Kafka入门基本概念介绍及docker-compose部署测试集群（详细操作）

Mrwang2023-11-04 17:05

一、概述

Apache Kafka 是一款开源分布式流处理平台。可以用来发布和订阅数据以及对数据进行实时或者离线处理。

1、主要特点

  • 高吞吐量、低延迟：kafka每秒可以处理几十万条消息，它的延迟最低只有几毫秒，每个topic可以分多个partition, consumer group 对partition进行consume操作；
  • 扩展性强：支持分布式集群部署，且kafka集群支持热扩展；
  • 持久性、可靠性：消息被持久化到本地磁盘，并且支持数据备份防止数据丢失；
  • 容错性强：允许集群中节点失败。（最多允许n-1个节点失败）；
  • 高并发：支持多个客户端同时读写；
  • 支持实时在线处理和离线处理：可以使用storm实时流处理系统对消息进行实时处理，同时还支持hadoop这种批处理系统进行离线处理；
  • 多客户端支持：比如java、golang等；

2、主要应用场景：

  • 消息系统：常规的消息队列中间件，实现异步解耦、削峰等功能
  • 日志收集：Kafka可以收集各种服务的log，通过kafka以统一接口服务的方式开放给各种consumer，例如Hadoop、Hbase、Solr等；
  • 数据监控：Kafka也经常用来记录运营监控数据。包括收集各种分布式应用的数据，生产各种操作的集中反馈，比如报警和报告；
  • 流式处理：比如spark streaming和storm；
  • Kafka经常被用来记录web用户或者app用户的各种活动，如浏览网页、搜索、点击等活动，这些活动信息被各个服务器发布到kafka的topic中，然后订阅者通过订阅这些topic来做实时的监控分析，或者装载到Hadoop、数据仓库中做离线分析和挖掘；

二、基本概念

1、Broker

每个Broker即一个kafka服务实例，多个broker构成一个kafka集群。生产者发布的消息保存在broker中，消费者从broker获取消息进行消费。

在集群中，根据每个kafka实例担任的角色可分为leader(controller)和broker。

2、Topic

kafka中将消息分类，每一类消息称为一个Topic，生产者通过指定Topic将消息发送到broker中，消费者通过指定Topic可以针对不同的Topic采取不同的消费逻辑。Topic有点类似于数据库的表。

3、Partition

一个Topic可以分为多个Partition，每个Partition是一个有序队列，在Partition中每条消息都存在一个有序的偏移量offset代表这条消息在paitition中的位置。在一个Topic的多个partition中，分为leader和follower，只有leader进行读写操作，follower仅进行复制，客户端无法感知。

在一个集群中，同一个topic的不同partition可分布在不同的broker中，以保证数据安全可用。 图片来源：blog.csdn.net/m0_46109609...

4、Replica

为了保证数据安全，partition有多个副本，至少会有一个leader副本和多个follower副本。leader负责处理客户端的读写请求，follower副本只复制leader副本的数据。当leader宕机时，follower会自动接替leader副本的工作，从而保证数据的可用性。

5、Producer

生产者，负责生产消息，并发送到broker。

6、Consumer

消费者，负责消费broker中topic消息，每个consumer归属于一个consumer group。

7、各组成部分关系图

三、关键性版本变更

在kafka版本2.8以前，kafka集群通过zookeeper进行集群管理，从2.8.0版本开始，kafka提供了另一种管理模式：KRaft。

1、KRaft模式简介

KRaft 是 "Kafka" 和 "Raft" 的组合词，其中 Raft 是一个用于管理复制日志的分布式一致性算法。在 KRaft 模式中，Kafka 使用 Raft 协议来实现集群的元数据管理，包括主题配置、分区副本分配、访问控制列表等。

在 KRaft 模式下，Kafka 集群中的一个或多个 broker 将被指定为 controller，它们负责管理集群的元数据。当一个 controller 出现故障时，其他的 broker 可以通过 Raft 协议的领导者选举机制来选举出一个新的 controller。

它使得 Kafka 能够在没有 Apache ZooKeeper 的情况下运行。KRaft 模式的主要目标是简化 Kafka 的架构，提高其性能和稳定性。

2、两种模式对比

2.1 架构复杂度及性能

zookeeper模式：部署kafka集群时，必然要部署对应的zookeeper集群，既增加了系统的复杂性，同时也需要对zookeeper进行维护。kafka的性能不仅受到本身资源的限制，也受到zookeeper本身的限制以及kafka与zookeeper通信之间的限制。

