Kafka学习笔记（一）概述与安装

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。

1. 消息队列

1.1 传统消息队列的应用场景

异步：传统的短信发送验证流程是用户点击了发送短信验证码按钮，系统收到了用户点击去发送验证码验证，然后返回验证结果给用户，如果用户数量较少则系统压力正常，如果用户数量太多，则有可能导致拥堵。所以必须采用异步处理的机制去处理这样的流程。
消峰：比如秒杀项目，很多用户参与但是只取前几个作为秒杀成功用户，如果用传统模式则服务器不可能在短时间处理极大的并发量，我们必须要通过消息队列采取中间机制去获取前几个用户再传送给服务端。从而减少服务端的压力。
解耦：如两个系统之间需要传输数据，为了避免数据拥堵，我们需要解耦

1.2 消息队列的两种模式

1. 点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）

image

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。

2. 发布/订阅模式（一对多，消费者消费数据之后不会清除消息）

image

消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。

1.3 Kafka基础架构

Xnip2020-07-08_15-24-41

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. 安装部署

2.1 集群规划

Hadoop01	Hadoop02	Hadoop03
zk	zk	zk
kafka	kafka	kafka

2.2 jar包下载

http://kafka.apache.org/downloads.html

image

2.3 集群部署

2.3.1 解压安装

[caoxiaozhu@hadoop01 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /export/servers/

2.3.2 在/export/servers/kafka_2.11-0.11.0.0目录下创建logs文件夹

[caoxiaozhu@hadoop01 software]$ mkdir logs

2.3.3 修改配置文件

[caoxiaozhu@hadoop01 kafka]$ cd config/
[caoxiaozhu@hadoop01 config]$ vi server.properties

输入以下内容：

#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=/export/servers/kafka_2.11-0.11.0.0/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=hadoop01:2181,hadoop02:2181,hadoop03:2181

2.3.4 配置环境变量

[caoxiaozhu@hadoop01 module]$ sudo vi /etc/profile

#KAFKA_HOME
export KAFKA_HOME=/export/servers/kafka_2.11-0.11.0.0
export PATH=$PATH:$KAFKA_HOME/bin

[caoxiaozhu@hadoop01 module]$ source /etc/profile

2.3.5 分发安装包

[caoxiaozhu@hadoop01 module]$ xsync kafka_2.11-0.11.0.0/

2.3.6 修改集群配置

分别在hadoop103和hadoop104上修改配置文件/export/servers/kafka_2.11-0.11.0.0/config/server.properties中的broker.id=1、broker.id=2

注：broker.id不得重复

2.3.7 启动集群

依次在hadoop01、hadoop02、hadoop03 节点上启动kafka

[caoxiaozhu@hadoop01 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
[caoxiaozhu@hadoop02 kafka]$ bin/kafka-server-start.sh -daemon  config/server.properties
[caoxiaozhu@hadoop03 kafka]$ bin/kafka-server-start.sh -daemon  config/server.properties

关闭集群

[caoxiaozhu@hadoop01 kafka]$ bin/kafka-server-stop.sh stop
[caoxiaozhu@hadoop02 kafka]$ bin/kafka-server-stop.sh stop
[caoxiaozhu@hadoop03 kafka]$ bin/kafka-server-stop.sh stop

kafka群起脚本

for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
do
echo "========== $i ==========" 
ssh $i 'source /etc/profile&&/opt/module/kafka_2.11-0.11.0.2/bin/kafka-server-start.sh -daemon /opt/module/kafka_2.11-0.11.0.2/config/server.properties'
echo $?
done

根据自己的机器做修改

2.4 Kafka命令行操作

2.4.1 查看当前服务器中的所有topic

[caoxiaozhu@hadoop01 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --list

2.4.2 创建topic

[caoxiaozhu@hadoop01 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 \
--create --replication-factor 3 --partitions 1 --topic first

选项说明：

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

2.4.3 删除topic

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

需要server.properties中设置delete.topic.enable=true否则只是标记删除。

2.4.4 发送消息

[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh \
--broker-list hadoop102:9092 --topic first
>hello world
>atguigu  atguigu

2.4.5 消费消息

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

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

--from-beginning：会把主题中以往所有的数据都读取出来。

2.4.6 查看某个Topic的详情

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

2.4.7 修改分区数

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