消息队列zookeeper集群+kafka

消息队列zookeeper集群+kafka

kafka 3.0之前依赖于zookpeeper

zookeeper开源分布式架构，提供协调服务（Apache项目）

基于观察者模式设计的分布式服务管理架构

存储和管理数据。分布式节点的服务结束观察者的注册，一旦分布式节点上的数据发生变化，由zookeeper来负责通知分布式节点上的服务

kafka1+zookpeeper1

Kafka+zookpeeper2

kafka3+zookpeeper3

主要用于大数据分析场景

zookpeeper分为领导者 追随者 ieader和follower组成的集群

只要由半数以上的集群存活zookeeper集群就可以正常工作，适用于安装奇数台的集群

全局数据一致，每个zookpeeper么个节点都保存相同的数据，维护监控的服务数据一致

数据更新的原子性，要么都成功，要么都失败

实时性，只要有变化，立刻同步

zookpeeper的应用场景

1、统一命名服务，在分布式的环境下，对所有的应用和服务进行统一命名

2、统一配置管理，配置文件同比，kafka的配置文件被i修改，可以快速同步到其他节点

3、统一集群管理，实时掌握所有节点的状态

4、服务器动态上下线

5、负载均衡，把访问服务器的数据发送到访问最少的服务器处理

领导者和追随者：zookpeeper的选举机制

三台服务器 A B C

A先启动，发起一次选举，投票给自己，只有1票，不满半数，A的状态是looking

B启动，在发起一次选举，A和B分别投自己一票，交换选票信息，myid，A发现B的myid比A大，A的这一票转而投给B

A 0 B2 没有半数以上结果 A B会进入looking

C启动 MYID c的myid最大 A和B都会把票投给C

A是0 B是0 C是3

C的状态变为leader，A和B会变为follower

只要leader确定，后续的服务器都是追随者

1、初始化

2、服务器之间和leader丢失了连接状态

特殊情况

leader已经存在建立连接即可

leader不存在或者挂了，

1、服务器ID大的会胜出

2、EPOCH大，直接胜出

3、如EPOCH相同，事务id大的会胜出

EPOCH是每个leader任期的代号，如果没有leader，大家的逻辑地位是相同的，每投完一次数据是递增的

事务id，就是用来标识服务器的每一次变更，每变更一次，事务id会变化一次

服务器id，是用来标识zookpeeper集群当中的机器都有一个id，每台机器不重复和myid

保持一致

zookeeper集群+kafka（2.7.0）

kafka（3.4.1）

zookeeper集群+kafka（2.7.0）实现过程

1、zookeeper集群

三台服务器

20.0.0.140：zookeeper+kafka

20.0.0.141：zookeeper+kafka

20.0.0.142：zookeeper+kafka

tickTime=2000

服务器和客户端之间心跳时间，2秒检测一次服务器和客户端之间的通信

initLimit=10

领导者和追随者之间初始连接时能够容忍的超时时间 10*2s 20s

syncLimit=5

同步超时时间，领导者和追随者之间，同步通信超时的时间，5*2s 10s，超过这个时间leader就会任务follower丢失，会把它移除集群

dataDir=/tmp/zookeeper

保存数据的目录要单独创建

clientPort=2181

客户端端口2181

server.1=20.0.0.140:3188:3288

1是每个zookeeper集群的初始myid，

20.0.0140:服务器的ip地址

3188：领导者和追随者之间交换信息的端口（内部通信端口）

3288：一旦leader丢失响应，开启选举，3288就是用来进行选举时服务器通信端口

消息队列kafka

为什么要引入消息队列（mq）他也是一个中间件，在高并发环境下，同步请求来不及处理，来不及处理的请求会形成阻塞

比方说数据库就会形成行锁或者表锁，请求线程满了，超标了，too many connection整个系统雪崩

消息队列的作用：异步处理请求，流量肖锋 应用解耦

解耦

耦合：在系统当中，修改一个组件需要修改所有其他组件，高度耦合

低度耦合：改一个组件，对其他组件影响不大，无需修改所有

只要通信保证，其他的修改不影响整个集群，每个组件可以独立的扩展，修改，降低的组件之间的依赖性

依赖点的就是接口约束，通过不同端口，保证集群通信。

可恢复性：系统当中的有一部分组件小时，不影响整个系统，也就是消息队列当中，即使一个处理消息的进程失败，一旦恢复还可以重新加入到队列当中继续处理消息。

缓冲：可以控制和优化数据经过系统的时间和速度，解决生产消息和消费消息处理速度不一致的问题

峰值处理能力：消息队列在峰值情况之下，能够顶住突发的访问压力，避免专门为了突发情况而对系统进行修改

核心异步通信：允许用户把一个消息放入队列，但是不立即处理，等用户象处理时在处理。

消息队列的模式：

点对点 一对一：消息的生产者发送消息到队列中，消息者从队列中提取消息，消息者提取完消息之后，队列中被提取的消息将会被移除

续消费者不能再队列当中的消息，消息队列可以有多个消费者，但是一个消息，只能有一个消费者提取。

RABBITMQ

发布/订阅模式：一对多，又叫做观察者模式，消费者提取数据之后队列当中的消息不会被清除

生产者发布一个消息到主题，所有消费者都是通过主题获取消息。

主题：topic topic类似一个数据管道，生产者把消息发布到主题，消费者从主题当中订阅数据。每一个主题可以分区，每个分区都有自己的偏移量

分区：partition 每个主题都可以分成多个分区。每个分区都是数据的有序子集，分区可以允许kafka进行水平拓展，以处理大量数据

消息再分区中按照偏移量存储，消费者可以独立读取每个分区的数据

偏移量：是每个消息再分区中的唯一标识，消费者可以通过偏移量来跟踪获取已读或者未读消息的位置，也可以提交偏移量来记录以处理的信息

其他的组件

生产者：producer生产者把数据发送到kafka主题当中，负责写入消息

消费者：consumer 从主题当中读取数据消费者可以是一个或者多个。每一个消费者都有一个消费者组id，kafka通过消费者来实现负载均衡和容错性