KRaft模式：KRaft模式消除了kafka集群对zookeeper的依赖，降低了kafka部署及维护的难度；同时也消除了因zookeeper本身限制、通信方面的瓶颈以及由于引入zookeeper带来的系统风险，提高了kafka集群的性能和稳定性。

2.2 leader选举

在 Kafka 集群中，Controller 是一个非常重要的角色。Kafka 集群会选举出一个 Broker 作为 Controller，这个 Controller 主要负责管理和协调整个 Kafka 集群中的分区和副本。

  1. 分区 Leader 的选举：当某个分区的 Leader 副本发生故障时，Controller 负责从该分区的 Follower 副本中选举出一个新的 Leader。
  2. 副本状态的管理：Controller 负责跟踪所有副本的状态，并在副本状态发生变化时进行相应的处理。例如，当一个新的副本加入到集群时，Controller 会将其状态设置为 "ReplicaOnline"。
  3. Topic 和分区的管理：当创建或删除 Topic 时，Controller 负责在各个 Broker 上创建或删除相应的分区。
  4. Broker 状态的监控：Controller 会持续监控集群中所有 Broker 的状态。当某个 Broker 发生故障时，Controller 会将其上的所有 Leader 分区迁移到其他健康的 Broker 上。
  5. 集群元数据的维护：Controller 负责维护 Kafka 集群的元数据，包括 Topic 配置、分区副本分配、访问控制列表等。

zookeeper模式：在zookeeper模式中，kafka的leader由zookeeper自行选举，用户无法指定。

KRaft模式： 在KRaft模式中，可以通过配置文件直接指定broker节点的角色（controller、broker），也可以由集群自己完成。

四、docker-compose部署Kraft模式集群

1、版本对齐

docker版本:24.0.4
docker-compose版本: 2.20.2
kafka镜像版本 :bitnami/kafka:3.6

2、创建kafka集群网络并取kafka镜像

shell 复制代码 
docker network create kafka-net
docker pull bitnami/kafka:3.6

3、docker-compsoe.yaml文件

本文主要目的是为了学习，所以是把配置项都写到了docker-compose文件中。个人觉得在实际的环境中，还是通过为挂载数据卷的方式，将配置项写在配置文件中。

yaml 复制代码 
version: "3"
services:
  kafka1:
    image: docker.io/bitnami/kafka:3.6
    container_name: kafka1
    restart: always
    ports:
      - 19092:9092
      - 19093:9093
    volumes: 
      - "/home/xxx/workspace/kafka-docker/kafka1/data:/bitnami/data"
    privileged: true
    environment:
      #是否使用KRaft模式
      KAFKA_ENABLE_KRAFT: yes
      KAFKA_CFG_PROCESS_ROLES: broker,controller
      KAFKA_CFG_CONTROLLER_LISTENER_NAMES: CONTROLLER
      KAFKA_CFG_LISTENERS: PLAINTEXT://:9092,CONTROLLER://:9093
      KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP: CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      KAFKA_KRAFT_CLUSTER_ID: VaW86rUCTMmoxIcDiER_lA
      KAFKA_CFG_CONTROLLER_QUORUM_VOTERS: 1@kafka1:9093,2@kafka2:9093,3@kafka3:9093
      ALLOW_PLAINTEXT_LISTENER: yes
      KAFKA_HEAP_OPTS: -Xmx512M -Xms256M
      KAFKA_CFG_AUTO_CREATE_TOPICS_ENABLE: true
      #broker单独配置
      KAFKA_CFG_NODE_ID: 1
      KAFKA_CFG_ADVERTISED_LISTENERS: PLAINTEXT://192.168.94.128:19092
  
