Zookeeper+消息队列（kafka）

不喜欢就睡大觉2024-09-24 6:06

目录

一、Zookeeper概述

1、Zookeeper概念

2、Zookeeper工作机制

3、Zookeeper数据结构

[4、Zookeeper 应用场景](#4、Zookeeper 应用场景)

[5、Zookeeper 选举机制](#5、Zookeeper 选举机制)

5.1、第一次启动选举机制

5.2、非第一次启动选举机制

[二、部署 Zookeeper 集群](#二、部署 Zookeeper 集群)

1、部署环境

[2、安装 zookeeper 软件](#2、安装 zookeeper 软件)

3、设置主配置文件

4、创建数据目录和日志目录

5、创建myid文件

[6、配置 Zookeeper 启动脚本并设置开机自启](#6、配置 Zookeeper 启动脚本并设置开机自启)

[7、分别启动 Zookeeper](#7、分别启动 Zookeeper)

三、消息队列系统-Kafka

1、消息队列的概念

2、为什么需要消息队列（MQ）

3、使用消息队列的好处

4、消息队列的两种模式

4.1、点对点模式

4.2、发布/订阅模式

5、Kafka的概念

6、Kafka的特性

7、Kafka系统架构

[四、部署 kafka 集群](#四、部署 kafka 集群)

1、部署环境

[2、安装 kafka 软件](#2、安装 kafka 软件)

3、修改主配置文件

4、修改环境变量

[5、配置 Zookeeper 启动脚本并设置开机自启](#5、配置 Zookeeper 启动脚本并设置开机自启)

[6、 分别启动 Kafka](#6、 分别启动 Kafka)

[7、Kafka 命令行操作](#7、Kafka 命令行操作)

[7.1、创建 Kafka 主题并查看主题](#7.1、创建 Kafka 主题并查看主题)

7.2、发布与消费消息

7.3、修改分区数

7.4、删除主题（topic）

一、Zookeeper概述

1、Zookeeper概念

Zookeeper 是一个分布式协调服务，专门为分布式应用提供高效可靠的协调、同步、配置管理和 故障恢复等功能。它的设计目的是简化分布式系统的管理，保证多个节点之间的数据一致性和协调工 作。Zookeeper 提供了类似文件系统的层次化命名空间，用来存储和管理元数据，确保分布式应用的高 可用性和强一致性。

2、Zookeeper工作机制

Zookeeper工作模式：文件系统+通知机制

工作机制：

  • 每个服务端上线时需要到zookeeper集群注册信息
  • 客户端从zookeeper集群获取在线服务端信息列表并监听
  • 服务端上线下线时，zookeeper需要更新列表信息并通知客户端
  • 客户端接收到通知重新获取zookeeper在线服务器列表

3、Zookeeper数据结构

Zookeeper 的数据结构类似于一个层次化的文件系统：

  • ZNode：是 Zookeeper 中存储数据的基本单元，每个 ZNode 都可以存储少量的数据，并且可以 有子节点，形成树状结构。
  • 持久节点：该类型的 ZNode 会一直存在，直到手动删除。
  • 临时节点：客户端会话断开时，临时节点会自动删除，适用于实现分布式锁等功能。
  • 顺序节点：在创建 ZNode 时，Zookeeper 可以自动为其添加递增的编号，常用于实现分布式队列 或顺序任务处理。

ZooKeeper数据模型的结构与Linux文件系统很类似，整体上可以看作是一棵树，每个节点称做一 个ZNode。每一个ZNode默认能够存储1MB的数据，每个ZNode都可以通过其路径唯一标识。

4、Zookeeper 应用场景

提供的服务包括：统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等

  • 统一命名服务

在分布式环境下，经常需要对应用/服务进行统一命名，便于识别。例如：IP不容易记住，而域名容易记住

  • 统一配置管理

（1）分布式环境下，配置文件同步非常常见。一般要求一个集群中，所有节点的配置信息是一致的，比如Kafka集群。对配置文件修改后，希望能够快速同步到各个节点上

（2）配置管理可交由ZooKeeper实现。可将配置信息写入ZooKeeper上的一个Znode。各个客户端服务器监听这个Znode。一旦 Znode中的数据被修改，ZooKeeper将通知各个客户端服务器

