kafka - 技术栈

kafka带入集群当中，实现elkfk

zookeeper集群+kafka集群

1、zookeeper

1.1概念

zookeeper是一个开源的、分布式的，为分布式架构提供协调的apache的项目

1.2作用

保存元数据

1.3zookeeper的工作机制

观察者模式设计的分布式服务器管理架构

负责存储和管理元数据，记录集群的变化，保存集群变化的信息

1.4zookeeper的特点

1、在集群中分为领导者和追随者，组成的集群

2、只要有半数以上的节点正常工作，整个zookeeper就可以正常工作。zookeeper集群在部署时一般选择奇数台

3、全局数据一致，每个zookeeper不论是领导者还是追随者，在访问他们的数据时都是一致的

4、数据更新的原子性，一次更新数据，要么都成功，要么都失败

5、数据更新的实时性

6、领导者和追随者根据投票产生

1.5选举机制

1、服务器A启动，发起一次选举，A会投自己一票。A有一票不够半数，选举无法完成，A进入looking状态

2、服务器B启动，再发起一次选举，服务器B也投自己一票，服务器A和B会做个比较，谁的myid大，如果A比B小，A会把票改投给B，B有两票，B自动当选为leader

3、C启动，自动成为追随者，A也会成为追随者

1.6部署zookeeper

bash 复制代码

mysql1、2、3
systemctl stop firewalld
setenforce 0

#时间同步
yum -y install ntpdate
ntpdate ntp.aliyun.com
date

#安装java环境
yum -y install java
java -version

#zookeeper安装包解压
tar -xf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /opt/zookeeper

cd zookeeper
cd conf
cp zoo_sample.cfg zoo.cfg

#修改配置文件
vim zoo.cfg
2行 ticktime=2000
#通信心跳时间，zookeeper服务端和客户端之间通信的间隔时间，单位是毫秒
5行 initlimit=10
#leader和follower初始连接时最多能容忍的心跳数，单位是秒
8行 synclimit=5
#leader和followe之间同步通信的超时时间，5*2的时间发生超时，leader就认为follower死了，会从集群中将其删除
12行 datadir=/opt/zookeeper/data
#zookeeper的数据保存目录
13行 dataLogDir=/opt/zookeeper/logs
#日志保存目录
15行 clientPort=2181
#客户端连接服务器的指定端口
16行添加
server.1=192.168.230.21:3188:3288
server.2=192.168.230.22:3188:3288
server.3=192.168.230.23:3188:3288

server.1：数字id，也就是服务器对应的myid
192.168.230.21：服务器的ip地址
3188：zookeeper集群内部通信的端口
3288：重新选举端口，万一leader挂了，就用这个端口进行内部通信，选举新的leader
-------------------------------------------------------------------------------------------------------------

#创建数据目录和日志目录
mkdir /opt/zookeeper/data
mkdir /opt/zookeeper/logs

#在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 > /mkdir /opt/zookeeper/data/myid
echo 2 > /mkdir /opt/zookeeper/data/myid
echo 3 > /mkdir /opt/zookeeper/data/myid

#配置zookeeper启动脚本
vim /etc/init.d/zookeeper

#设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper

#启动zookeeper
service zookeeper start

#查看zookeeper状态
service zookeeper status

2、kafka

2.1概念

消息队列：MQ

在高并发环境下，同步的请求来不及处理，请求太对会造成阻塞

比如大量请求并发到数据库，出现too many connection报错，消息队列使用异步处理方式，可以缓解系统处理请求的压力

2.2kafka的作用

1、异步处理

2、系统解耦

每个系统之间独立运行，互相之间没有必然的依赖关系。

微服务架构中的通信对于解耦来说至关重要，各个微服务之间独立运行，分别处理各自的请求和消息，提高整个系统的吞吐量和处理能力。比如电商的订单系统，网站的工单系统，是典型的一个消息队列场景

3、负载均衡

消息队列的负载均衡，把任务发送到多个消费者，多个消费者可以并行处理队列中的消息

4、流量控制和限流

通过延迟方法，处理生产速率和消费者的处理速度（代码控制）

5、数据同步和分发

跨系统的系统同步和日志收集

6、任务调度和定时任务

7、实时数据处理

8、备份和恢复

2.3消息队列的模式

1、点对点，一对一，消费者消费完数据之后，生产者会自动清除已消毒的数据。一个生产者对应一个消费者（淘汰）

2、发布/订阅模式（一对多模式，观察者模式）：消费者数据在消费完之后不会被清除（保留一段时间）。生产者发布一个消息，可以是一个消费者使用，也可以是多个消费者同时使用（主流）

