Kafka 入门

1 `Kafka`概述

1.1 定义

Kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域。

应用场景：

解耦

异步

削峰

1.2 消息队列

1.2.1 传统消息队列的应用场景

image

1.2.2 消息队列的两种模式

点对点模式：

消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息，消息被消费以后，Queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息，Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。

image

发布订阅模式：

消息生产者将消息发布到Topic，同时有多个消息消费者该消息，和点对点不同的是，发布到Topic中的消息会被所有订阅者消费。

image

1.3 基础架构

image

Producer：消息生产者，就是向Kafka Broker发消息的客户端

Consumer：消息消费者，向Kafka Broker取消息的客户端

Consumer Group （CG）：消费者组，由多个Consumer组成，消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个消费者消费，消费者组之间互不影响，所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者

Broker：一台Kafka服务器就是一个Broker，一个集群由多个Broker组成，一个Broker可以容纳多个Topic

Topic：可以理解为一个队列，生产者和消费者面向的都是一个Topic

Partition：为了实现扩展性，一个非常大的Topic可以分布到多个Broker（即服务器）上，一个Topic可以分为多个Partition，每个Partition是一个有序的队列

Replica：副本，为保证集群中的某个节点发生故障时，该节点上的Partition数据不丢失，且Kafka仍然能够继续工作，Kafka提供了副本机制，一个Topic的每个分区都有若干个副本，一个leader和若干个follower

leader：每个分区多个副本的主，生产者发送数据的对象，以及消费者消费数据的对象都是leader

follower：每个分区多个副本中的从，实时从leader中同步数据，保持和leader数据的同步，leader发生故障时，某个follower会成为新的follower

2 `Kafka`快速入门

2.1 安装部署

1、解压

[djm@hadoop102 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/

2、修改解压后的文件夹名称

[djm@hadoop102 module]$ mv kafka_2.11-0.11.0.0/ kafka

3、在/opt/module/kafka目录下创建logs文件夹

[djm@hadoop102 kafka]$ mkdir logs

4、修改配置文件

[djm@hadoop102 kafka]$ vi config/server.properties

修改以下内容

#broker的全局唯一编号，不能重复
broker.id=0
#删除topic功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘IO的现成数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka运行日志存放的路径 
log.dirs=/opt/module/kafka/logs
#topic在当前broker上的分区个数
num.partitions=1
#用来恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment文件保留的最长时间，超时将被删除
log.retention.hours=168
#配置连接Zookeeper集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181

5、分发

[djm@hadoop102 kafka]$ xsync kafka

6、修改其他Broker的broker.id

7、Kafka群起脚本

[djm@hadoop102 kafka]$ vim start-kafka

for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
do
    echo "========== $i =========="
    ssh $i 'source /etc/profile&&/opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.properties'
    echo $?
done

[djm@hadoop102 kafka]$ chmod 777 start-kafka

[djm@hadoop102 kafka]$ sudo mv start-kafka /bin

8、启动Kafka集群

[djm@hadoop102 kafka]$ start-kafka

2.2 命令行操作

1、查看所有Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --list

2、创建Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --create --replication-factor 3 --partitions 1 --topic first
#--topic 定义topic名
#--replication-factor 定义副本数
#--partitions 定义分区数

--topic 定义topic名
--replication-factor 定义副本数
--partitions 定义分区数

3、删除Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first

4、发送消息

[djm@hadoop102 kafka]$ bin/kafka-console-producer.sh --broker-list hadoop102:9092 --topic first

5、消费消息

[djm@hadoop103 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

--from-beginning 会把topic中以往所有的消息消费出来

6、查看Topic详细信息

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --describe --topic first

7、修改分区数

[djm@hadoop102 kafka]$bin/kafka-topics.sh --zookeeper hadoop102:2181 --alter --topic first --partitions 6

分区数只能增加，不能减少

3 `Kafka`架构

3.1 `Kafka`工作流程及文件存储机制

image

Kafka中消息是以Topic进行分类的，生产者生产消息，消费者消费消息，都是面向Topic的；

Topic是逻辑上的概念，而Partition是物理上的概念，每个Partition对应于一个log文件，该log文件中存储的就是Producer生产的数据；

Producer生产的数据会被不断追加到该log文件末端，且每条数据都有自己的offset，消费者组中的每个消费者，都会实时记录自己消费到了哪个offset，以便出错恢复时，从上次的位置继续消费。

image

由于生产者生产的消息会不断的追加到log文件末尾，为了防止文件过大而导致数据定位效率低下，Kafka采取了分片和索引机制，将每个Partiton分为多个segment，每个segment对应两个文件，分别是.log和.index，这些文件位于同一个文件夹下，文件夹的命名规则为Topic名称+Partiton序号，.log和.index文件以当前segment的第一条消息的offset命名，index存储索引信息，.log存储数据信息，索引文件中的元数据指向对应数据文件中message的物理偏移地址。

image

3.2 `Producer`

3.2.1 分区策略

为什么要进行分区？

方便在群集中扩展，每个Partition可以通过调整以适应它所在的机器，而一个Topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了
可以提高并发

