Zookeeper与Kafka学习笔记

一、Zookeeper核心要点

1. 核心特性

分布式协调服务，用于维护配置/命名/同步等元数据

采用层次化数据模型（Znode树结构），每个节点可存储<1MB数据

典型应用场景：

Hadoop NameNode高可用

HBase元数据管理

Kafka集群选举与状态管理

2. 设计限制

内存型存储，不适合大数据量场景

数据变更通过版本号（Version）控制，实现乐观锁机制

采用ZAB协议保证数据一致性

二、Kafka核心架构

1. 三大核心角色

消息系统：解耦/削峰/异步通信，支持顺序性与回溯消费

存储系统：持久化存储+多副本机制，数据保留策略可配置

流处理平台：提供窗口/连接/聚合等实时处理能力

2. 核心组件

|----------|----------------------------|
| 组件 | 功能说明 |
| Producer | 消息生产者，支持自动负载均衡/指定分区写入 |
| Broker | 服务节点，负责消息持久化存储与副本同步 |
| Consumer | 采用Pull模式消费，记录offset保证消费连续性 |

3. 核心机制

主题与分区：

Topic逻辑分类，Partition物理分片（提升并发能力）

单Partition内消息有序，不同Partition间无序

多副本机制：

Leader处理读写，Follower同步数据

ISR（In-Sync Replicas）机制保障高可用

三、Zookeeper与Kafka协同

集群管理：记录Broker注册信息与存活状态

元数据存储：

存储Topic配置、Partition分配方案

维护Consumer Group的offset信息（旧版本）

选举机制：

Controller选举（集群主节点）

Partition Leader选举

四、消息存储与消费

1. 存储设计

分区对应物理日志文件（Segment分段存储）

索引文件采用稀疏存储，节省空间

消息按时间/大小策略清理旧数据

2. 消费模式

|--------|-----------------|
| 模式 | 特点 |
| 点对点 | 单消费组单消费者 |
| 发布-订阅 | 多消费组独立消费 |
| 高效消费配置 | 消费者数=分区数实现最大并行度 |

五、常用命令速查

1. Topic管理

复制代码

bash# 创建主题（4分区2副本）
kafka-topics.sh --create --bootstrap-server localhost:9092 \
--topic my-topic --partitions 4 --replication-factor 2

# 查看主题详情
kafka-topics.sh --describe --bootstrap-server localhost:9092 --topic my-topic

2. 生产消费

复制代码

bash# 控制台生产者（带Key发送）
kafka-console-producer.sh --bootstrap-server localhost:9092 \
--topic my-topic --property parse.key=true --property key.separator=":"

# 控制台消费者（显示元数据）
kafka-console-consumer.sh --bootstrap-server localhost:9092 \
--topic my-topic --property print.partition=true --property print.offset=true

3. 集群管理

复制代码

bash# 查看Broker状态
kafka-cluster.sh --bootstrap-server localhost:9092 --describe

# 修改集群配置
kafka-configs.sh --bootstrap-server localhost:9092 --entity-type brokers \
--entity-name 0 --alter --add-config "log.retention.hours=168"

六、部署要点

环境要求：JDK8+、Zookeeper集群（建议3/5节点）

推荐工具：Kafka-UI进行可视化监控

性能调优方向：

分区数规划

副本因子设置

消息保留策略

压缩算法选择（gzip/lz4等）