  • 统一集群管理

（1）分布式环境中，实时掌握每个节点的状态是必要的。可根据节点实时状态做出一些调整

（2）ZooKeeper可以实现实时监控节点状态变化。可将节点信息写入ZooKeeper上的一个ZNode。监听这个ZNode可获取它的实时状态变化

  • 服务器动态上下线

客户端能实时洞察到服务器上下线的变化。

  • 软负载均衡

在Zookeeper中记录每台服务器的访问数，让访问数最少的服务器去处理最新的客户端请求

5、Zookeeper 选举机制

5.1、第一次启动选举机制

（1）服务器1启动，发起一次选举。服务器1投自己一票。此时服务器1票数一票，不够半数以上（3票），选举无法完成，服务器1状态保持为LOOKING；

（2）服务器2启动，再发起一次选举。服务器1和2分别投自己一票并交换选票信息：此时服务器1发现服务器2的myid比自己目前投票推举的（服务器1）大，更改选票为推举服务器2。此时服务器1票数0票，服务器2票数2票，没有半数以上结果，选举无法完成，服务器1，2状态保持LOOKING；

（3）服务器3启动，发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果：服务器1为0票，服务器2为0票，服务器3为3票。此时服务器3的票数已经超过半数，服务器3当选Leader。服务器1，2更改状态为FOLLOWING，服务器3更改状态为LEADING；

（4）服务器4启动，发起一次选举。此时服务器1，2，3已经不是LOOKING状态，不会更改选票信息。交换选票信息结果：服务器3为3票，服务器4为1票。此时服务器4服从多数，更改选票信息为服务器3，并更改状态为FOLLOWING；

（5）服务器5启动，同4一样当小弟

5.2、非第一次启动选举机制

（1）当zookeeper集群中的一台服务器出现以下两种情况之一时，就会开始进入Leader选举：

①服务器初始化启动

②服务器运行期间无法和Leader保持连接

（2）而当一台机器进入Leader选举流程时，当前集群也可能会处于以下两种状态：

①集群中本来就已经存在一个Leader

对于已经存在Leader的情况，机器试图去选举Leader时，会被告知当前服务器的Leader信息，对于该机器来说，仅仅需要和 Leader机器建立连接，并进行状态同步即可

②集群中确实不存在Leader

假设ZooKeeper由5台服务器组成，SID分别为1、2、3、4、5，ZXID分别为8、8、8、7、7，并且此时SID为3的服务器是Leader。某一时刻，3和5服务器出现故障，因此开始进行Leader选举。

选举Leader规则：

  • Epoch大的直接胜出
  • Epoch相同，事务id大的胜出
  • 事务id相同，服务器id大的胜出

SID：服务器ID。用来唯一标识一台ZooKeeper集群中的机器，每台机器不能重复，和myid一致

ZXID：事务ID。ZXID是一个事务ID，用来标识一次服务器状态的变更。在某一时刻，集群中的每台机器的ZXID值不一定完全一致，这和ZooKeeper服务器对于客户端"更新请求"的处理逻辑速度有关

Epoch：每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加

二、部署 Zookeeper 集群

1、部署环境

服务器IP 节点名称 myid/角色 软件版本 JDK版本 操作系统
172.16.88.44 zk01 1 / follow zookeeper-3.5.7 oraclejdk: java version "1.8.0_291" centos7.4
172.16.88.55 zk02 2 / leader zookeeper-3.5.7 oraclejdk: java version "1.8.0_291" centos7.4
172.16.88.66 zk03 3 / follow zookeeper-3.5.7 oraclejdk: java version "1.8.0_291" centos7.4