分区的原则是什么？

我们需要将Producer发送的数据封装成一个ProducerRecord对象：

指明Partition的情况下，直接将指明的值直接作为Partition值
没有指明Partition值但有key的情况下，将key的hash值与Topic的Partition数进行取余得到 Partition值
既没有Partition值又没有key值的情况下，第一次调用时随机生成一个整数（后面每次调用在这个整数上自增），将这个值与Topic可用的Partition总数取余得到Partition值，也就是常说的round-robin算法

3.2.2 数据可靠性保证

为保证Partition发送的数据，能可靠的发送到指定的Topic，Topic的每个Partition收到Producer发送的数据后，都需要向Producer发送ack（acknowledgement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。

image

副本数据同步策略：

方案	优点	缺点
半数以上完成同步，就发送`ack`	延迟低	选举新的`leader`时，容忍`n`台节点的故障，需要`2n+1`个副本
全部完成同步，才发送`ack`	选举新的`leader`时，容忍`n`台节点的故障，需要`n+1`个副本	延迟高

Kafka选择了第二种方案，原因如下：

同样为了容忍n台节点的故障，第一种方案需要2n+1个副本，而第二种方案只需要n+1个副本，而Kafka的每个Partition存储大量的数据，这样会造成大量的数据冗余；

虽然第二种方案的延迟会比较高，但是相比而言延迟对Kafka的影响较小。

采用第二种方案后，leader收到数据，所有的follower都开始同步数据，但是有一个follower，因为某种故障，迟迟不能与leader同步，那leader就要一直等下去，直到它同步完才能发送ack，这个问题怎么解决呢?

leader维护了一个动态的in-syncreplica set (ISR)，意为和leader保持同步的follower集合，当ISR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，该时间阈值由replica.lag.time.max.ms参数设定，leader发生故障之后，就会从ISR中选举新的leader。

ack应答机制：

对于某些不重要的数据，能够容忍少量数据的丢失，所以没必要等ISR中的所有follower全部同步完成

所以Kafka提供了三种可靠性级别，根据对可靠性和延迟的要求权衡，分别是：

0 Producer不等待Broker的ack，这一操作提供了最低的延迟，Broker一接收到还没有落盘就已经返回，当Broker故障时可能会丢失数据
1 Producer等待Broker的ack，Partition的leader落盘成功后返回ack，如果在follower同步成功之前leader故障，那么将会丢失数据
-1 Producer等待Broker的ack，Partition的leader和follower全部落盘成功后才返回ack，但是如果在follower同步完成后，Broker发送ack之前，leader发生故障，那么会造成数据重复

故障处理：

image

follower挂了被会暂时提出ISR，等到follower恢复后，follower会读取本地磁盘记录上次的HW，并将log文件中高于HW的部分截取掉，从HW开始向leader进行同步，等leader的LEO高于Partition的HW，就可以被重新加入ISR

leader发生故障之后，会从ISR中选出一个新的leader，为保证多个副本之间的数据一致性，每个leader会将各自log文件中高于HW的数据切掉，然后从新的leader同步数据

3.3.3 `Exactly Once`语义

对于某些比较重要的消息，我们需要保证Exactly Once语义，即保证每条消息被发送且仅被发送一次

在0.11版本之后，Kafka引入了幂等性机制（idempotent），配合acks = -1时的at least once语义，实现了Producer到Broker的Exactly once语义

idempotent + at least once = exactly once

使用时，只需将enable.idempotence属性设置为true，Kafka自动将acks属性设为-1

3.3 `Consumer`

3.3.1 消费方式

Consumer采取pull的方式从Broker中读取数据

为什么采用pull方式呢？

因为push模式很难适应不同速率的Consumer，因此发送速率是由Broker决定的，它的目的就是尽可能快的传递消息，但是这样容易造成Consumer来不及处理消息，典型的表现就是网络拥堵以及拒绝服务，而poll模式则可以根据Consumer的消费能力消费消息。

但是poll也有不足，就是如果队列中没有消息，Consumer可能陷入循环中，一直返回空数据，针对这个缺点，Consumer在消费数据时会传入一个timeout，如果当前没有消息可供消费，Consumer会等待一段时间再返回，这段时间就是timeout。

