Kafka入门-1

基本内容

kafka基于发布订阅模式，大数据及时处理

架构图

成员角色：

1 ）

Producer ：消息生产者，就是向 kafka broker 发消息的客户端；
2 ）

Consumer ：消息消费者，向 kafka broker 取消息的客户端；
3 ）

Consumer Group （CG ）：消费者组，由多个 consumer 组成。 消费者组内每个消费者负
责消费不同分区的数据，一个分区只能由一个 组内 消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即 消费者组是逻辑上的一个订阅者。
4 ）

Broker ：一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker可以容纳多个 topic。
5 ）

Topic ：可以理解为一个队列， 生产者和消费者面向的都是一个 topic；
6 ）

Partition ：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上，
一个 topic 可以分为多个 partition，每个 partition 是一个有序的队列；
7）

Replica： ：副本，为保证集群中的某个节点发生故障时，该节点上的 partition 数据不丢失，且 kafka 仍然能够继续工作，kafka 提供了副本机制，一个 topic 的每个分区都有若干个副本，
一个 leader 和若干个 follower。
8 ）

leader ：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是 leader。
9 ）

follower ：每个分区多个副本中的“从”，实时从 leader 中同步数据，保持和 leader 数据的同步。leader 发生故障时，某个 follower 会成为新的 follower。

发布订阅模式有两种：

1.队列决定给哪个消费者

1的缺点：不能决定发给消费者的速度，有可能有的消费者处理能力不能，有的消费者造成资源浪费

除此之外，他多数情况下，还需要维护一个表，指明队列数据来了通知哪个消费者

2.消费者主动拉去数据——>kafka属于此

（消费者的消费速度由自己决定）这种情况对消费者宕机后的数据恢复也很好

2的缺点：需要轮询，长轮询

除了解耦削峰异步，卡夫卡还多了可恢复处理

kafka架构注意

注意一：

一个主题可能有多个partition，给个分区（partition）只能给 消费者组里的一个消费者用

（不能是消费者组（组里有多个成员）里的消费者，不能同时消费一个分区里的数据，除非组里只有一个消费者）

一般来说：某个主题的分区数==消费者个数（此时效率最好），相当于100条消息可以分给2个人处理，削峰（以前一个人处理100条，压力太多）

但是这样，多出来的消费者就没意义

（分区与3副本的关系）

https://www.cnblogs.com/qxynotebook/p/11235275.html

注意二：

leader是主，follower是辅助节点，follower只有暂存数据的功能，就是副本的意思

分区是为了：1.负载的 2.提高读写并发度

副本的作用：某个broker 宕机了把副本（follower）作为leader

注意三：

kafka需要zookeeper：kafka 通过 zookeeper 来存储集群的 meta 信息。

---

消费者需要存东西：比如记录消费者消费到哪个位置（offset信息），消费者宕机了好回复

也是存在zk里面的

---

0.9后又不一样了，offset信息存在了本地（系统里磁盘）。让消费者主动去拉。

避免了频繁和zk打交道，加快速度

架构小总结：

生产者连broker 上的kafka

消费者连broker 上的kafka

kafka连上zk，zk管理集群

生产者、kafka、消费者 通过topic传递消费数据

注意分区和副本的数量

搭建

broker.id=1

broker.id=2

broker.id=3必须不重复

zookeeper都要启动，在kafka里面也都要指定配置，zookeeper也是集群的

log.dirs：放kafka的暂存数据

log一般不是指代日志

linux下启动：

bin/kafka-server-start.sh config/server.properties

我安装了window的在F:\kafka

操作

window下创建主题

bin\windows\kafka-topics.bat --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic hello

其中：

–zookeeper 指定zookeeper的位置

–create 创建的意思

–topic 主题

–partition 分区

–replication factor 副本数

此处注意：

副本的数量不能大于broker的数量：

副本就是用来备份的，多了的副本没有用，没有地方放了

-sYOkpr4Y-1588585463140)(C:\Users\user\Desktop\Course\kafka\副本数量不能大于broker数量.png)]

如图，我搭建的集群只有三个broker，没办法创建有四个副本的主题

window下查看主题

bin\windows\kafka-topics.bat --list --bootstrap-server localhost:9092

–bootstrap-server 指定服务

–list 查看

注意：在创建主题的时候，副本数字 --replication-factor 不能比物理及其的数字还大 ，没有用了

模拟生产者

bin/kafka-console-producer.bat

–topic <主题>

–broker-list 说明是发完集群

localhost:9092

模拟消费

老版

bin/kafka-console-producer.bat

–topic <主题>

–zookeeper localhost:2181 说明：消费者可以指定zookeeper，关联里面拿数据（老版，现在用不了）

–broker-list 说明是集群

localhost:9092

新版

kafka-console-producer.bat

–broker-list localhost:9092

–topic second

输入消息

kafka-console-consumer.bat

–topic second

–bootstrap-server localhost:9092

–from-beginning//表示从头开始的数据我都要，如果没有指定，就只能从当下拿了

生产消费大致原理

前面讲过kafka的消费者轮询往队列里面取数据

数字：分区；文字：主题

首先明白，数据是存在卡夫卡本地，也可以说是主题，kafka存数据的地方只有是主题，_consumer_offsets 也是主题，系统主题

用-bootstrap-server 命令启动消费者的时候：自动创建这些系统主题，消费者轮询这些主题，查找kafka的数据给自己

（物理机器的分区连起来是50，如图，是3的倍数+1）

有什么用？分区是为了——》1.负载的 2.提高读写并发度

副本的作用：某个broker 宕机了把副本（follower）作为leader

消费者的轮询，往kafka里面查数据

数据存储位置

当多个kafka连上同一个zk，就关联上了，存在zk的zkData的version2

kafka本身的数据 存在F:\tmp\kafka-logs

以上两个地方都是在配置文件里指定的，分别是F:\kafka\kafka_3.2\kafka_2.12-2.2.0\config的server.properties

和F:\zookeeper\zookeeper-3.4.14\conf\zoo.cfg