大数据集群学习(8):kafka集群的安装搭建

kafka基本概念

Kafka 是一个分布式的基于消息发布/订阅模式的消息中间件,在业界主要应用于大数据实时流式计算领域,起缓冲和削峰填谷的作用。其具有高吞吐、低延迟的特性,许多大数据实时流式处理系统比如Spark、Flink 等都能很好地与之集成。

kafka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, 由多个 consumer group 对 partition 进行 consume 操作
  • 可扩展性: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:允许集群中有节点失败(若副本数量为 n,则允许 n-1 个节点失败)
  • 高并发:支持数千个客户端同时读写

安装部署

kafka依赖scala以及zookeeper,因此搭建kafka之前需要先安装scala以及zookeeper

如果用的kafka3.x以上版本,可以配置Kraft,不依赖于zookeeper

zookeeper 安装

zookeeper的安装我之前也写过,详情请看 大数据集群学习(4):zookeeper安装部署

scala 安装

在scala官网上下载scala,官网地址:scala-lang.org/download/2....

这里有两个版本,一个是用于linux环境的,一个是用于windows环境的,在windows环境下进行scala编程就下载windows的。我们下载linux环境的那个版本就行了

下载的包上传到 /apps/scala 目录下,然后解压

linux 复制代码
tar -zxvf scala-2.13.0.tgz 

解压之后配置scala环境变量,修改/etc/profile文件,加入以下内容

linux 复制代码
#scala
export SCALA_HOME=/apps/scala/scala-2.13.0
export PATH=$PATH:$SCALA_HOME/bin

使环境变量生效

linux 复制代码
source /etc/profile

然后在node2以及node3机子上进行同样的配置操作,scala就安装好了

可以用以下命令验证一下是否安装成功

linux 复制代码
scala -version

kafka安装

在kafka官网上下载kafka的包,官网地址:kafka.apache.org/downloads

这里我用的是kafka3.3.1版本的

这里kafka3.3.1版本的有两个版本,一个是依赖于scala2.12的,一个是依赖于scala2.13的,所以,kafka-2.13-3.3.1,第一个版本号指scala的版本号,如果你使用的是scala2.12的,那么配置scala环境就要用scala2.12的,我们刚刚配置的是2.13的,现在就下载这个依赖于2.13的压缩包

将解压包上传至 /apps/kafka,解压缩

linux 复制代码
tar -zxvf kafka_2.13-3.3.1.tgz

进入到解压后的kafka目录,创建一个kafka-logs目录

linux 复制代码
mkdir kafka-logs

进入config目录,编辑server.properties,编辑以下配置

linux 复制代码
############################# Server Basics #############################
broker.id=0

############################# Log Basics #############################
log.dirs=/apps/kafka/kafka_2.13-3.3.1/kafka-logs

############################# Log Retention Policy #############################
# 底层存储的数据(日志)留存时长(默认 7 天)
log.retention.hours=168

# 底层存储的数据(日志)留存量(默认 1G)
log.retention.bytes=1073741824

log.retention.check.interval.ms=300000

############################# Zookeeper #############################
zookeeper.connect=node1:2181,node2:2181,node3:2181

注意注意,broker.id是kafka服务器的唯一标识,node1上面用broker.id=0,node2就要用broker.id=1,node3就要用broker.id=2,以此类推(0,1,2,3,...)

在node2,以及node3上进行同样的配置

编辑环境变量 /etc/profile ,加入以下内容

linux 复制代码
#kafka
export KAFKA_HOME=/apps/kafka/kafka_2.13-3.3.1
export PATH=$PATH:$KAFKA_HOME/bin

使环境变量生效

linux 复制代码
source /etc/profile

kafka启动命令

linux 复制代码
bin/kafka-server-start.sh -daemon /apps/kafka/kafka_2.13-3.3.1/config/server.properties

停止命令

linux 复制代码
bin/kafka-server-stop.sh

启动后用jps命令可以看到有个kafka的进程

一键启动脚本

进入bin目录,新建个kfk.sh文件,加入以下内容

linux 复制代码
#!/bin/bash
case $1 in
"start"){
for i in node1 node2 node3
do
 echo ---------- kafka $i 启动 ----------
ssh $i "/apps/kafka/kafka_2.13-3.3.1/bin/kafka-server-start.sh -daemon /apps/kafka/kafka_2.13-3.3.1/config/server.properties"
done
};;
"stop"){
for i in node1 node2 node3
do
 echo ---------- kafka $i 停止 ----------
ssh $i "/apps/kafka/kafka_2.13-3.3.1/bin/kafka-server-stop.sh"
done
};;
esac

测试脚本

linux 复制代码
#启动
bin/kfk.sh start
#停止
bin/kfk.sh top

kafka已经搭好了
以上过程若有不对,欢迎指出😀😀

相关推荐
LgZhu(Yanker)5 小时前
27、企业维修保养(M&R)全流程管理:从预防性维护到智能运维的进阶之路
大数据·运维·人工智能·erp·设备·维修·保养
GIS数据转换器8 小时前
AI 技术在智慧城市建设中的融合应用
大数据·人工智能·机器学习·计算机视觉·系统架构·智慧城市
TDengine (老段)10 小时前
TDengine IDMP 背后的技术三问:目录、标准与情景
大数据·数据库·物联网·算法·时序数据库·iot·tdengine
用手手打人11 小时前
SpringCloud -- elasticsearch(二)
大数据·elasticsearch·搜索引擎
ID_1800790547311 小时前
python采集拍立淘按图搜索API接口,json数据参考
大数据·数据库·python·json
凝新科技11 小时前
Adobe Analytics 数据分析平台|全渠道客户行为分析与体验优化
大数据·adobe·数据分析
塔能物联运维14 小时前
极端天气频发,城市照明如何守住安全底线?
大数据
nassi_14 小时前
Linux 中 Git 操作大全
大数据·elasticsearch·搜索引擎
软件测试-阿涛15 小时前
2025年大语言模型与多模态生成工具全景指南(V2.0)
大数据·图像处理·人工智能·语言模型·视频
云和数据.ChenGuang16 小时前
envFrom 是一个 列表类型字段bug
大数据·云原生·容器·kubernetes·云计算·bug