文章目录
4. 用户行为数据采集模块
4.2 环境准备
4.2.4 Kafka安装
4.2.4.1 安装部署
4.2.4.1.1 集群规划
hadoop102 | hadoop103 | hadoop104 |
zk | zk | zk |
kafka | kafka | kafka |
4.2.4.1.2 集群部署
4.2.4.1.2.1 官方下载地址
http://kafka.apache.org/downloads.html
4.2.4.1.2.2 解压安装包
[summer@hadoop102 software]$ tar -zxvf kafka_2.12-3.0.0.tgz -C /opt/module/
4.2.4.1.2.3 修改解压后的文件名称
[summer@hadoop102 module]$ mv kafka_2.12-3.0.0/ kafka-3.0.0
4.2.4.1.2.4 进入到/opt/module/kafka-3.0.0目录,修改配置文件
[summer@hadoop102 kafka-3.0.0]$ cd config/
[summer@hadoop102 config]$ vim server.properties
输入以下内容:
#broker的全局唯一编号,不能重复,只能是数字。
broker.id=0
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘IO的线程数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka运行日志(数据)存放的路径,路径不需要提前创建,kafka自动帮你创建,可以配置多个磁盘路径,路径与路径之间可以用","分隔
log.dirs=/opt/module/kafka/datas
#topic在当前broker上的分区个数
num.partitions=1
#用来恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1
# 每个topic创建时的副本数,默认时1个副本
offsets.topic.replication.factor=1
#segment文件保留的最长时间,超时将被删除
log.retention.hours=168
#每个segment文件的大小,默认最大1G
log.segment.bytes=1073741824
# 检查过期数据的时间,默认5分钟检查一次是否数据过期
log.retention.check.interval.ms=300000
#配置连接Zookeeper集群地址(在zk根目录下创建/kafka,方便管理)
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/kafka
这里面的参数只需要改我下面截图框住的参数
4.2.4.1.2.5 分发安装包
[summer@hadoop102 module]$ xsync kafka-3.0.0/
4.2.4.1.2.6 分别在hadoop103和hadoop104上修改配置文件/opt/module/kafka/config/server.properties中的broker.id=1、broker.id=2
注:broker.id不得重复,整个集群中唯一。
[summer@hadoop103 module]$ vim kafka-3.0.0/config/server.properties
[summer@hadoop104 module]$ vim kafka-3.0.0/config/server.properties
4.2.4.1.2.7 配置环境变量
(1)在/etc/profile.d/my_env.sh文件中增加kafka环境变量配置
[summer@hadoop104 module]$ sudo vim /etc/profile.d/my_env.sh
增加如下内容:
#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
(2)刷新一下环境变量
[summer@hadoop104 module]$ source /etc/profile.d/my_env.sh
(3)分发环境变量文件到其他节点,并source
[summer@hadoop104 module]$ sudo /home/summer/bin/xsync /etc/profile.d/my_env.sh
[summer@hadoop103 module]$ source /etc/profile.d/my_env.sh
[summer@hadoop102 module]$ source /etc/profile.d/my_env.sh
4.2.4.1.2.8 启动集群
(1)先启动Zookeeper集群,然后启动Kafka
[summer@hadoop102 kafka-3.0.0]$ zk.sh start
(2)依次在hadoop102、hadoop103、hadoop104节点上启动Kafka
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-server-start.sh -daemon config/server.properties
[summer@hadoop103 kafka-3.0.0]$ bin/kafka-server-start.sh -daemon config/server.properties
[summer@hadoop104 kafka-3.0.0]$ bin/kafka-server-start.sh -daemon config/server.properties
注意:配置文件的路径要能够到server.properties。
4.2.4.1.2.9 关闭集群
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-server-stop.sh
[summer@hadoop103 kafka-3.0.0]$ bin/kafka-server-stop.sh
[summer@hadoop104 kafka-3.0.0]$ bin/kafka-server-stop.sh
4.2.4.1.3 集群启停脚本
4.2.4.1.3.1 在/home/summer/bin目录下创建文件kf.sh脚本文件
[summer@hadoop102 bin]$ vim kf.sh
脚本如下:
#! /bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------启动 $i Kafka-------"
ssh $i "/opt/module/kafka-3.0.0/bin/kafka-server-start.sh -daemon /opt/module/kafka-3.0.0/config/server.properties"
