【Zookeeper】


一、Zookeeper 概述

1、Zookeeper 定义

Zookeeper是一个开源的分布式的,为分布式框架提供协调服务的Apache项目。

2、Zookeeper 工作机制

Zookeeper从设计模式角度来理解:是一个基于观察者模式设计的分布式服务管理框架,它负责存储和管理大家都关心的数据,然后接受观察者的注册,一旦这些数据的状态发生变化,Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说 Zookeeper = 文件系统 + 通知机制。

在这里插入图片描述

3、Zookeeper 特点

1)Zookeeper:一个领导者(Leader),多个跟随者(Follower)组成的集群。
(2)Zookeepe集群中只要有半数以上节点存活,Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。
(3)全局数据一致:每个Server保存一份相同的数据副本,Client无论连接到哪个Server,数据都是一致的。
(4)更新请求顺序执行,来自同一个Client的更新请求按其发送顺序依次执行,即先进先出。
(5)数据更新原子性,一次数据更新要么成功,要么失败。
(6)实时性,在一定时间范围内,Client能读到最新数据。

在这里插入图片描述

4、Zookeeper 数据结构

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。

在这里插入图片描述

5、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。

6、Zookeeper 选举机制

第一次选举:比较服务器节点的myid,谁myid大就获取比它小的服务器节点的选票,当选票超过节点服务器数量的半数则当选为leader,其它节点为follower,即使后面再有其它myid更大的节点加入到集群也不会影响之前的选举结果。
非第一次选举:如果是非leader节点故障,替换的新节点继续当follower,与leader对接并同步数据
              如果是leader节点故障,则需要重新选举新leader,先比较每个节点的Epoch(参加选举的次数),选最大的当leader
			                                                若Epoch有相同的节点,则再比较ZXID(写操作的事务ID),选ZXID最大的当leader
															若ZXID也有相同的节点,则再比较SID(等同于myid),选SID最大的当leader

集群中确实不存在Leader。

假设ZooKeeper由5台服务器组成,SID分别为12345,ZXID分别为88877,并且此时SID为3的服务器是Leader。某一时刻,35服务器出现故障,因此开始进行Leader选举。
选举Leader规则:
1.EPOCH大的直接胜出
2.EPOCH相同,事务id大的胜出
3.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

准备 3 台服务器做 Zookeeper 集群

192.168.102.40
192.168.102.50
192.168.102.60

1.安装前准备

1、关闭防火墙

systemctl stop firewalld
systemctl disable firewalld
setenforce 0

2、安装 JDK

yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version

3、下载安装包

官方下载地址:https://archive.apache.org/dist/zookeeper/
cd /opt
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.5.7/apache-zookeeper-3.5.7-bin.tar.gz

2.安装 Zookeeper

cd /opt
tar xf apache-zookeeper-3.6.3-bin.tar.gz 
mv apache-zookeeper-3.6.3-bin /usr/local/zookeeper-3.6.3

在这里插入图片描述

1、修改配置文件

cd /usr/local/zookeeper-3.6.3/conf/
cp zoo_sample.cfg zoo.cfg

在这里插入图片描述

vim zoo.cfg
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
#添加集群信息
server.1=192.168.102.40:3188:3288
server.2=192.168.102.50:3188:3288
server.3=192.168.102.60:3188:3288

在这里插入图片描述

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。

2、拷贝配置好的 Zookeeper 配置文件到其他机器上

scp -r /usr/local/zookeeper-3.6.3/ 192.168.102.50:`pwd`
scp -r /usr/local/zookeeper-3.6.3/ 192.168.102.60:`pwd`

3、在每个节点上创建数据目录和日志目录

mkdir -p /usr/local/zookeeper-3.6.3/{data,logs}

在这里插入图片描述

4、在每个节点的dataDir指定的目录下创建一个 myid 的文件

echo 1 > /usr/local/zookeeper-3.6.3/data/myid
echo 2 > /usr/local/zookeeper-3.6.3/data/myid
echo 3 > /usr/local/zookeeper-3.6.3/data/myid