（1）关闭所有设备的防火墙和核心防护

cpp 复制代码 
[root@localhost ~]#systemctl stop firewalld
[root@localhost ~]#setenforce 0

（2）修改三台设备的主机名

cpp 复制代码 
[root@localhost ~]#hostnamectl set-hostname zk01
[root@localhost ~]#bash
 
[root@localhost ~]#hostnamectl set-hostname zk02
[root@localhost ~]#bash
 
[root@localhost ~]#hostnamectl set-hostname zk03
[root@localhost ~]#bash

（3）三台设备都需部署java环境，安装oraclejdk

cpp 复制代码 
java -version    #不建议使用openjdk，所以三台设备都需安装oraclejdk
cpp 复制代码 
# rpm安装oraclejdk
 
#yum install或rpm -ivh安装oraclejdk
cd /opt    #将rpm软件包传至/opt目录下
rpm -ivh jdk-8u291-linux-x64.rpm
 
#将openjdk更换至oraclejdk
vim /etc/profile.d/jdk.sh
export JAVA_HOME=/usr/java/jdk1.8.0_201-amd64    #输出定义java的工作目录
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar   #输出指定java所需的类文件
export PATH=$JAVA_HOME/bin:$PATH   #输出重新定义环境变量，$PATH一定要放在$JAVA_HOME的后面，让系统先读取到工作目录中的版本信息
 
source /etc/profile.d/jdk.sh  #执行配置文件
java -version
----------------------------------------------------------------------------------------
# 二进制包安装oraclejdk
 
cd /opt   #将二进制包传至/opt目录下
tar zxvf jdk-8u291-linux-x64.tar.gz -C /usr/local
ln -s /usr/local/jdk1.8.0_291/ /usr/local/jdk
 
vim /etc/profile.d/jdk.sh
export JAVA_HOME=/usr/local/jdk
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
 
source /etc/profile.d/jdk.sh
java -version

2、安装 zookeeper 软件

三台节点服务器都要安装zookeeper

cpp 复制代码 
#下载安装包
官方下载地址：https://archive.apache.org/dist/zookeeper/

下载apache-zookeeper-3.5.7-bin.tar.gz到本地的/opt目录下，进行二进制包解压，无需安装，能直接使用

cpp 复制代码 
cd /opt
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.5.7/apache-zookeeper-3.5.7-bin.tar.gz
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7

3、设置主配置文件

三台节点服务器都要修改各自的配置文件

由于三台节点服务器配置文件需要修改的内容一样，修改完zk-kfk01服务器的主配置文件后，将其直接scp远程拷贝到另外两台节点服务器：zk-kfk02和zk-kfk03

cpp 复制代码 
[root@zk-kfk01 opt]#cd /usr/local/zookeeper-3.5.7/conf/
[root@zk-kfk01 conf]#cp zoo_sample.cfg zoo.cfg
[root@zk-kfk01 conf]#vim zoo.cfg     #修改主配置文件
  
tickTime=2000                     
#通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
initLimit=10                      
#Leader和Follower初始连接时能容忍的最多心跳数（tickTime的数量），这里表示为10*2s
syncLimit=5                       
#Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认为Follwer死掉，并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.5.7/data    
#修改，指定保存Zookeeper中的数据的目录，目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.5.7/logs  
#添加，指定存放日志的目录，目录需要单独创建
clientPort=2181                   #客户端连：接端口
server.1=172.16.88.44:3188:3288
server.2=172.16.88.55:3188:3288
server.3=172.16.88.66:3188:3288
 
#解释
server.A=B:C:D
# A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
# B是这个服务器的地址。
# C是这个服务器Follower与集群中的Leader服务器交换信息的端口。
# D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
#拷贝配置好的 Zookeeper 配置文件到其他节点服务器上
[root@zk-kfk01 conf]# scp zoo.cfg 172.16.88.55:/usr/local/zookeeper-3.5.7/conf/
[root@zk-kfk01 conf]# scp zoo.cfg 172.16.88.66:/usr/local/zookeeper-3.5.7/conf/