kafka就是发布/订阅模式的消息队列，用于大数据的实时处理领域。RABBITMQ也是发布/订阅模式的消息队列，小集群内部使用

2.4kafka的特性

1、高吞吐量，低延迟。每秒可以处理几十万条数据，延迟只有几毫秒

2、集群的可扩展性（支持热扩展）

3、消息的持久化：生产者发布的消息可以保存到吸盘当中，防止数据丢失（有时间限制）

3、容错性：挂了一个可以继续使用

4、高并发：数千个客户端可以同时读写

2.5kafka的组件

1、topic：主题，kafka的基本单元，所有生产者发布的消息都是发到主题，消费者订阅主题，然后消费生产者发布的消息

2、生产者：把消息发布到主题

3、消费者：订阅主题消费，消费生产者发布的消息

4、分区：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

分区当中保留数据，按照偏移量来有序的存储数据，消费者可以根据偏分区当中的偏移量来消费指定分区当中的消息（一般不用）

分区还有备份的作用，在创建主题时创建分区，创建分区时要在指定副本数。

分区和执行的集群机器数量一般是保持一致的

副本：备份分区中的消息，最少要2个，互为备份

4、偏移量：消息在分区当中的唯一标识，跟踪和定位消息所在的位置。消费者可以根据偏移量来处理信息/5

5、经纪人broker：处理生产者和消费者的请求（kafka自己），元数据的经纪人/6

6、zookeeper：保存元数据

2.6kafka的工作流程

生产者将消息发布到指定的主题，每个消息都附带一个key和value

主题是有多个分区的，生产者把消息写入一个分区（带偏移量）

经纪人（kafka）分配和处理生产者的发布请求，偏移量也是经纪人分配（在分区中是唯一的）

消费者订阅主题，获取全量的消费者的消费信息（默认模式），也可以从指定的分区获取消息（代码来完成，一般不用）

生产者发布的消息会在本地保留一段时间，防止消费者有延迟或者处理速度过慢导致没有成功消费。保留时间默认是7天

2.7部署kafka

bash 复制代码

#kafka安装包解压
tar -xf kafka_2.13-3.4.1.tgz
mv kafka_2.13-3.4.1 /usr/local/kafka
cd /usr/local/kafka/config

#配置文件备份
cp server.properties server.properties.bak

#修改配置文件
vim server.properties

24行 broker.id=0（经纪人id要不一样）
34行 listeners=PLAINTETX://192.168.230.21:9092
#监听本地地址
44行 num.network.threads=3
#broker处理网络请求的线程数，一般不用修改
48行 num.io.threads=8
#数值一定要大于磁盘数，处理磁盘读写的线程数
52行 socket.send.buffer.bytes=102400
#发送套接字缓冲区的大小
56行 socket.receive.buffer.bytes=102400
#接收套接字缓冲区的大小
60行 socket.request.buffer.bytes=102400
#请求套接字缓冲区的大小
67行 log.dirs=/usr/local/kafka/logs
#kafka日志存放的路径
72行 num.partitions=1
#创建主题时经纪人指定的分区数，如果指定的分区数不同，这个值可以被覆盖
111行 log.retention.hours=168
#消息在本地持久化保留的时间是168小时
118行 log.segent.bytes=1073741824
#保存的持久化的文件的大小，超过这个值的也会被删除
132 zookeeper.connect=192.168.230.21:2181,192.168.230.22:2181,192.168.230.23:2181
#指定zookeeper集群的ip地址

#声明变量
vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin

#立即生效
source /etc/profile

#主机名映射
vim /etc/hosts
192.168.230.21 mysql1
192.168.230.22 mysql2
192.168.230.23 mysql3

#配置kafka启动脚本
vim /etc/init.d/kafka

#设置开机自启
chmod +x /etc/init.d/kafka
chkconfig --add kafka

#启动kafka
service kafka start

#查看端口是否开启
netstat -antp | grep 9092

#创建主题
kafka-topics.sh --create --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092 --replication-factor 2 --partitions 3 --topic test1
--replication-factor 2：创建分区的副本数
--partitions：分区数
--topic：指定分区的名称

#查看topic数
kafka-topics.sh --list --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092

#模拟发布消息
kafka-console-producer.sh --broker-list 192.168.230.21；9092，192.168.230.22:9092,192.168.230.23:9092 --topic test1
test1
test2
test3

#消费者订阅主题
kafka-console-consumer.sh --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092 --topic test1 --from-beginning

#查看主题的详细信息
kafka-topics.sh --describe --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092

Topic: test1	TopicId: 3cMz2ZiYSr2rxy9jzGCyeQ	PartitionCount: 3	ReplicationFactor: 2	Configs: 
	Topic: test1	Partition: 0	Leader: 2	Replicas: 2,1	Isr: 2,1
	Topic: test1	Partition: 1	Leader: 1	Replicas: 1,0	Isr: 1,0
	Topic: test1	Partition: 2	Leader: 0	Replicas: 0,2	Isr: 0,2

Topic：主题名称
Partition：分区，后面的0 1 2是偏移量
Leader：分区的领导者用来处理分区的读写操作，只有在指定写分区和指定读分区的时候才有工作，如果不是指定，全量展示则无意义
Replicas：分区的副本，0 1 2对应的是broker id
Isr：表示当前与领导者同步的副本
-----------------------------------------------------------------------------------------------------------------------------------------------------------

#删除主题
kafka-topics.sh --delete --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092 --topic test1

2.8kafka的消息堆积该如何解决

产生的原因：
消费者出现了延迟或者处理能力太差，导致消息堆积。

方法：
1、减少kafka持久化的保存时间

2、修改主题的分区数，扩大分区的数量，提高消费者获取的通道

修改分区数：kafka-topics.sh --bootstrap-server 192.168.230.21:9092,192.168.230.22:9092,192.168.230.23:9092 --alter --topic test1 --partitions 6

3、可以指定多个消费者共同工作，处理消息的挤压