Kafka 安装及入门

什么是Kafka？

Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 

Kafka基本概念

• Broker:物理概念，Kafka集群中的每个Kafka节点；

• Topic:逻辑概念，Kafka消息的类别，对数据进行区分、隔离；

• Partition：物理概念，Kafka下数据存储的基本单元。一个Topic数据，会被分散存储到多个Partition，每一个Partition是有序的；

• Replication（副本、备份）:同一个Partition可能会有多个Replica，多个Replica之间数据是一样的；

• Replication Leader:一个Partitionn的多个Replica上，需要一个Leader负责该Partition上与Producer和Consumer交互；

• ReplicaManager:负责管理当前broker所有分区和副本的信息，处理KafkaController发起的一些请求，副本状态的切换、添加/读取消息、Leader的选举等。

 

Kafka概念延伸

Partition(最小存储单元)

• 每一个Topic被切分为多个Partitions(Partition属于消费者存储的基本单位)；

• 消费者数目小于或等于Partition的数目（多个消费者若消费同个Partition会出现数据错误，所有Kafka如此设计)；

• Broker Group中的每一个Broker保存Topic的一个或多个Partitions(一个Broker只会保存一个Partition,若Partition太大则多个Broker保存同个Partition)；

• Consumer Group中的仅有一个Consumer读取Topic的一个或多个Partitions，并且是唯一的Consumer(避免同一个Partition被多个Consumer消费)。

Replication

• 当集群中有Broker挂掉的情况，系统可以主动地使Replicas提供服务；

• 系统默认设置每一个Topic的replication系数为1（即默认没有副本，节省资源），可以在创建Topic时单独设置。

特点：

1. Replication的基本单位是Topic的Partition；

2. 所有的读和写都从Leader进，Followers只是做为备份（只有Leader管理读写，其他的Replication只做备份）；

3. Follower必须能够及时复制Leader的数据；

4. 增加容错性与可拓展性。

Kafka基本结构

Kafka消息结构

Kafka特点

• 分布式（多分区，多副本，多消费者，基于ZooKeeper调度）；
• 高性能（高吞吐，低延时，高并发，时间复杂度为O(1)）；
• 持久性和扩展性（数据可持久化，容错率，支持在线水平扩展，消息自动平衡）。

Kafka应用场景

消息队列，行为跟踪，元信息监控，日志收集，流处理，事件源，持久性日志（commit log）等。

Kafka安装（Linux下）

　　需要安装JDK（步骤略过）与ZooKeeper（高版本Kafka自带ZooKeeper）。

ZooKeeper安装： 

1. 下载，解压，配置：

wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.12/zookeeper-3.4.12.tar.gz
tar -zxvf zookeeper-3.4.12.tar.gz
# zookeeper-3.4.12/conf中复制zoo_sample.cfg为zoo.cfg
cp zoo_sample.cfg zoo.cfg
# 修改zoo.cfg文件中下面两行（dataDir和dataLogDir后面所指的文件夹必须要存在如果不存在的话，在启动ZooKeeper服务端的时候会报错。这里是单机情况下的配置情况，如果是集群的话，要在clientPort下面添加服务器的ip。如server.1=192.168.180.132:2888:3888
server.2=192.168.180.133:2888:3888...等等。）
dataDir=/tmp/zookeeper  
dataLogDir=/tmp/zookeeper/log 

 2. 配置环境变量(全用户永久更改方式)：

修改/etc/profile文件,尾部添加：

ZOOKEEPER_INSTALL=/usr/local/zookeeper-3.4.12 
PATH=$PATH:$ZOOKEEPER_INSTALL/bin  

export ZOOKEEPER_INSTALL
export PATH

3. 启动检验：

# 进入zookeeper的bin目录下，启动
./zkServer.sh start  
# 查看状态
./zkServer.sh status
# 启动zookeeper的客户端（本地不需要-server参数）
./zkCli.sh -server 192.168.229.128:2181

注：如拒绝连接，检查防火墙配置。

Kafka安装： 

1. 下载，解压：

# curl 文件传输工具，-L 支持重定向链接，-O 把输出写到该文件中，保留远程文件的文件名
curl -L -O http://mirror.bit.edu.cn/apache/kafka/2.0.0/kafka_2.11-2.0.0.tgz
# -x 解压，-z 调用gzip执行，-v 显示细节，-f 指定文件
tar -xzvf kafka_2.11-2.0.0.tgz

2. 配置单节点ZooKeeper（使用自带ZooKeeper时配置）：

cd /usr/local/kafka_2.11-2.0.0  # 进入kafka主目录
mkdir -p zk/data    # 创建zookeeper数据存放目录
mkdir -p zk/logs    # 创建zookeeper存放日志目录
cd config       # 进入配置文件所在目录
mv zookeeper.properties zookeeper.properties.bak  # 将原配置文件移位.bak备份文件
cat > zookeeper.properties << EOF 
tickTime=2000 
dataDir=/usr/local/kafka_2.11-2.0.0/zk/data 
dataLogDir=/usr/local/kafka_2.11-2.0.0/zk/logs 
clientPort=2181 
EOF

3. 配置单结点Kafka：

cd /usr/local/kafka_2.11-2.0.0  # 进入kafka主目录
mkdir logs      # 创建logs目录用于存放日志
cd config       # 进入配置文件所在目录
mv server.properties server.properties.bak  # 将原配置文件移位.bak备份文件

cat > server.properties << EOF
broker.id=1
listeners=PLAINTEXT://192.168.229.128:9092
num.network.threads=3
num.io.threads=8
socket.send.buffer.bytes=102400
socket.receive.buffer.bytes=102400
socket.request.max.bytes=104857600
log.dirs=/usr/local/kafka_2.11-2.0.0/logs
num.partitions=1
num.recovery.threads.per.data.dir=1
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1
log.retention.hours=168
log.segment.bytes=1073741824
log.retention.check.interval.ms=300000
zookeeper.connect=192.168.229.128:2181
zookeeper.connection.timeout.ms=6000
group.initial.rebalance.delay.ms=0
EOF

server.properties：  基本为原server.properties的默认配置，安装时主要修改；

broker.id--broker的id：  修改为任意想要的数值（和zookeeper中的id类似）；

listeners--监听址址：  修改为kafka要监听的地址；

log.dirs--日志文件存放目录：  修改为要存放日志的目录；

zookeeper.connect--zookeeper监听地址：  修改为zookeeper的监听地址，如果是集群所有地址全写上用逗号（半角）隔开即可。

4. 启动和停止：

启动：

./zookeeper-server-start.sh -daemon ../config/zookeeper.properties    # 启动zookeeper  (-daemon在后台执行,后接配置文件)
./kafka-server-start.sh -daemon ../config/server.properties           # 启动kafka

停止：

./zookeeper-server-stop.sh    # 停止zookeeper
./kafka-server-stop.sh        # 停止kafka，centos7上可能关不了用kill -9直接杀掉

Kafka基本命令

创建topic：

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 3 --topic test-kafka-topic

查看topic：

./kafka-topics.sh --list --zookeeper localhost:2181

生产者命令：

./kafka-console-producer.sh --broker-list 192.168.229.128:9092 --topic test-kafka-topic        # 更换成自己的IP

消费者命令：

./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test-kafka-topic --from-beginning         # 更换成自己的IP，--from-beginning表示重头开始消费

命令效果：

生产：

消费：