4、创建数据目录和日志目录

在每个节点上创建数据目录和日志目录

cpp 复制代码 
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs

5、创建myid文件

在每个节点的dataDir指定的目录下创建一个 myid 的文件

cpp 复制代码 
[root@zk-kfk01 ~]# echo 1 > /usr/local/zookeeper-3.5.7/data/myid
[root@zk-kfk02 ~]# echo 2 > /usr/local/zookeeper-3.5.7/data/myid
[root@zk-kfk03 ~]# echo 3 > /usr/local/zookeeper-3.5.7/data/myid

6、配置 Zookeeper 启动脚本并设置开机自启

配置 Zookeeper 启动脚本：

cpp 复制代码 
[root@zk-kfk01 ~]#vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.5.7'
case $1 in
start)
	echo "---------- zookeeper 启动 ------------"
	$ZK_HOME/bin/zkServer.sh start
;;
stop)
	echo "---------- zookeeper 停止 ------------"
	$ZK_HOME/bin/zkServer.sh stop
;;
restart)
	echo "---------- zookeeper 重启 ------------"
	$ZK_HOME/bin/zkServer.sh restart
;;
status)
	echo "---------- zookeeper 状态 ------------"
	$ZK_HOME/bin/zkServer.sh status
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac
cpp 复制代码 
#拷贝写好的zookeeper启动脚本到其他两台节点服务器
[root@zk-kfk01 ~]# scp /etc/init.d/zookeeper 172.16.88.55:/etc/init.d/zookeeper
[root@zk-kfk01 ~]# scp /etc/init.d/zookeeper 172.16.88.66:/etc/init.d/zookeeper

设置开机自启：

cpp 复制代码 
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
# 将 "zookeeper" 服务添加到系统的服务管理列表中，并且配置它在系统启动时自动运行
# 前提创建一个名为 "zookeeper" 的服务脚本（通常是放在 /etc/init.d/ 目录下）

7、分别启动 Zookeeper

zk01服务器、zk02服务器、zk03服务器依次分别启动

cpp 复制代码 
#分别启动 Zookeeper
service zookeeper start
 
#查看当前状态
service zookeeper status

三、消息队列系统-Kafka

Kafka 是一个分布式的基于发布/订阅模式的消息队列（MQ，Message Queue），主要应用于大数据实时处理领域

1、消息队列的概念

消息队列（Message Queue，简称MQ）是一种用于在应用程序之间传递消息的通信机制。通过消息队列，应用程序可以异步地发送消息给其他应用程序，从而实现解耦、异步通信和提高系统的可靠性和可伸缩性

消息队列通常包括以下几个重要组件和概念：

  • 消息：消息是传递的数据单元，可以是文本、JSON、XML等格式的数据。消息队列通过存储和转发消息来实现应用程序之间的通信。

  • 生产者（Producer）：生产者是向消息队列发送消息的应用程序。生产者将消息发送到队列中，然后由消费者来消费这些消息。

  • 消费者（Consumer）：消费者是从消息队列接收消息的应用程序。消费者从队列中获取消息并进行处理。

  • 队列（Queue）：队列是消息的缓冲区，用于存储消息直到消费者准备好接收并处理它们。消息通常按照先进先出（FIFO）的顺序进行处理。

  • 消息代理（Message Broker）：消息代理是消息队列系统的核心组件，负责接收、存储和转发消息。消息代理通常提供消息持久化、消息确认、消息路由等功能。

2、为什么需要消息队列（MQ）

主要原因是由于在高并发环境下，同步请求来不及处理，请求往往会发生阻塞。比如大量的请求并发访问数据库，导致行锁表锁，最后请求线程会堆积过多，从而触发 too many connection 错误，引发雪崩效应

我们使用消息队列，通过异步处理请求，从而缓解系统的压力。消息队列常应用于异步处理，流量削峰，应用解耦，消息通讯等场景

3、使用消息队列的好处

  • 解耦：允许你独立地扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。

  • 可恢复性：系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。

  • 缓冲：有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。

  • 灵活性 & 峰值处理能力：在访问量剧增的情况下，应用仍然需要继续发挥作用。使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷请求而完全崩溃。

