Kafka 安装教程和基本操作

一、简介

Kafka 是最初由 Linkedin 公司开发，是一个分布式、分区的、多副本的、多订阅者，基于 zookeeper 协调的分布式日志系统（也可以当做 MQ 系统），常见可以用于 web/nginx 日志、访问日志，消息服务等等，Linkedin 于2010年12月贡献给了 Apache基金会 并成为顶级开源项目。

应用特性

分布式存储：数据被自动分区并分布在集群的节点中。
消息有序性 ：Kafka 能确保从生产者传到消费者的记录都是有序的。
高容错性：允许集群中节点失败（若副本数量为n,则允许n-1个节点失败）。
高吞吐量 ：Kafka 支持单机每秒至少处理10万以上消息，通常可以达到数百万条消息。
易扩展性：支持集群热扩展。
高并发：支持数千个客户端同时读写。
持久性：支持消息数据持久化到本地磁盘并支持数据备份和灵活配置数据的持久化时间。
实时处理/低延迟：在数据写入的同时对进行处理，消息延迟最低只有几毫秒。

应用场景

Kafka 本质是支持分布式的消息系统/消息中间件 。分析 Kafka 的应用场景等同于分析 消息中级件 的应用场景。通常，使用 消息系统 的发布/订阅模型功能来连接 生产者 和 消费者。实现以下三大功能：

生产者和消费者的解耦
消息持久化 / 消息冗余
消息缓冲 / 流量消峰

具体应用场景有：

日志收集或数据管道：作为日志收集系统或数据处理管道的一部分，以处理大量的日志数据或实时数据流。
负载均衡：如果系统收到大量请求或数据流，可以使用消息队列把这些任务平均分配给多个处理器或服务，从而实现负载均衡。
系统解耦：消息队列经常用作不同服务间的通信机制，以解耦系统的不同部分。
分布式事务：如果一个事务需要跨多个服务进行，可以使用消息队列来协调不同服务之间的通信，确保事务的原子性。
实时流数据处理：比如实时日志分析或者实时数据报警。Kafka 能接收实时数据流并保证它的可靠性和持久性，这样就可以在上游源源不断生产数据的同时，下游可以实时地进行分析。
通知和实时更新：消息队列可以用作通知的中介，比如告知用户完成某个任务，或者在后端数据更新时实时通知前端。

设计目标

高性能：以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间的访问性能。
高吞吐率：即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输。
消息系统：支持Kafka Server间的消息分区，及分布式消费，同时保证每个partition内的消息顺序传输。
横向扩展：支持在线水平热扩展

二、kafka安装和配置

1. zookeeper安装配置

需要说明一下，为了支持 Kafka 的集群功能， Zookeeper 必须使用集群模式部署。

本文以部署 3 个Zookeeper 实例的伪集群为例。具体安装步骤参阅之前的文章：Zookeeper 安装教程和使用指南

2. kafka安装配置

下载链接：Kafka Downloads

下载页面中包含两种下载方式

: kafka-[version]-src.tgz：包含 Kafka 源码和API源码，需要自己编译

a) 安装

bash 复制代码

[root@Ali ~]# wget https://downloads.apache.org/kafka/3.6.2/kafka_2.12-3.6.2.tgz
[root@Ali ~]# tar xzvf kafka_2.12-3.6.2.tgz
[root@Ali ~]# mv /usr/local/kafka_2.12-3.6.2 /usr/local/kafka

b) 配置实例

配置第一个 Kafka 实例

bash 复制代码

# broker 编号，集群内必须唯一
broker.id=1
# 监听所有ip的9091端口，PLAINTEXT表示明文传输
listeners=PLAINTEXT://:9091
# 相当于listeners=PLAINTEXT://0.0.0.0:9091
# 消息日志存放地址
log.dirs=/usr/local/kafka/logs
# ZooKeeper 地址，多个用,分隔   /kafka指定在zk上的目录
zookeeper.connect=localhost:12181/kafka,localhost:22181/kafka

配置第二个 Kafka 实例

bash 复制代码

# broker 编号，集群内必须唯一
broker.id=1
# 监听所有ip的9092端口，PLAINTEXT表示明文传输
listeners=PLAINTEXT://:9092
# 消息日志存放地址
log.dirs=/opt/kafka/logs
# ZooKeeper 地址，多个用,分隔
zookeeper.connect=localhost:12181/kafka,localhost:22181/kafka

注：两个客户端的listeners中的port不能一样

4) 服务管理

bash 复制代码

# 启动服务 -daemon 表示后台启动
$KAFKA_HOME/bin/kafka-server-start.sh -daemon config/server.properties


# 查看服务
jps -l
	43330 org.apache.zookeeper.server.quorum.QuorumPeerMain
	14356 org.elasticsearch.bootstrap.Elasticsearch
	14583 org.logstash.Logstash
	45976 kafka.Kafka  # kafka服务进程
	
netstat -anlpt | grep 9091
	tcp6       0      0 :::9091                 :::*                    LISTEN      45976/java
	tcp6       0      0 192.168.18.128:9091     192.168.18.128:49356    TIME_WAIT   -