3.3.2 分区分配策略

Kafka有两种分配策略，分别是：

image

3.3.3 `offset`维护

由于Consumer在消息过程中可能会出现断电宕机等故障，Consumer恢复后，需要从故障的位置继续消费，所以Consumer需要实时记录自己消费到了哪个offset

0.9以前，Consumer默认将offset保存在ZK中

0.9以后，Consumer默认将offset保存在Kafka一个内置的Topic，该Topic为__consumer_offsets

3.4 `Kafka`高效读取数据

顺序写磁盘

Kafka的Producer生产数据，要写入到log文件中，写的过程是一直追加到文件末端

零拷贝技术

image

3.5 `Zookeeper`在`Kafka`中的作用

Kafka集群中有一个broker会被选举为Controller，负责管理集群broker的上下线，所有topic的分区副本分配和leader选举等工作。

Controller的管理工作都是依赖于Zookeeper的。

以下为partition的leader选举过程：

image

4 `Kafka API`

4.1 `Producer API`

4.1.1 消息发送流程

Kafka的Producer发送消息采用的是异步发送的方式，在消息发送的过程中，涉及到了两个线程——main线程和Sender线程，以及一个线程共享变量——RecordAccumulator，main线程将消息发送给RecordAccumulator，Sender线程不断从RecordAccumulator中拉取消息发送到Kafka broker。

image

4.1.2 异步发送

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class CustomProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 1);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            });
        }
        producer.close();
    }
}

4.1.3 同步发送

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class CustomProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 100);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            }).get();
        }
        producer.close();
    }
}

4.2 `Consumer API`

Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。

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的继续消费，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。

所以offset的维护是Consumer消费数据是必须考虑的问题。

4.2.1 手动提交`offset`

package com.djm.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class CustomConsumer {
    public static void main(String[] args) {
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList("first"));
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
            consumer.commitSync();
        }
    }
}

手动提交offset的方法有两种：

commitSync（同步提交）:将本次poll的一批数据最高的偏移量提交，失败重试，一直到提交成功
commitAsync（异步提交）:将本次poll的一批数据最高的偏移量提交，没有失败重试机制，有可能提交失败

4.2.2 自动提交`offset`

自动提交offset的相关参数：

enable.auto.commit：是否开启自动提交offset功能

auto.commit.interval.ms：自动提交offset的时间间隔

package com.djm.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class CustomConsumer {
    public static void main(String[] args) {
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList("first"));
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
        }
    }
}

4.3 自定义`Interceptor`

Interceptor是在Kafka 0.10版本被引入的，主要用于实现Client端的定制化控制逻辑。

对于Producer而言，Interceptor使得用户在消息发送前以及Producer回调逻辑前有机会对消息做一些定制化需求，比如修改消息等，同时，Producer允许用户指定多个Interceptor按序作用于同一条消息从而形成一个Interceptorchain。

Interceptor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：

configure(configs)：获取配置信息和初始化数据时调用
onSend(ProducerRecord)：Producer确保在消息被序列化以及计算分区前调用该方法，用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的Topic和Partition，否则会影响目标分区的计算
onAcknowledgement(RecordMetadata, Exception)：该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后，或者在发送过程中失败时调用
close：关闭Interceptor，主要用于执行一些资源清理工作

拦截器案例

1、需求分析：

实现一个简单的双Interceptor组成的拦截链，第一个Interceptor会在消息发送前将时间戳信息加到消息value的最前部，第二个Interceptor会在消息发送后更新成功发送消息数或失败发送消息数

2、编写TimeInterceptor

package com.djm.kafka.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class TimeInterceptor implements ProducerInterceptor<String, String> {

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return new ProducerRecord<>(record.topic(), record.partition(), record.timestamp(), record.key(), System.currentTimeMillis() + "," + record.value());
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

    }

    @Override
    public void close() {

    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

3、编写CounterInterceptor

package com.djm.kafka.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class CounterInterceptor implements ProducerInterceptor<String, String> {

    private static long successCounter = 0L;

    private static long errorCounter = 0L;

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return record;
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
        if (exception == null) {
            successCounter++;
        } else {
            errorCounter++;
        }
    }

    @Override
    public void close() {
        System.out.println("Successful sent: " + successCounter);
        System.out.println("Failed sent: " + errorCounter);
    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

4、修改CustomProducer

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.ArrayList;
import java.util.List;
import java.util.Properties;

public class CustomProducer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
        List<String> interceptors = new ArrayList<>();
        interceptors.add("com.djm.kafka.interceptor.TimeInterceptor");  
        interceptors.add("com.djm.kafka.interceptor.CounterInterceptor");
        props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            });
        }
        producer.close();
    }
}