  • 异步通信：消息队列提供了异步处理机制，允许用户把一个消息放入队列，但并不立即处理它。用户可以按需放入消息，并在需要时再去处理它们。

4、消息队列的两种模式

4.1、点对点模式

一对一，消费者主动拉取数据，消息收到后消息清除

消息生产者生产消息发送到消息队列中，然后消息消费者从消息队列中取出并且消费消息。消息被消费以后，消息队列中不再有存储，所以消息消费者不可能消费到已经被消费的消息。消息队列支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费

4.2、发布/订阅模式

一对多，又叫观察者模式，消费者消费数据之后不会清除消息

消息生产者（发布）将消息发布到 topic 中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到 topic 的消息会被所有订阅者消费

发布/订阅模式是定义对象间一种一对多的依赖关系，使得每当一个对象（目对标象）的状态发生改变，则所有依赖于它的对象（观察者对象）都会得到通知并自动更新

5、Kafka的概念

Kafka 是最初由 Linkedin 公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于 Zookeeper 协调的分布式消息中间件系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景，比如基于 hadoop 的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎，nginx 访问日志，消息服务等等，用 scala 语言编写，

Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目

6、Kafka的特性

  • 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 进行消费操作，提高负载均衡能力和消费能力。

  • 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

允许集群中节点失败（多副本情况下，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

7、Kafka系统架构

  • 服务器节点（Broker）

一台 kafka 服务器就是一个 broker

一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic

broker 是消息的代理，Producers往Brokers里面的指定Topic中写消息，Consumers从Brokers里面拉取指定Topic的消息，然后进行业务处理，broker在中间起到一个代理保存消息的中转站

  • 主题（Topic）

主题是消息的分类，每条消息都会被发布到一个特定的主题。主题在 Kafka 中起到消息的逻辑容器，不同主题之间相互独立。生产者和消费者面向的都是一个 topic。类似于数据库的表名或者 ES 的 index。物理上不同 topic 的消息分开存储

  • 分区（Partition）

每个主题可以分成一个或多个分区，分区是消息存储的基本单元。消息在分区内顺序存储，每条消息都有一个在分区内唯一的偏移量（offset）

为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，一个 topic 可以分割为一个或多个 partition，每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的，而不保证 topic 中不同 partition 的顺序

每个 topic 至少有一个 partition，当生产者产生数据的时候，会根据分配策略选择分区，然后将消息追加到指定的分区的队列末尾

每条消息都会有一个自增的编号，用于标识消息的偏移量，标识顺序从 0 开始

每个 partition 中的数据使用多个 segment 文件存储

如果 topic 有多个 partition，消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下（例如商品秒杀、 抢红包），需要将 partition 数目设为 1

Partation 数据路由规则：

① 指定了 patition，则直接使用

② 未指定 patition 但指定 key（相当于消息中某个属性），通过对 key 的 value 进行 hash 取模，选出一个 patition

③ patition 和 key 都未指定，使用轮询选出一个 patition

总结：

  • broker 存储 topic 的数据。如果某 topic 有 N 个 partition，集群有 N 个 broker，那么每个 broker 存储该 topic 的一个 partition

  • 如果某 topic 有 N 个 partition，集群有 (N+M) 个 broker，那么其中有 N 个 broker 存储 topic 的一个 partition， 剩下的 M 个 broker 不存储该 topic 的 partition 数据

  • 如果某 topic 有 N 个 partition，集群中 broker 数目少于 N 个，那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中，尽量避免这种情况的发生，这种情况容易导致 Kafka 集群数据不均衡

  • 副本（Replica）

副本，为保证集群中的某个节点发生故障时，该节点上的 partition 数据不丢失，且 kafka 仍然能够继续工作，kafka 提供了副本机制，一个 topic 的每个分区都有若干个副本，一个 leader 和若干个 follower