# 关闭服务
$KAFKA_HOME/bin/kafka-server-stop.sh

3. 常用操作

1) 创建topic

bash 复制代码

 #两条命令效果一样
bin/kafka-topics.sh --create --bootstrap-server localhost:9091 --partitions 2 --replication-factor 2 --topic yumu
bin/kafka-topics.sh --create --zookeeper localhost:2181/kafka --partitions 2 --replication-factor 2 --topic yumu

在kafka1上创建一个topic，会自动同步到其他客户端

--create表示创建操作

--zookeeper 指定了 Kafka 连接的 ZooKeeper

--partitions 表示每个主题4个分区

--replication-factor 表示创建每个分区创建2个副本（副本因子）

--topic 表示主题名称。
注：副本因子不能超过存活的broker数量，否则报错：Replication factor: 20 larger than available brokers: xxx.

2) 查看topic

bash 复制代码

# 查看topic列表     #两条命令效果一样
bin/kafka-topics.sh --list --bootstrap-server localhost:9092
bin/kafka-topics.sh --list --zookeeper localhost:2181/kafka 
	__consumer_offsets
	topic-demo
	yumu

# 查看topic详细信息   #两条命令效果一样
bin/kafka-topics.sh --bootstrap-server localhost:9092 --describe --topic yumu
bin/kafka-topics.sh --zookeeper localhost:2181/kafka --describe --topic yumu 
	Topic: yumu	PartitionCount: 2	ReplicationFactor: 2	Configs:
		Topic: yumu	Partition: 0	Leader: 1	Replicas: 1,2	Isr: 1,2
		Topic: yumu	Partition: 1	Leader: 1	Replicas: 2,1	Isr: 1,2

3) 测试通信

bash 复制代码

# 窗口1，启动生产者，向yumu主题发送消息
bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic yumu

# 窗口2，启动消费者，订阅yumu主题
bin/kafka-console-consumer.sh --bootstrap-server localhost:9091 --topic yumu

# 窗口3，启动消费者，订阅yumu主题
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic yumu

=====结果=====
# 生产者
bin/kafka-console-producer.sh --bootstrap-server localhost:9092 --topic yumu
>hello, kafka!
>once again.
>
# 消费者1
bin/kafka-console-consumer.sh --bootstrap-server localhost:9091 --topic yumu
hello, kafka!
once again.

# 消费者2
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic yumu
hello, kafka!
once again.

# 查看所有消息
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic yumu --from-beginning

# 删除topic
bin/kafka-topics.sh --delete --bootstrap-server localhost:9091  --topic yumu

三、遇到的问题

1. 第一次启动kafka成功后，关闭kafka并修改配置，再次启动失败，报错如下：

bash 复制代码

[2020-11-07 20:43:00,866] INFO Cluster ID = MChFWWMBT9GJClVEriND5A (kafka.server.KafkaServer)
[2020-11-07 20:43:00,873] ERROR Fatal error during KafkaServer startup. Prepare to shutdown (kafka.server.KafkaServer)
kafka.common.InconsistentClusterIdException: The Cluster ID MChFWWMBT9GJClVEriND5A doesn't match stored clusterId Some(c6QPfvqlS6C3gtsYZptQ8Q) in meta.properties. The broker is trying to join the wrong cluster. Configured zookeeper.connect may be wrong.
        at kafka.server.KafkaServer.startup(KafkaServer.scala:235)
        at kafka.server.KafkaServerStartable.startup(KafkaServerStartable.scala:44)
        at kafka.Kafka$.main(Kafka.scala:82)
        at kafka.Kafka.main(Kafka.scala)
[2020-11-07 20:43:00,875] INFO shutting down (kafka.server.KafkaServer)
[2020-11-07 20:43:00,877] INFO [ZooKeeperClient Kafka server] Closing. (kafka.zookeeper.ZooKeeperClient)
[2020-11-07 20:43:00,986] INFO Session: 0x1000da0dde2000c closed (org.apache.zookeeper.ZooKeeper)
[2020-11-07 20:43:00,986] INFO EventThread shut down for session: 0x1000da0dde2000c (org.apache.zookeeper.ClientCnxn)
[2020-11-07 20:43:00,987] INFO [ZooKeeperClient Kafka server] Closed. (kafka.zookeeper.ZooKeeperClient)
[2020-11-07 20:43:00,992] INFO shut down completed (kafka.server.KafkaServer)[2020-11-07 20:43:00,992] ERROR Exiting Kafka. (kafka.server.KafkaServerStartable)
[2020-11-07 20:43:00,993] INFO shutting down (kafka.server.KafkaServer)

原因：

kafka启动之后会生成一些日志和配置，导致这个问题的原因是第一次启动之后生成了log/meta.properties文件

bash 复制代码

cat meta.properties
#
#Sat Nov 07 21:43:51 CST 2020
broker.id=1
version=0
cluster.id=MChFWWMBT9GJClVEriND5A

第二次改完配置后再去启动的时候生成应该会生成一个新的id，新的id和旧的ID不一致导致无法启动，删除log/meta.properties文件后重新启动即可（疑问：是不是我关闭的方法不对呢？）