kafka介绍和使用

1 Kafka简介

​Kafka是最初由Linkedin公司开发，它是一个分布式、可分区、多副本，基于zookeeper协调的分布式日志系统；常见可以用于web/nginx日志、访问日志，消息服务等等。Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。主要应用场景是：日志收集系统和消息系统。

​Kafka是一个分布式消息队列。具有高性能、持久化、多副本备份、横向扩展能力。生产者往队列里写消息，消费者从队列里取消息进行业务逻辑。Kafka就是一种发布-订阅模式。将消息保存在磁盘中，以顺序读写方式访问磁盘，避免随机读写导致性能瓶颈。

• 消息（Message）
  是指在应用之间传送的数据，消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。

• 消息队列（Message Queue）
  一种应用间的通信方式，消息发送后可以立即返回，通过消息系统来确保信息的可靠传递，消息发布者只管把消息发布到MQ中而不管谁来取，消息使用者只管从MQ中取消息而不管谁发布的，这样发布者和使用者都不用知道对方的存在。

2 Kafka特性

• 高吞吐、低延迟

  kafka 最大的特点就是收发消息非常快，kafka 每秒可以处理几十万条消息，它的最低延迟只有几毫秒。
  

• 高伸缩性

  每个主题(topic) 包含多个分区(partition)，主题中的分区可以分布在不同的主机(broker)中。
  

• 持久性、可靠性

  Kafka 能够允许数据的持久化存储，消息被持久化到磁盘，并支持数据备份防止数据丢失。
  

• 容错性

  允许集群中的节点失败，某个节点宕机，Kafka 集群能够正常工作。
  

• 高并发

  支持数千个客户端同时读写。
  

3 Kafka集群架构

• producer

  消息生产者，发布消息到Kafka集群的终端或服务。
  

• broker

  Kafka集群中包含的服务器，一个borker就表示kafka集群中的一个节点。
  

• topic

  每条发布到Kafka集群的消息属于的类别，即Kafka是面向 topic 的。
  更通俗的说Topic就像一个消息队列，生产者可以向其写入消息，消费者可以从中读取消息，一个Topic支持多个生产者或消费者同时订阅它，所以其扩展性很好。
  

• partition

  每个 topic 包含一个或多个partition。Kafka分配的单位是partition。
  

• replica

  partition的副本，保障 partition 的高可用。
  

• consumer

  从Kafka集群中消费消息的终端或服务。
  

• consumer group

  每个 consumer 都属于一个 consumer group，每条消息只能被 consumer group 中的一个 Consumer 消费，但可以被多个 consumer group 消费。
  

• leader

  每个partition有多个副本，其中有且仅有一个作为Leader，Leader是当前负责数据的读写的partition。 producer 和 consumer 只跟 leader 交互。
  

• follower

  Follower跟随Leader，所有写请求都通过Leader路由，数据变更会广播给所有Follower，Follower与Leader保持数据同步。如果Leader失效，则从Follower中选举出一个新的Leader。
  

• controller

  知道大家有没有思考过一个问题，就是Kafka集群中某个broker宕机之后，是谁负责感知到他的宕机，以及负责进行Leader Partition的选举？
  如果你在Kafka集群里新加入了一些机器，此时谁来负责把集群里的数据进行负载均衡的迁移？
  包括你的Kafka集群的各种元数据，比如说每台机器上有哪些partition，谁是leader，谁是follower，是谁来管理的？
  如果你要删除一个topic，那么背后的各种partition如何删除，是谁来控制？
  还有就是比如Kafka集群扩容加入一个新的broker，是谁负责监听这个broker的加入？
  如果某个broker崩溃了，是谁负责监听这个broker崩溃？
  
  这里就需要一个Kafka集群的总控组件，Controller。他负责管理整个Kafka集群范围内的各种东西。
  

• zookeeper

  (1)Kafka 通过 zookeeper 来存储集群的meta元数据信息。
  (2)一旦controller所在broker宕机了，此时临时节点消失，集群里其他broker会一直监听这个临时节点，发现临时节点消失了，就争抢再次创建临时节点，
  

保证有一台新的broker会成为controller角色。

* offset
* 偏移量

MARKDOWN 复制 全屏

消费者在对应分区上已经消费的消息数（位置），offset保存的地方跟kafka版本有一定的关系。
kafka0.8 版本之前offset保存在zookeeper上。
kafka0.8 版本之后offset保存在kafka集群上。
它是把消费者消费topic的位置通过kafka集群内部有一个默认的topic，名称叫 __consumer_offsets，它默认有50个分区。

Kafka集群安装部署

 