  • 领导者（Leader）

每个 partition 有多个副本，其中有且仅有一个作为 Leader，Leader 是当前负责数据的读写的 partition

  • 追随者（Follower）

Follower 跟随 Leader，所有写请求都通过 Leader 路由，数据变更会广播给所有 Follower，Follower 与 Leader 保持数据同步

Follower 只负责备份，不负责数据的读写

如果 Leader 故障，则从 Follower 中选举出一个新的 Leader

当 Follower 挂掉、卡住或者同步太慢，Leader 会把这个 Follower 从 ISR（Leader 维护的一个和 Leader 保持同步的 Follower 集合） 列表中删除，重新创建一个 Follower

  • 生产者（Producer）

生产者即数据的发布者，该角色将消息 push 发布到 Kafka 的 topic 中

broker 接收到生产者发送的消息后，broker 将该消息追加到当前用于追加数据的 segment 文件中

生产者发送的消息，存储到一个 partition 中，生产者也可以指定数据存储的 partition

  • 消费者（Consumer）

消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据

  • 消费者组（Consumer Group）

消费者组，由多个 消费者（Consumer） 组成

所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。可为每个消费者指定组名，若不指定组名则属于默认的组

将多个消费者集中到一起去处理某一个 Topic 的数据，可以更快的提高数据的消费能力

消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费，防止数据被重复读取

消费者组之间互不影响

  • 偏移量（Offset）

偏移量是消息在分区中的唯一标识

偏移量决定读取数据的位置，不会有线程安全的问题，消费者通过偏移量来决定下次读取的消息（即消费位置）

消息被消费之后，并不被马上删除，这样多个业务就可以重复使用 Kafka 的消息

某一个业务也可以通过修改偏移量达到重新读取消息的目的，偏移量由用户控制

消息最终还是会被删除的，默认生命周期为 1 周（7*24小时）

  • ZooKeeper

Kafka 通过 Zookeeper 来存储集群的 meta 信息

由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置的继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费

Kafka 0.9 版本之前，consumer 默认将 offset 保存在 Zookeeper 中；从 0.9 版本开始，consumer 默认将 offset 保存在 Kafka 一个内置的 topic 中，该 topic 为 __consumer_offsets

也就是说，zookeeper的作用就是，生产者push数据到kafka集群，就必须要找到kafka集群的节点在哪里，这些都是通过zookeeper去寻找的。消费者消费哪一条数据，也需要zookeeper的支持，从zookeeper获得offset，offset记录上一次消费的数据消费到哪里，这样就可以接着下一条数据进行消费

四、部署 kafka 集群

1、部署环境

服务器 IP 节点名称 myid/角色 Zookeeper 版本 Kafka 版本 JDK 版本 操作系统
172.16.88.44 zk01 1 / follow zookeeper-3.5.7 kafka_2.13-2.7.1 Oracle JDK 1.8.0_291 CentOS 7.4
172.16.88.55 zk02 2 / leader zookeeper-3.5.7 kafka_2.13-2.7.1 Oracle JDK 1.8.0_291 CentOS 7.4
172.16.88.66 zk03 3 / follow zookeeper-3.5.7 kafka_2.13-2.7.1 Oracle JDK 1.8.0_291 CentOS 7.4

2、安装 kafka 软件

三台节点服务器都要安装kafka

cpp 复制代码 
#下载安装包
官方下载地址：http://kafka.apache.org/downloads.html

上传kafka_2.13-2.7.1.tgz到本地的/opt目录下，进行二进制包解压，无需安装，能直接使用

cpp 复制代码 
cd /opt       #上传kafka_2.13-2.7.1.tgz到本地的/opt目录下
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka

3、修改主配置文件

三台节点服务器都需要修改主配置文件

修改完zk-kfk01服务器的主配置文件后，将其直接scp远程拷贝到另外两台节点服务器：zk-kfk02和zk-kfk03，注意修改另外两台节点服务器的 broker.id 和 listeners 地址

cpp 复制代码 
[root@zk-kfk01 opt]#cd /usr/local/kafka/config/
[root@zk-kfk01 config]#cp server.properties{,.bak}
[root@zk-kfk01 config]#vim server.properties
 
broker.id=0    
#21行，broker的全局唯一编号，每个broker不能重复，因此要在其他节点服务器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://172.16.88.44:9092
#31行，指定监听的IP和端口，如果修改每个broker的IP需区分开来，也可保持默认配置不用修改
num.network.threads=3    
#42行，broker 处理网络请求的线程数量，一般情况下不需要去修改
num.io.threads=8         
#45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
socket.send.buffer.bytes=102400       #48行，发送套接字的缓冲区大小
socket.receive.buffer.bytes=102400    #51行，接收套接字的缓冲区大小
socket.request.max.bytes=104857600    #54行，请求套接字的缓冲区大小
log.dirs=/usr/local/kafka/logs        #60行，kafka运行日志存放的路径，也是数据存放的路径
num.partitions=1    
#65行，topic在当前broker上的默认分区个数，会被topic创建时的指定参数覆盖
num.recovery.threads.per.data.dir=1    #69行，用来恢复和清理data下数据的线程数量
log.retention.hours=168    
#103行，segment文件（数据文件）保留的最长时间，单位为小时，默认为7天，超时将被删除
log.segment.bytes=1073741824    
#110行，一个segment文件最大的大小，默认为 1G，超出将新建一个新的segment文件
zookeeper.connect=172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181    
#123行，配置连接Zookeeper集群地址
cpp 复制代码 
[root@zk-kfk01 config]# scp server.properties 172.16.88.55:/usr/local/kafka/config/
[root@zk-kfk01 config]# scp server.properties 172.16.88.66:/usr/local/kafka/config/

两台服务器修改的地方

4、修改环境变量

cpp 复制代码 
vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
 
source /etc/profile

5、配置 Zookeeper 启动脚本并设置开机自启

配置 Zookeeper 启动脚本：

cpp 复制代码 
[root@zk-kfk01 ~]#vim /etc/init.d/kafka
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/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
cpp 复制代码 
#拷贝写好的zookeeper启动脚本到其他两台节点服务器
[root@zk-kfk01 ~]# scp /etc/init.d/kafka 172.16.88.55:/etc/init.d/kafka
[root@zk-kfk01 ~]# scp /etc/init.d/kafka 172.16.88.66:/etc/init.d/kafka
cpp 复制代码 
chmod +x /etc/init.d/kafka
chkconfig --add kafka
# 将 "kafka" 服务添加到系统的服务管理列表中，并且配置它在系统启动时自动运行
# 前提创建一个名为 "kafka" 的服务脚本（通常是放在 /etc/init.d/ 目录下）

6、 分别启动 Kafka

zk-kfk01服务器、zk-kfk02服务器、zk-kfk03服务器依次分别启动

cpp 复制代码 
#分别启动 Kafka
service kafka start
 
#查看当前状态
service kafka status

7、Kafka 命令行操作

7.1、创建 Kafka 主题并查看主题

（1）创建一个名为 "test" 的 Kafka 主题（topic）：任意一台机器即可

cpp 复制代码 
kafka-topics.sh --create --zookeeper 172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181 --replication-factor 2 --partitions 3 --topic test
 
# kafka-topics.sh: 这是 Kafka 提供的一个脚本工具，用于管理 Kafka 中的主题。
# --create: 这是告诉 kafka-topics.sh 要创建一个新的主题。
# --zookeeper 172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181: 这是指定 ZooKeeper 的连接信息，用于管理 Kafka 集群。在这里，指定了三个 ZooKeeper 实例的地址和端口号。
# --replication-factor 2: 这表示设置每个分区的副本数量为 2。副本是为了数据的冗余和容错性而存在的。
# --partitions 3: 这表示要创建 3 个分区。
# --topic test: 这表示要创建一个名为 "test" 的主题。
# 在 Kafka 集群中创建一个名为 "test" 的主题，该主题有 3 个分区，并且每个分区有 2 个副本。