5 `Flume`对接`Kafka`

1、配置Flume

编写flume-kafka.conf

[djm@hadoop102 job]$ vim flume-kafka.conf

输入一下内容

# define
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F -c +0 /opt/module/datas/flume.log
a1.sources.r1.shell = /bin/bash -c

# sink
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.kafka.bootstrap.servers = hadoop102:9092,hadoop103:9092,hadoop104:9092
a1.sinks.k1.kafka.topic = first
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
a1.sinks.k1.kafka.producer.linger.ms = 1

# channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# bind
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

2、启动消费者

[djm@hadoop102 ~]$ kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

3、启动Flume

[djm@hadoop102 flume]$ bin/flume-ng agent -c conf/ -n a1 -f jobs/flume-kafka.conf

4、向/opt/module/datas/flume.log里追加数据，查看Kafka消费情况

6 `Kafka`监控

6.1 `Monitor`

1、上传jar包KafkaOffsetMonitor-assembly-0.4.6.jar到集群

2、在/opt/module/下创建kafka-offset-console文件夹

3、将上传的jar包放入刚创建的目录下

4、在/opt/module/kafka-offset-console目录下创建启动脚本start.sh，内容如下：

#!/bin/bash
java -cp KafkaOffsetMonitor-assembly-0.4.6-SNAPSHOT.jar \
com.quantifind.kafka.offsetapp.OffsetGetterWeb \
--offsetStorage kafka \
--kafkaBrokers hadoop102:9092,hadoop103:9092,hadoop104:9092 \
--kafkaSecurityProtocol PLAINTEXT \
--zk hadoop102:2181,hadoop103:2181,hadoop104:2181 \
--port 8086 \
--refresh 10.seconds \
--retain 2.days \
--dbName offsetapp_kafka &

5、在/opt/module/kafka-offset-console目录下创建mobile-logs文件夹

6、启动Monitor

./start.sh

6.2 `Manager`

1、上传压缩包kafka-manager-1.3.3.15.zip到集群

2、解压到/opt/module

3、修改配置文件conf/application.conf

kafka-manager.zkhosts="kafka-manager-zookeeper:2181"

修改为：

kafka-manager.zkhosts="hadoop102:2181,hadoop103:2181,hadoop104:2181"

4、启动kafka-manager

[djm@hadoop102 kafka-manager-1.3.3.15]$ bin/kafka-manager

5、登录hadoop102:9000页面查看详细信息

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 195,980评论 5赞 462
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 82,422评论 2赞 373
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 143,130评论 0赞 325
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 52,553评论 1赞 267
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 61,408评论 5赞 358
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 46,326评论 1赞 273
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 36,720评论 3赞 386
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 35,373评论 0赞 254
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 39,678评论 1赞 294
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 34,722评论 2赞 312
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 36,486评论 1赞 326
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 32,335评论 3赞 313
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 37,738评论 3赞 299
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,009评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 30,283评论 1赞 251
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 41,692评论 2赞 342
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 40,893评论 2赞 335

Kafka 入门

1 Kafka概述

1.1 定义

1.2 消息队列

1.2.1 传统消息队列的应用场景

1.2.2 消息队列的两种模式

1.3 基础架构

2 Kafka快速入门

2.1 安装部署

2.2 命令行操作

3 Kafka架构

3.1 Kafka工作流程及文件存储机制

3.2 Producer

3.2.1 分区策略

3.2.2 数据可靠性保证

3.3.3 Exactly Once语义

3.3 Consumer

3.3.1 消费方式

3.3.2 分区分配策略

3.3.3 offset维护

3.4 Kafka高效读取数据

3.5 Zookeeper在Kafka中的作用

4 Kafka API

4.1 Producer API

4.1.1 消息发送流程

4.1.2 异步发送

4.1.3 同步发送

4.2 Consumer API

4.2.1 手动提交offset

4.2.2 自动提交offset

4.3 自定义Interceptor

5 Flume对接Kafka

6 Kafka监控

6.1 Monitor

6.2 Manager

推荐阅读更多精彩内容

1 `Kafka`概述

2 `Kafka`快速入门

3 `Kafka`架构

3.1 `Kafka`工作流程及文件存储机制

3.2 `Producer`

3.3.3 `Exactly Once`语义

3.3 `Consumer`

3.3.3 `offset`维护

3.4 `Kafka`高效读取数据

3.5 `Zookeeper`在`Kafka`中的作用

4 `Kafka API`

4.1 `Producer API`

4.2 `Consumer API`

4.2.1 手动提交`offset`

4.2.2 自动提交`offset`

4.3 自定义`Interceptor`

5 `Flume`对接`Kafka`

6 `Kafka`监控

6.1 `Monitor`

6.2 `Manager`