  kafka2:
    image: docker.io/bitnami/kafka:3.6
    container_name: kafka2
    restart: always
    ports:
      - 29092:9092
      - 29093:9093
    volumes: 
      - "/home/xxx/workspace/kafka-docker/kafka2/data:/bitnami/data"
    privileged: true
    environment:
      KAFKA_ENABLE_KRAFT: yes
      KAFKA_CFG_PROCESS_ROLES: broker,controller
      KAFKA_CFG_CONTROLLER_LISTENER_NAMES: CONTROLLER
      KAFKA_CFG_LISTENERS: PLAINTEXT://:9092,CONTROLLER://:9093
      KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP: CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      KAFKA_KRAFT_CLUSTER_ID: VaW86rUCTMmoxIcDiER_lA
      KAFKA_CFG_CONTROLLER_QUORUM_VOTERS: 1@kafka1:9093,2@kafka2:9093,3@kafka3:9093
      ALLOW_PLAINTEXT_LISTENER: yes
      KAFKA_HEAP_OPTS: -Xmx512M -Xms256M
      KAFKA_CFG_AUTO_CREATE_TOPICS_ENABLE: true
      #broker单独配置
      KAFKA_CFG_NODE_ID: 2
      KAFKA_CFG_ADVERTISED_LISTENERS: PLAINTEXT://192.168.94.128:29092

  kafka3:
    image: docker.io/bitnami/kafka:3.6
    container_name: kafka3
    restart: always
    ports:
      - 39092:9092
      - 39093:9093
    volumes: 
      - "/home/xxx/workspace/kafka-docker/kafka3/data:/bitnami/data"
    privileged: true
    environment:
      KAFKA_ENABLE_KRAFT: yes
      KAFKA_CFG_PROCESS_ROLES: broker,controller
      KAFKA_CFG_CONTROLLER_LISTENER_NAMES: CONTROLLER
      KAFKA_CFG_LISTENERS: PLAINTEXT://:9092,CONTROLLER://:9093
      KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP: CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      KAFKA_KRAFT_CLUSTER_ID: VaW86rUCTMmoxIcDiER_lA
      KAFKA_CFG_CONTROLLER_QUORUM_VOTERS: 1@kafka1:9093,2@kafka2:9093,3@kafka3:9093
      ALLOW_PLAINTEXT_LISTENER: yes
      KAFKA_HEAP_OPTS: -Xmx512M -Xms256M
      KAFKA_CFG_AUTO_CREATE_TOPICS_ENABLE: true
      #broker单独配置
      KAFKA_CFG_NODE_ID: 3
      KAFKA_CFG_ADVERTISED_LISTENERS: PLAINTEXT://192.168.94.128:39092

networks:
  default:
    external: true
    name: kafka-net

4、参数解析

  • KAFKA_ENABLE_KRAFT: 使用Kraft模式
  • KAFKA_CFG_PROCESS_ROLES：指定服务器在KRaft模式下的角色。broker（处理客户端请求及管理分区副本）、controller（只管理集群及协调选举）。两个角色可以同时兼任;
  • KAFKA_CFG_CONTROLLER_QUORUM_VOTERS：在raft模式下，参与选举和和决策的控制器节点 <brockerID>@<hostname>:<port>格式，多个以,分割;
  • KAFKA_CFG_LISTENERS：指定了 Kafka 绑定的监听器列表和主机/IP和端口。监听器是 Kafka 用来和客户端或其他 broker 通信的网络接口。KAFKA_CFG_LISTENERS 的格式是一个由逗号分隔的 <name>://<host>:<port> 对，其中 <name> 是一个任意的标识符，<host> 是主机名或 IP 地址，<port> 是端口号。<name>常用协议名称;
  • KAFKA_CFG_ADVERTISED_LISTENERS：它指定了 Kafka 代理向客户端或其他代理公开的监听器列表，包括它们的主机/IP和端口。这些监听器是客户端或其他代理用来连接到 Kafka 代理的地址;
  • KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP：定义了每个监听器名称要使用的安全协议的键/值对。监听器是 Kafka 用来和客户端或其他 broker 通信的网络接口，每个监听器由主机/IP、端口和协议组成。安全协议是指通信时使用的加密方式，如 PLAINTEXT、SSL、SASL_PLAINTEXT 等; KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP 的格式是一个由逗号分隔的 <name>:<protocol> 对，其中 <name> 是一个任意的标识符，<protocol> 是一个支持的安全协议;
  • KAFKA_KRAFT_CLUSTER_ID：集群唯一uuid，可以通过bin/kafka-storage.sh random-uuid工具命令生成;
  • KAFKA_CFG_CONTROLLER_QUORUM_VOTERS：kafka参与选举的broker名称及地址;
  • KAFKA_CFG_AUTO_CREATE_TOPICS_ENABLE：是否自动创建topic;
  • KAFKA_CFG_NODE_ID：kraft模式下节点id，从1开始，不重复;
  • ALLOW_PLAINTEXT_LISTENER：控制 Kafka 是否允许使用 PLAINTEXT 侦听器。PLAINTEXT 侦听器是指没有加密和认证的通信方式，这在生产环境中是不安全的，所以默认情况下是不允许的。如果你想在开发或测试环境中使用 PLAINTEXT 侦听器。
  • KAFKA_HEAP_OPTS：用来设置 Kafka 的堆内存大小。堆内存是 JVM 用来存储对象的内存区域，它影响着 Kafka 的性能和稳定性。KAFKA_HEAP_OPTS 的格式是 -Xmx<size> -Xms<size>.

