zookeeper与kafka

ELK FK

KAFKA带入集群当中。

zookeeper集群+kafka集群

zookeeper是一个开源的，分布式的，为分布式架构提供协调服务的APACH的项目。

保存源数据。

zookeeper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。

zookeeper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、领导者追随者根据投票产生

选举机制：

A B C

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。

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会做一个比较，谁的myid大。如果A比B小，A会把票改投给B，B两票自动当选为leader。

3、C启动，自动成为追随者，A也会是追随者。

安装zookeeper

[root@mysql1 opt]# ls
apache-zookeeper-3.5.7-bin.tar.gz 
安装包解压
[root@mysql1 opt]# tar -xf apache-zookeeper-3.5.7-bin.tar.gz 
[root@mysql1 opt]# mv apache-zookeeper-3.5.7-bin /opt/zookeeper
#zookeeper的配置文件
[root@mysql1 conf]# ls
configuration.xsl  log4j.properties  zoo_sample.cfg
[root@mysql1 conf]# cp zoo_sample.cfg zoo.cfg
修改配置文件
[root@mysql1 conf]# vim zoo.cfg 
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
initLimit=10
#leader和follower初始连接时，最多能容忍的心跳数。秒
syncLimit=5
#leader和follower之间同步通信的超时时间，5*2的时间内发生超时，leader就认为follower死了会从集群当中将他删除
#example sakes
dataDir=/opt/zookeeper/data
dataLogDir=/opt/zookeeper/logs
clientPort=2181
server.1=192.168.65.11:3188:3288
server.2=192.168.65.12:3188:3288
server.3=192.168.65.13:3188:3288
#server.1数字id 也就是服务器对应的myid
#192.168.65.11 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，用这个端口进行内部通信，选举新的leader.
​
[root@mysql1 conf]# mkdir /opt/zookeeper/data  #创建目录data
[root@mysql1 conf]# mkdir /opt/zookeeper/logs  ##创建目录logs
[root@mysql1 conf]# echo 1 > /opt/zookeeper/data/myid   #三台分别输入1/2/3设为myid
[root@mysql1 conf]# vim /etc/init.d/zookeeper     
启动脚本
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/opt/zookeeper'
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
#赋权
[root@mysql1 conf]# chmod +x /etc/init.d/zookeeper
[root@mysql1 conf]# chkconfig --add zookeeper
#启动查看谁是leader
[root@mysql1 conf]# service zookeeper start
---------- zookeeper 启动 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED
[root@mysql1 conf]# service zookeeper status
---------- zookeeper 状态 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
​
[root@mysql2 conf]# service zookeeper start
---------- zookeeper 启动 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED
[root@mysql2 conf]# service zookeeper status
---------- zookeeper 状态 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
[root@mysql3 conf]# service zookeeper start
---------- zookeeper 启动 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED
[root@mysql3 conf]# service zookeeper status
---------- zookeeper 状态 ------------
/bin/java
ZooKeeper JMX enabled by default
Using config: /opt/zookeeper/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: leader
​

kafaka概述：

消息队列：MQ

在高并发环境下，同步的请求来不及处理，请求太多就会造成阻塞

比如说大量请求并发到数据库，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压力。

kafka的作用：

1、异步处理

2、系统解耦：每个系统之间独立运行，互相之间没有必然依赖关系。

微服务建构中的通信对于解耦至关重要

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。

电商的订单系统。网站的工单系统。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：把任务发给多个消费者，多个消费者可以并行处理队列中的消息。

4、流量布置和限流

通过延迟方法，处理生产数据和消费者的处理速度（代码控制）

5、数据同步和分发

跨系统的数据同步和日志收集。

6、任务调度和定时任务

7、实时数据处理

8、备份和恢复

消息队列的模式

1、点对点就是一对一，消费者消费完数据之后，生产者会清除已消费的数据。

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/订阅模式消息队列 RAbbitMQ也是发布/订阅模式的消息队列。小集群部署使用

大数据的实时处理领域

kafka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（热扩展）

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

4、容错性：挂了一个可以继续使用

5、高并发：数千个客户端可以同时读写

kafka的组件：

1、tpoic 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信息。

2、生产者：把消息发布到主题

3、消费者：订阅主题，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。消费者可以根据偏移量来消费指定分区当中的信息（一般不用）

分区还有备份的作用：我们在创建主题时创建分区，创建分区时要制定副本数，分区和我们执行的集群机器数量是一致的。

5、偏移量：消息在分区当中的唯一标识，跟踪和定位消息所在位置，消费可以根据偏移量来处理信息

6、经纪人brober：经纪人处理生产者和消费者的请求（kafka）元数据（zookeeper）

7、zookeeper：保存元数据。（IP地址）

kafka的工作流程：

生产者将消息发布到指定的主机，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)，也可以从执行的分区获取消息(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:7天

Topic: test1 Topicld: VNuBK4MSRiOSrlaoHlWLnQ PartitionCount: 3 ReplicationFactor: 2 configs.
Topic: test1 Partition:0 Leader:0 Replicas:0,2 lsr: 0,2
Topic: test1Partition:1Leader:2Replicas: 2,1lsr: 2.1
Topic: test1 Partition:2 Leader:t Replicas: 1,0 lsr: 1,0
topic:主题名称
Partition:分区 偏移量
leader: 分区的领导者，用来外理分区的读写操作。只有在指定写分区和指定读分区时才工作。如果不是指定，全量展示，无意义。
Replicas:副本，01 2-------broker id
IsR: 表示当前于领导者同步的副本。0  1  2

创建主题命令
[root@mysql1 config]# kafka-topics.sh --create --bootstrap-server 192.168.65.11:9092,192.168.65.12:9092,192.168.65.13:9092 --replication-factor 2 --partitions 3--topic test5
​
​
消费查看
kafka-console-consumer.sh --bootstrar 192.168.65.11:9092 192.168.65.12:9092,192.168.65.13:9092 --topic test9 --from-beginning

查看主题
kafka-topics.sh --list --bootstrap-server 192.168.65.11:9092,192.168.65.12:9092,192.168.65.13:9092

总结

zookeeper就是保存集群的元数据

kafka工作流程

kafka的消息堆积该如何解决：

消费者出现延迟或者处理能力太差，导致消息堆积。

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

3、可以指定多个消费者共同工作，处理消息的挤压