经纪人：broker每个kafka节点都有一个 borker，每个负责一台kafka，id唯一，存储主题分区当中数据，处理生产和消费者的请求，

维护元数据（zookeeper）

zookeeper：zookeeper负责保存元数据，元数据就是topic的相关信息，（发布在哪台主机上，指定了多少分区，以及副本数，偏移量）

zookeeper自建一个主题：_consumer_offsets.

3.0之后不依赖zookeeper的核心就是元数据由kafka自己管理

kafka的工作流程：

roker.id=1

broker.id=2

broker.id=3

num.network.threads=3

处理网络请求的线程数量默认即可

num.io.threads=8

处理磁盘的io线程数量，一定要比磁盘数大

socket.send.buffer.bytes=102400

发送套接字的缓冲区大小

socket.receive.buffer.bytes=102400

接收者的接受套接字缓冲区大小

socket.request.max.bytes=104857600

请求套接字的缓冲区大小

log.dir=/var/log/kafka

num.partitions=1

再次kafka服务器上创建topic，默认分区数，如果指定了，这个配置无效

num.recovery.threads.per.data.dir=1

用来恢复，回收，清理data下的数据的线程数量，kafka默认不允许删除主题

log.retention.hours=168

生产者发布的数据文件在主题当中保存的时间。168小时

zookeeper.connect=20.0.0.140:2181,20.0.0.141:2181,20.0.0.142:2181

vim /etxc/init.d/kafka



#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/opt/kafka'
case $1 in
start)
	echo "---------- Kafka 启动 ------------"
	${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
	echo "---------- Kafka 停止 ------------"
	${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
	$0 stop
	$0 start
;;
status)
	echo "---------- Kafka 状态 ------------"
	count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
	if [ "$count" -eq 0 ];then
        echo "kafka is not running"
    else
        echo "kafka is running"
    fi
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac



cd bin

cd /opt/kafka/bin



kafka-topics.sh --create --zookeeper 20.0.0.140:2181,20.0.0.141:2181,20.0.0.142 --replication-factor 2 --partitions 3 --topic test1

--topic test1:指定主题名称

创建主题

1、再kafka的bin目录下创建，bin目录是所有的kafka可执行命令文件

2、--zookeeper 指定是zookeeper的地址和端口，保存kafka的元数据

3、--replication-factor 2：定义每个分区的副本数

4、--partitions 3 ：指定主题的分区数

5、--topic test1 指定主题的名称

如何查看topic的详情

kafka-topics.sh --describe --zookeeper 20.0.0.140:2181,20.0.0.141:2181,20.0.0.2181

Partition：分区编号

Leader：每个分区都有一个领导者（Leader），领导者负责处理分区的读写操作。

在上述输出中，领导者的编号分别为 3、1、3。

Replicas：每个分区可以有多个副本（Replicas），用于提供冗余和容错性。

在上述输出中，Replica 3、1、2 分别对应不同的 Kafka broker。

Isr：ISR（In-Sync Replicas）表示当前与领导者保持同步的副本。

ISR 3、1分别表示与领导者同步的副本。

主题映射三台服务器做主题映射

k1

20.0.0.140 test1

20.0.0.141 test2

20.0.0.142 test3

如何发布消息

kafka-console-producer.sh --broker-list 20.0.0.140:9092,20.0.0.142:9092,20.0.0.141:9092 --topic test1

如何消费

kafka-console-consumer.sh --bootstrap-server 20.0.0.140:9092,20.0.0.141:9092,20.0.0.142:9092 --topic test1 --from-beginning

如何实时获取


修改分区数

kafka-topics.sh --zookeeper 20.0.0.20:2181 --alter --topic gq1 --partitions 3

kafka-topics.sh --describe --zookeeper 20.0.0.20:2181 --alter --topic gq1

kafka-topics.sh --delete --zookeeper 20.0.0.140:2181 --topic gq1

如何查看元数据信息

cd /opt/zookeeper/bin

1、zookeeper:主要是分布式，观察者模式，统一各个服务器节点的服务器

再kafka当中，收集保存kafka的元数据

2、kafka消息队列订阅发布模式

​ rabbit mq （实现rabbit mq 消息队列）****