7.2、发布与消费消息

发布消息：

cpp 复制代码 
kafka-console-producer.sh --broker-list 172.16.88.44:9092,172.16.88.55:9092,172.16.88.66:9092  --topic test

消费消息：

cpp 复制代码 
kafka-console-consumer.sh --bootstrap-server 172.16.88.44:9092,172.16.88.5:9092,172.16.88.66:9092 --topic test --from-beginning
cpp 复制代码 
'zkfkf-01模拟发布消息'
kafka-console-producer.sh
#Kafka提供的一个命令行工具，用于模拟生产者发送消息到Kafka集群。
 
--broker-list 172.16.12.16:9092,172.16.12.17:9092,172.16.12.18:9092
#指定了Kafka集群的Broker列表，包含了三个Broker节点的IP地址和端口号。
#生产者会随机选择这些Broker之一进行消息发布。
 
--topic test
#指定要发送消息到的主题名称为test。一旦命令执行成功，控制台将变成一个可以输入消息的环境
#用户每输入一行文本并按下回车键，这一行文本就会作为一条消息发送到指定的test主题
 
 
'zkfkf-02消费消息'
kafka-console-consumer.sh
#Kafka提供的一个命令行工具，用于模拟消费者从Kafka集群中读取消息。
 
--bootstrap-server 172.16.12.16:9092,172.16.12.17:9092,172.16.12.18:9092
#指定了Kafka集群的Broker列表，消费者会通过这些Broker连接到集群以获取消息。
#当消费者启动时，它首先会与bootstrap服务器建立连接，然后发现集群中的其他Broker和分区信息。
 
--topic test
#指定要消费的主题名称为test。消费者将从这个主题中读取消息并显示在命令行终端上。
 
--from-beginning
#消费者在启动时，会从指定主题的起始位置开始消费消息，而不是只消费最新产生的消息。
#这意味着消费者会读取主题中存在的所有历史消息。

7.3、修改分区数

cpp 复制代码 
kafka-topics.sh --zookeeper 172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181 --alter --topic test --partitions 6
#修改该主题为六个分区
 
kafka-topics.sh --describe --zookeeper 172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181 test
#查看指定主题的详细信息

7.4、删除主题（topic）

cpp 复制代码 
#删除 topic
kafka-topics.sh --delete --zookeeper 172.16.88.44:2181,172.16.88.55:2181,172.16.88.66:2181 --topic test
相关推荐
蒋大钊！1 小时前
分布式锁实现与原理探究:介绍总结
分布式
huisheng_qaq3 小时前
【kafka-04】kafka线上问题以及高效原理
分布式·kafka·消息队列·零拷贝·kafka线上问题·顺序io
BD_Marathon3 小时前
Hadoop入门两道面试题
大数据·hadoop·分布式
YCyjs4 小时前
Zookeeper
分布式·zookeeper·kafka
小马爱打代码6 小时前
分布式系统的概念与设计模式
java·分布式·设计模式
goTsHgo9 小时前
spark的stage划分的原理
大数据·分布式·spark
xuchengxi-java9 小时前
SpringBoot Kafka发送消息与接收消息实例
spring boot·后端·kafka
a栋栋栋11 小时前
Redisson分布式锁
分布式
Amor风信子12 小时前
【简单记录】Linux系统安装ZooKeeper
linux·运维·zookeeper
热门推荐
01组基轨迹建模 GBTM的介绍与实现（Stata 或 R）02RAG 实践- Ollama+RagFlow 部署本地知识库032024年高教社杯数学建模国赛C题超详细解题思路分析04yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）05CCF-CSP认证考试 202406-3 文本分词 100分题解06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07【SCS-CN】SCS-CN模型中CN值的确定08苍穹外卖面试总结09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10【详细】双系统 Ubuntu 如何给根目录扩容