她的。试想，一个十六岁的少女，如何能低挡得住这份温柔与盛宠？尤其那个人不仅武功盖世，还相貌堂堂，而且对自己宠爱有加。这就像是一杯毒药，但她喝得心甘情愿。而那场烟花，盛开的不仅是一颗少女心，也开启了一段无疾而终的痴恋。
人世间，有些相遇是致命的，比如杨过之于郭襄。风陵渡口的那惊鸿一瞥，以及生日宴上的那场烟花，让郭襄心里从此情根深种。再相遇时，已是两个月以后。在绝情谷上，杨过眼见苦等十六年都不见小龙女的踪迹，早已心灰意冷一心求死。这个时候，郭襄毫不迟疑地用掉了第三根金针，只为请求她的大哥哥不要轻生。可杨过哪里还顾得上昔日的约定，纵深一跃，跳入谷底。而郭襄呢？没有半分犹豫，也随着跳了下去。当杨过在绝情谷底的清潭之畔，看到随之而来的郭襄，也不禁吓了一跳，嗔怪她跳下来做什么。记得郭襄当时回答说，看到你跳，我也就跟着来了。看到他苦等心上人，生日愿望是盼着他们团聚；这种股决绝，无法归类，没有杂质。说仰慕吧，太过萧索；说痴情吧，太过俗气。她只知道，认定了这么一个人，心里便再无杂念。就像听父母聊起当年穆念慈对杨康的痴情，她竟然说道：“她是没有法子啊，她既然欢喜了，便有千般不是，也要喜欢到底。”小小年纪，便有这番感悟。其实这又何尝不是在借别人的事，说自己的心呢？看到他生无可恋，便跟着他去。
那一年的襄阳城下，敌军压阵，战火纷飞。郭襄被蒙古军掳去做人质，绑于高台，柴火堆积，命悬一线。纵使武功盖世如黄老邪，再加上郭靖黄蓉二人，也没有法子能解救。在这生死危急关头，郭襄却毫不畏惧，那么从容安静。她极目远眺，看着山川如画，心里叨念着杨过。念念不忘，必有回响。随着一声清嘶雕鸣，杨过与小龙女鼓风而至。郭襄被救了下来，也见到了美若天仙的小龙女。她在心有余悸之时，不免感慨：“也真只有你，才配得上他”。这番话，当然是发自内心的。她的盖世英雄，终于找回了他心心念念的人。她替他高兴之余，却也难免落寞。郭襄曾在蒙古军营中有这么一段独白，碎碎念道：纵使底下是万丈深渊，纵使可能粉身碎骨，也毫不畏惧，更在所不惜。
可惜我迟生了二十年。倘若妈妈先生我，再生姊姊，我学会了师父的龙象般若功和无上瑜珈密乘，在全真教道观外住了下来，自称大龙女，小杨过在全真教中受师父欺侮，逃到我家里，我收留了他教他武功，他慢慢的自会跟我好了。他再遇到小龙女，最多不过拉住她手，给她三枚金针，说道：小妹子，你很可爱，我心里也挺喜欢你。不过我的心已属大龙女了。请你莫怪！你有甚幺事，拿一枚金针来，我一定给你办到。
君生我未生，我生君已老。看似是童言无忌，却也是真情流露。她多么希望，能够早一点遇上他。以至于最后在华山之巅，看着杨过携着小龙女下山，她终于忍不住，风吹花落泪如雨。爱上一个人，只需要一瞬间。可忘记一个人，却需要一辈子。后来襄阳被攻陷，父母双双殉难。郭襄便带着倚天剑，骑着小毛驴，开始浪迹天涯，四处追寻杨过的踪迹。她去终南山，终南山古墓长闭；她到万花坳，万花坳花落无声；她下绝情谷，绝情谷空山寂寂；她回风陵渡，风陵渡凝月冥冥。终南山在陕西，风陵渡和万花坳在山西，绝情谷在湖北。在郭襄浪迹天涯的二十四年里，去了无数次这四个地方。此间辗转，寻而不得，不能忘怀。其实，这二十四年的寻觅，找的不仅是杨过这个人，而是希望从江湖那里听取更多关于他的事迹吧。因为即便找到了，又能怎样呢？相见不如怀念罢。或许是十六岁那年的烟花太过灿烂，燃尽了此后二十四年的韶华。四十岁的那年，郭襄在峨眉山下遇到了一个说书之人。他讲了一个古老的故事：
郭襄听完，痛哭一场。杨过等了小龙女十六年，而她却追寻了二十四年。半生循迹，江湖无踪。眼看容颜已老，青丝熬成白发。都说，曾经沧海难为水，除却巫山不是云。可如今，千山暮雪，只影向谁去？关于郭襄的结局，《倚天屠龙记》里曾有简单的交代，借用俞莲舟之口，轻描淡写地说道：
十六岁那年遇见，用了二十四年去寻觅，最后选择在清冷的峨嵋山上终老。郭襄的这一生，真是让人唏嘘。爱上了一个不该爱的人，在遇见的时候就花光了所有的运气，便注定了以后不得善终，就这样被耽误了一辈子。只是，世人都以为她最终放下了。而当灭绝师太说起她师父叫做风陵师太时，竟是那样令人心酸。终其一生，她都没能忘记风陵渡口的那场相遇，还有十六岁那年的烟花······