在这里插入图片描述

到该目录bin目录下面开启

./zkServer.sh start

在这里插入图片描述
查看状态

./zkServer.sh status

在这里插入图片描述

三、部署 kafka 集群

1.下载安装包

官方下载地址:http://kafka.apache.org/downloads.html

2.安装 Kafka

cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka

1、修改配置文件

cd /usr/local/kafka/config/

cp server.properties{,.bak}
#给配置文件进行备份
vim server.properties
broker.id=021行,broker的全局唯一编号,每个broker不能重复,因此要在其他机器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://192.168.80.10:9092    ●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=192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181123行,配置连接Zookeeper集群地址

使用scp命令将配置文件传输到对应服务器上

 scp -r kafka/ 192.168.102.50:`pwd`
  scp -r kafka/ 192.168.102.60:`pwd`

将里面的id换成不同的和IP地址换成对应的ip地址

在这里插入图片描述
在这里插入图片描述

2、修改环境变量

vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
source /etc/profile

在这里插入图片描述

3、配置 Zookeeper 启动脚本

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

4、设置开机自启

chmod +x /etc/init.d/kafka
chkconfig --add kafka

5、分别启动 Kafka

service kafka start

netstat -lntp | grep 9092

在这里插入图片描述

在192.168.102.50上启动服务

 ./kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties

在这里插入图片描述

在192.168.102.60上启动服务

 ./kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties

在这里插入图片描述

3.Kafka 命令行操作

1、创建topic

kafka-topics.sh --create --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --replication-factor 2 --partitions 3 --topic test

在这里插入图片描述

--zookeeper:定义 zookeeper 集群服务器地址,如果有多个 IP 地址使用逗号分割,一般使用一个 IP 即可
--replication-factor:定义分区副本数,1 代表单副本,建议为 2 
--partitions:定义分区数 
--topic:定义 topic 名称

2、查看当前服务器中的所有 topic

kafka-topics.sh --list --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181

在这里插入图片描述

3、查看某个 topic 的详情

kafka-topics.sh  --describe --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --topic test

在这里插入图片描述

在这里插入图片描述

4、发布消息

kafka-console-producer.sh --broker-list 192.168.102.40:9092,192.168.102.50:9092,192.168.102.50:9092  --topic test

在这里插入图片描述

5、消费消息

kafka-console-consumer.sh --bootstrap-server 192.168.102.40:9092,192.168.102.50:9092,192.168.102.50:9092 --topic test --from-beginning

在这里插入图片描述

6、按顺序写入数据

可以边写入数据边消费
在这里插入图片描述

7、修改分区数

修改分区数为6

kafka-topics.sh --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --alter --topic test --partitions 6

在这里插入图片描述

8、删除 topic

kafka-topics.sh --delete --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --topic test

在这里插入图片描述

四、 Kafka 架构深入

1、Kafka 工作流程及文件存储机制

Kafka 中消息是以 topic 进行分类的,生产者生产消息,消费者消费消息,都是面向 topic 的。

topic 是逻辑上的概念,而 partition 是物理上的概念,每个 partition 对应于一个 log 文件,该 log 文件中存储的就是 producer 生产的数据。Producer 生产的数据会被不断追加到该 log 文件末端,且每条数据都有自己的 offset。 消费者组中的每个消费者,都会实时记录自己消费到了哪个 offset,以便出错恢复时,从上次的位置继续消费。

由于生产者生产的消息会不断追加到 log 文件末尾,为防止 log 文件过大导致数据定位效率低下,Kafka 采取了分片和索引机制,将每个 partition 分为多个 segment。每个 segment 对应两个文件:“.index” 文件和 “.log” 文件。这些文件位于一个文件夹下,该文件夹的命名规则为:topic名称+分区序号。例如,test 这个 topic 有三个分区, 则其对应的文件夹为 test-0、test-1、test-2。

index 和 log 文件以当前 segment 的第一条消息的 offset 命名。

.index” 文件存储大量的索引信息,
“.log” 文件存储大量的数据,索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。

2、数据可靠性保证

为保证 producer 发送的数据,能可靠的发送到指定的 topic,topic 的每个 partition 收到 producer 发送的数据后, 都需要向 producer 发送 ack(acknowledgement 确认收到),如果 producer 收到 ack,就会进行下一轮的发送,否则重新发送数据。

3、数据一致性问题

LEO:指的是每个副本最大的 offset; 