5、kafka自带工具命令行操作

在docker容器中，kafka相关工具的可执行文件bin目录在/opt/bitnami/kafka/bin目录 以下展示两个简单操作，因为更多的时候我们还是通过对应语言客户端进行对kafka的操作，此处仅作示例，更多操作可查询操作文档。地址：kafka.apachecn.org/documentati...

进入容器，切到kafka的bin目录下

创建topic

shell 复制代码 
kafka-topics.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --create --topic my_topic_name --partitions 20 --replication-factor 3 --config x=y

查看所有的topic

shell 复制代码 
kafka-topics.sh --list --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092

6、kafka-ui 一款kafka web管理界面工具（可选）

docker-compose.yaml文件

yaml 复制代码 
version: "3"
services:
  kafka-ui:
    image: provectuslabs/kafka-ui:latest
    network_mode: kafka-net
    container_name: kafka-ui
    restart: always
    ports:
      - 19091:8080
    volumes:
      - /home/xxx/workspace/kafka-docker/kafka-ui:/etc/localtime
    environment:
      # 集群名称
      - KAFKA_CLUSTERS_0_NAME=local
      # 集群地址
      - KAFKA_CLUSTERS_0_BOOTSTRAPSERVERS=kafka1:9092,kafka2:9092,kafka3:9092

运行容器，进入页面单击Brokers，可看到当前集群信息

至此，docker-compose部署kafka集群已完成。

五、参考资料

官方文档：
kafka.apachecn.org/documentati...

kafka.apachecn.org/intro.html

巨人的肩膀：
blog.csdn.net/u014609111/...

www.cnblogs.com/snow-man/p/...

blog.csdn.net/u013521220/...

cloud.tencent.com/developer/a...

新手入门，记录收藏，如有错误，敬请指正

相关推荐
陈小肚4 分钟前
k8s 1.28.2 集群部署 docker registry 接入 MinIO 存储
docker·容器·kubernetes
A陈雷21 分钟前
springboot整合elasticsearch，并使用docker desktop运行elasticsearch镜像容器遇到的问题。
spring boot·elasticsearch·docker
小扳26 分钟前
Docker 篇-Docker 详细安装、了解和使用 Docker 核心功能（数据卷、自定义镜像 Dockerfile、网络）
运维·spring boot·后端·mysql·spring cloud·docker·容器
南猿北者9 小时前
docker Network(网络)
网络·docker·容器
sam-12310 小时前
k8s上部署redis高可用集群
redis·docker·k8s
Fanstay98511 小时前
在Linux中使用Nginx和Docker进行项目部署
linux·nginx·docker
大熊程序猿11 小时前
ubuntu 安装kafka-eagle
linux·ubuntu·kafka
星染xr11 小时前
kafka 生产经验——数据积压（消费者如何提高吞吐量）
分布式·kafka
东方巴黎～Sunsiny11 小时前
如何监控Kafka消费者的性能指标？
分布式·kafka
飞升不如收破烂~11 小时前
kafka
分布式·kafka
热门推荐
01玄机平台应急响应—webshell查杀02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04新版微信小程序获取用户手机号05文件或文件夹名称中有空格如何批量去除06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07【TC3xx芯片】TC3xx芯片电源管理系统PMS详解08优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间09基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测10【Flutter】基于 GetX 实现 Dio 的生命周期自动化