done
};;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------停止 $i Kafka-------"
ssh $i "/opt/module/kafka-3.0.0/bin/kafka-server-stop.sh "
done
};;
esac
4.2.4.1.3.2 添加执行权限
[summer@hadoop102 bin]$ chmod 777 kf.sh
4.2.4.1.3.3 启动集群命令
[summer@hadoop102 bin]$ kf.sh start
4.2.4.1.3.4 停止集群命令
[summer@hadoop102 bin]$ kf.sh stop
注意:停止Kafka集群时,一定要等Kafka所有节点进程全部停止后再停止Zookeeper集群。因为Zookeeper集群当中记录着Kafka集群相关信息,Zookeeper集群一旦先停止,Kafka集群就没有办法再获取停止进程的信息,只能手动杀死Kafka进程了。
4.2.4.1.3.5 分发集群命令
4.2.4.2 Kafka命令行操作
4.2.4.2.1 主题命令行操作
4.2.4.2.1.1 查看操作主题命令参数
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh
参数 | 描述 |
---|---|
–bootstrap-server <String: server toconnect to> | 连接的Kafka Broker主机名称和端口号。 |
–topic <String: topic> | 操作的topic名称。 |
–create | 创建主题。 |
–delete | 删除主题。 |
–alter | 修改主题。 |
–list | 查看所有主题。 |
–describe | 查看主题详细描述。 |
–partitions <Integer: # of partitions> | 设置分区数。 |
–replication-factor<Integer: replication factor> | 设置分区副本。 |
–config <String: name=value> | 更新系统默认的配置。 |
4.2.4.2.1.2 查看当前服务器中的所有topic
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --list
4.2.4.2.1.3 创建first topic
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --partitions 1 --replication-factor 3 --topic first
选项说明:
–topic 定义topic名
–replication-factor 定义副本数
–partitions 定义分区数
4.2.4.2.1.4 查看first主题的详情
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
Topic: first TopicId: 6qHd_8laRYuy9jblKAsdZg PartitionCount: 1 ReplicationFactor: 3 Configs: segment.bytes=1073741824
Topic: first Partition: 0 Leader: 1 Replicas: 1,0,2 Isr: 1,0,2
4.2.4.2.1.5 修改分区数(注意:分区数只能增加,不能减少)
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 3
4.2.4.2.1.6 再次查看first主题的详情
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 3
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
Topic: first TopicId: 6qHd_8laRYuy9jblKAsdZg PartitionCount: 3 ReplicationFactor: 3 Configs: segment.bytes=1073741824
Topic: first Partition: 0 Leader: 1 Replicas: 1,0,2 Isr: 1,0,2
Topic: first Partition: 1 Leader: 2 Replicas: 2,1,0 Isr: 2,1,0
Topic: first Partition: 2 Leader: 0 Replicas: 0,2,1 Isr: 0,2,1
4.2.4.2.1.7 删除topic(自己演示)
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --delete --topic first
4.2.4.2.2 生产者命令行操作
4.2.4.2.2.1 查看操作生产者命令参数
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-console-producer.sh
参数 | 描述 |
---|---|
–bootstrap-server <String: server toconnect to> | 连接的Kafka Broker主机名称和端口号。 |
–topic <String: topic> | 操作的topic名称。 |
4.2.4.2.2.2 发送消息
[summer@hadoop102 kafka-3.0.0]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
>ha
>nihao
>hadoop103
4.2.4.2.3 消费者命令行操作
4.2.4.2.3.1 查看操作消费者命令参数
参数 | 描述 |
---|---|
–bootstrap-server <String: server toconnect to> | 连接的Kafka Broker主机名称和端口号。 |
–topic <String: topic> | 操作的topic名称。 |
–from-beginning | 从头开始消费。 |
–group <String: consumer group id> | 指定消费者组名称。 |
4.2.4.2.3.2 消费消息
(1)消费first主题中的数据
(2)把主题中所有的数据都读取出来(包括历史数据)
[summer@hadoop103 kafka-3.0.0]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first