HW:指的是消费者能见到的最大的 offset,所有副本中最小的 LEO。

(1)follower 故障
follower 发生故障后会被临时踢出 ISR(Leader 维护的一个和 Leader 保持同步的 Follower 集合),待该 follower 恢复后,follower 会读取本地磁盘记录的上次的 HW,并将 log 文件高于 HW 的部分截取掉,从 HW 开始向 leader 进行同步。等该 follower 的 LEO 大于等于该 Partition 的 HW,即 follower 追上 leader 之后,就可以重新加入 ISR 了。

(2)leader 故障
leader 发生故障之后,会从 ISR 中选出一个新的 leader, 之后,为保证多个副本之间的数据一致性,其余的 follower 会先将各自的 log 文件高于 HW 的部分截掉,然后从新的 leader 同步数据。

4、ack 应答机制

对于某些不太重要的数据,对数据的可靠性要求不是很高,能够容忍数据的少量丢失,所以没必要等 ISR 中的 follower 全部接收成功。所以 Kafka 为用户提供了三种可靠性级别,用户根据对可靠性和延迟的要求进行权衡选择。

当 producer 向 leader 发送数据时,可以通过 request.required.acks 参数来设置数据可靠性的级别:

●0:这意味着producer无需等待来自broker的确认而继续发送下一批消息。这种情况下数据传输效率最高,但是数据可靠性确是最低的。当broker故障时有可能丢失数据。

●1(默认配置):这意味着producer在ISR中的leader已成功收到的数据并得到确认后发送下一条message。如果在follower同步成功之前leader故障,那么将会丢失数据。

●-1(或者是all):producer需要等待ISR中的所有follower都确认接收到数据后才算一次发送完成,可靠性最高。但是如果在 follower 同步完成后,broker 发送ack 之前,leader 发生故障,那么会造成数据重复。

三种机制性能依次递减,数据可靠性依次递增。

注:在 0.11 版本以前的Kafka,对此是无能为力的,只能保证数据不丢失,再在下游消费者对数据做全局去重。在 0.11 及以后版本的 Kafka,引入了一项重大特性:幂等性。所谓的幂等性就是指 Producer 不论向 Server 发送多少次重复数据, Server 端都只会持久化一条。

五、Filebeat+Kafka+ELK

在这里插入图片描述

1、1.部署 Zookeeper+Kafka 集群

2.部署 Filebeat

1、修改配置文件

cd /usr/local/filebeat
- type: log
  enabled: true
  paths:
    - /var/log/httpd/access
  tags: ["httpd_acces"]

- type: log
  enabled: true
  paths:
    - /var/log/httpd/error_log
  tags: ["httpd_error"]

在这里插入图片描述

2、添加输出到 Kafka 的配置

output.kafka:
  enable: true
  hosts: ["192.168.102.40:9092,192.168.102.50:9092,192.168.102.60:9092"]
  topic: "httpd"

在这里插入图片描述

3、启动 filebeat

cd /opt/filebeat-6.7.2-linux-x86_64
./filebeat -e -c filebeat.yml

3.部署 ELK,在 Logstash 组件所在节点上新建一个 Logstash 配置文件

cd /etc/logstash/conf.d/
vim kafka.conf
input {
    kafka {
        bootstrap_servers => "192.168.102.40:9092,192.168.102.50:9092,192.168.102.60:9092" #kafka集群地址
        topics  => "httpd" #拉取的kafka的指定topic
        type => "httpd_kafka" #指定 type 字段
        codec => "json" #解析json格式的日志数据
        auto_offset_reset => "latest"#拉取最近数据,earliest为从头开始拉取
        decorate_events => false #传递给elasticsearch的数据额外增加kafka的属性数据
    }
}

output {
  if "httpd_access" in [tags] {
    elasticsearch {
      hosts => ["192.168.102.10:9200","192.168.102.20:9200"]
      index => "httpd_access-%{+YYYY.MM.dd}"
    }
  }
  
  if "httpd_error" in [tags] {
    elasticsearch {
      hosts => ["192.168.102.10:9200","192.168.102.20:9200"]
      index => "httpd_error-%{+YYYY.MM.dd}"
    }
  }
  
  stdout { codec => rubydebug }
}

4、启动 logstash

logstash -f /etc/logstash/conf.d/filebeat.conf

5、使用浏览器进行访问登录Kibana

浏览器访问 http://192.168.102.10:5601

在这里插入图片描述

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值