1 集群安装部署

• 1、下载安装包（http://kafka.apache.org）

  • https://archive.apache.org/dist/kafka/1.1.0/kafka_2.11-1.1.0.tgz

  kafka_2.11-1.1.0.tgz
  

• 2、规划安装目录

  /bigdata/install
  

• 3、上传安装包到服务器中

  通过FTP工具上传安装包到node01服务器上
  

• 4、解压安装包到指定规划目录

  tar -zxvf kafka_2.11-1.1.0.tgz -C /bigdata/install
  

• 5、重命名解压目录

  mv kafka_2.11-1.1.0 kafka
  

• 6、在hadoop01上修改配置文件

  • 进入到kafka安装目录下有一个config目录，修改配置信息 vi server.properties

    #指定kafka对应的broker id ，唯一
    broker.id=0
    #指定数据存放的目录
    log.dirs=/bigdata/install/kafka/kafka-logs
    #指定zk地址
    zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181
    #指定是否可以删除topic ,默认是false 表示不可以删除
    delete.topic.enable=true
    #指定broker主机名
    host.name=hadoop01
    

  • 配置kafka环境变量 sudo vi /etc/profile

    export KAFKA_HOME=/bigdata/install/kafka
    export PATH=$PATH:$KAFKA_HOME/bin
    

• 6、分发kafka安装目录到其他节点

  scp -r kafka hadoop02:/bigdata/install
  scp -r kafka hadoop03:/bigdata/install
  
  ## hadoop02/hadoop03上都加上环境变量
  export KAFKA_HOME=/bigdata/install/kafka
  export PATH=$PATH:$KAFKA_HOME/bin
  

• 7、修改hadoop02和hadoop03上的配置

  • hadoop02 上修改配置文件 vi server.properties

    #指定kafka对应的broker id ，唯一
    broker.id=1
    #指定数据存放的目录
    log.dirs=/bigdata/install/kafka/kafka-logs
    #指定zk地址
    zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181
    #指定是否可以删除topic ,默认是false 表示不可以删除
    delete.topic.enable=true
    #指定broker主机名
    host.name=hadoop02
    

  • hadoop03 上修改配置文件 vi server.properties

    #指定kafka对应的broker id ，唯一
    broker.id=2
    #指定数据存放的目录
    log.dirs=/bigdata/install/kafka/kafka-logs
    #指定zk地址
    zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181
    #指定是否可以删除topic ,默认是false 表示不可以删除
    delete.topic.enable=true
    #指定broker主机名
    host.name=hadoop03
    

• 8、让每台节点的kafka环境变量生效

  • 在每台服务器执行命令

    source /etc/profile
    

2 kafka集群启动和停止

• 1、启动kafka集群

  • 先启动zookeeper集群，然后在所有节点如下执行脚本

    nohup kafka-server-start.sh /bigdata/install/kafka/config/server.properties >/dev/null 2>&1 &
    

    SHELL 复制 全屏

• 2、停止kafka集群

  • 所有节点执行关闭kafka脚本

    kafka-server-stop.sh

kafka命令行的管理使用

 

• 1、创建topic

  • 使用 kafka-topics.sh脚本

    kafka-topics.sh --create --partitions 3 --replication-factor 2 --topic test --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181
    

• 2、查询所有的topic

  • 使用 kafka-topics.sh脚本

    kafka-topics.sh --list --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181
    

• 3、查看topic的描述信息

  • 使用 kafka-topics.sh脚本

    kafka-topics.sh --describe --topic test --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181
    

• 4、删除topic

  • 使用 kafka-topics.sh脚本

    kafka-topics.sh --delete --topic test --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181
    

• 5、模拟生产者写入数据到topic中

  • 使用 kafka-console-producer.sh 脚本

    kafka-console-producer.sh --broker-list hadoop01:9092,hadoop02:9092,hadoop03:9092 --topic test
    

• 6、模拟消费者拉取topic中的数据

  • 使用 kafka-console-consumer.sh 脚本

    kafka-console-consumer.sh --zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 --topic test --from-beginning
    或者
    kafka-console-consumer.sh --bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 --topic test --from-beginning

kafka集群起停脚本

 

脚本位置

cd /home/hadoop/bin

脚本内容

vi kafka.sh

#输入以下内容
#!/bin/bash
case $1 in
"start" ){
  for(( i = 1;i <= 3;i = $i +1));do
    echo ============ hadoop0$i kafka $1 ===================
    ssh hadoop$i "source /etc/profile;nohup kafka-server-start.sh /bigdata/install/kafka/config/server.properties >/dev/null 2>&1 &"
  done
};;
"stop" ){
  for(( i = 1;i <= 3;i = $i +1));do
    echo ============ hadoop0$i kafka $1 ===================
    ssh hadoop$i "source /etc/profile;kafka-server-stop.sh"
  done
};;
esac

修改文件权限

chmod 777 kafka.sh

执行脚本，验证脚本

# 先确保已经启动了zookeeper
kafka.sh start
xcall jps

# 输出以下内容
============= hadoop1 jps =============
9616 Jps
9267 Kafka
9191 QuorumPeerMain
============= hadoop2 jps =============
8291 Kafka
8213 QuorumPeerMain
8632 Jps
============= hadoop3 jps =============
7129 Kafka
7053 QuorumPeerMain
7470 Jps

kafka.sh stop
xcall jps

# 输出以下内容
============= hadoop1 jps =============
9191 QuorumPeerMain
9740 Jps
============= hadoop2 jps =============
8213 QuorumPeerMain
8748 Jps
============= hadoop3 jps =============
7585 Jps
7053 QuorumPeerMain