Kafka集群部署指南

一、前言

1、Kafka简介

Kafka是一个开源的分布式消息引擎/消息中间件，同时Kafka也是一个流处理平台。Kakfa支持以发布/订阅的方式在应用间传递消息，同时并基于消息功能添加了Kafka Connect、Kafka Streams以支持连接其他系统的数据(Elasticsearch、Hadoop等)

Kafka最核心的最成熟的还是他的消息引擎，所以Kafka大部分应用场景还是用来作为消息队列削峰平谷。另外，Kafka也是目前性能最好的消息中间件。

2、Kafka架构

在Kafka集群(Cluster)中，一个Kafka节点就是一个Broker，消息由Topic来承载，可以存储在1个或多个Partition中。发布消息的应用为Producer、消费消息的应用为Consumer，多个Consumer可以促成Consumer Group共同消费一个Topic中的消息。

概念/对象	简单说明
Broker	Kafka节点
Topic	主题，用来承载消息
Partition	分区，用于主题分片存储
Producer	生产者，向主题发布消息的应用
Consumer	消费者，从主题订阅消息的应用
Consumer Group	消费者组，由多个消费者组成

3、准备工作

1、Kafka服务器

准备3台CentOS服务器，并配置好静态IP、主机名

服务器名	IP	说明
kafka01	192.168.88.51	Kafka节点1
kafka02	192.168.88.52	Kafka节点2
kafka03	192.168.88.53	Kafka节点3

软件版本说明

项	说明
Linux Server	CentOS 7
Kafka	2.3.0

2、ZooKeeper集群

Kakfa集群需要依赖ZooKeeper存储Broker、Topic等信息，这里我们部署三台ZK

服务器名	IP	说明
zk01	192.168.88.21	ZooKeeper节点
zk02	192.168.88.22	ZooKeeper节点
zk03	192.168.88.23	ZooKeeper节点

部署过程参考：https://ken.io/note/zookeeper...

二、部署过程

1、应用&数据目录

#创建应用目录

mkdir /usr/kafka

#创建Kafka数据目录

mkdir /kafka

mkdir /kafka/logs

chmod 777 -R /kafka

2、下载&解压

Kafka官方下载地址：https://kafka.apache.org/down...
这次我下载的是2.3.0版本

#创建并进入下载目录

mkdir /home/downloads

cd /home/downloads

#下载安装包

wget http://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.3.0/kafka_2.12-2.3.0.tgz 

#解压到应用目录

tar -zvxf kafka_2.12-2.3.0.tgz -C /usr/kafka

kafka_2.12-2.3.0.tgz 其中2.12是Scala编译器的版本，2.3.0才是Kafka的版本

3、Kafka节点配置

#进入应用目录

cd /usr/kafka/kafka_2.12-2.3.0/

#修改配置文件

vi config/server.properties

通用配置

配置日志目录、指定ZooKeeper服务器

# A comma separated list of directories under which to store log files

log.dirs=/kafka/logs

# root directory for all kafka znodes.

zookeeper.connect=192.168.88.21:2181,192.168.88.22:2181,192.168.88.23:2181

分节点配置

Kafka01

broker.id=0

#listeners=PLAINTEXT://:9092

listeners=PLAINTEXT://192.168.88.51:9092

Kafka02

broker.id=1

#listeners=PLAINTEXT://:9092

listeners=PLAINTEXT://192.168.88.52:9092

Kafka03

broker.id=2

#listeners=PLAINTEXT://:9092

listeners=PLAINTEXT://192.168.88.53:9092

4、防火墙配置

#开放端口

firewall-cmd --add-port=9092/tcp --permanent

#重新加载防火墙配置

firewall-cmd --reload

5、启动Kafka

#进入kafka根目录

cd /usr/kafka/kafka_2.12-2.3.0/

#启动

/bin/kafka-server-start.sh config/server.properties &

#启动成功输出示例(最后几行)

[2019-06-26 21:48:57,183] INFO Kafka commitId: fc1aaa116b661c8a (org.apache.kafka.common.utils.AppInfoParser)

[2019-06-26 21:48:57,183] INFO Kafka startTimeMs: 1561531737175 (org.apache.kafka.common.utils.AppInfoParser)

[2019-06-26 21:48:57,185] INFO [KafkaServer id=0] started (kafka.server.KafkaServer)

三、Kafka测试

1、创建Topic

在kafka01(Broker)上创建测试Tpoic：test-ken-io，这里我们指定了3个副本、1个分区

bin/kafka-topics.sh --create --bootstrap-server 192.168.88.51:9092 --replication-factor 3 --partitions 1 --topic test-ken-io

Topic在kafka01上创建后也会同步到集群中另外两个Broker：kafka02、kafka03

2、查看Topic

我们可以通过命令列出指定Broker的

bin/kafka-topics.sh --list --bootstrap-server 192.168.88.52:9092

3、发送消息

这里我们向Broker(id=0)的Topic=test-ken-io发送消息

bin/kafka-console-producer.sh --broker-list  192.168.88.51:9092  --topic test-ken-io

#消息内容

> test by ken.io

4、消费消息

在Kafka02上消费Broker03的消息

bin/kafka-console-consumer.sh --bootstrap-server 192.168.88.53:9092 --topic test-ken-io --from-beginning

在Kafka03上消费Broker02的消息

bin/kafka-console-consumer.sh --bootstrap-server 192.168.88.52:9092 --topic test-ken-io --from-beginning

然后均能收到消息

test by ken.io

这是因为这两个消费消息的命令是建立了两个不同的Consumer
如果我们启动Consumer指定Consumer Group Id就可以作为一个消费组协同工，1个消息同时只会被一个Consumer消费到

bin/kafka-console-consumer.sh --bootstrap-server 192.168.88.53:9092 --topic test-ken-io --from-beginning --group testgroup_ken

bin/kafka-console-consumer.sh --bootstrap-server 192.168.88.52:9092 --topic test-ken-io --from-beginning --group testgroup_ken

四、备注

1、Kafka常用配置项说明

Kafka常用Broker配置说明：

配置项	默认值/示例值	说明
broker.id	0	Broker唯一标识
listeners	PLAINTEXT://192.168.88.53:9092	监听信息，PLAINTEXT表示明文传输
log.dirs	kafka/logs	kafka数据存放地址，可以填写多个。用","间隔
message.max.bytes	message.max.bytes	单个消息长度限制，单位是字节
num.partitions	1	默认分区数
log.flush.interval.messages	Long.MaxValue	在数据被写入到硬盘和消费者可用前最大累积的消息的数量
log.flush.interval.ms	Long.MaxValue	在数据被写入到硬盘前的最大时间
log.flush.scheduler.interval.ms	Long.MaxValue	检查数据是否要写入到硬盘的时间间隔。
log.retention.hours	24	控制一个log保留时间，单位：小时
zookeeper.connect	192.168.88.21:2181	ZooKeeper服务器地址，多台用","间隔

2、附录

本文首发于我的独立博客：https://ken.io/note/kafka-cluster-deploy-guide