转自:
http://blog.csdn.net/smallnest/article/details/38491483
Apache Kafka是一个分布式消息发布订阅系统。它最初由LinkedIn公司基于独特的设计实现为一个分布式的提交日志系统( a distributed commit log),,之后成为Apache项目的一部分。Kafka系统快速、可扩展并且可持久化。它的分区特性,可复制和可容错都是其不错的特性。
第一步: 下载代码
下载 0.8.1 版本并解压。 (当前最新的稳定版本是0.8.1.1)
1
2
|
> tar -xzf kafka_2.
9.2-
0.8.
1.1.tgz
>
cd kafka_2.
9.2-
0.8.
1.1
|
第二步: 启动服务
Kafka使用Zookeeper所以你可能先要安装一个ZooKeeper.你可以使用kafka中打包好的脚本或者一个配置好的Zookeeper.
1
2
3
|
> bin/zookeeper-server-start.sh config/zookeeper.properties
[
2013-
04-
22
15:
01:
37,
495] INFO Reading configuration from: config/zookeeper.properties (org.apache.zookeeper.server.quorum.QuorumPeerConfig)
...
|
现在可以启动Kafka了:
1
2
3
4
|
> bin/kafka-server-start.sh config/server.properties
[
2013-
04-
22
15:
01:
47,
028] INFO Verifying properties (kafka.utils.VerifiableProperties)
[
2013-
04-
22
15:
01:
47,
051] INFO Property socket.send.buffer.bytes is overridden to
1048576 (kafka.utils.VerifiableProperties)
...
|
第三步: 新建一个话题Topic
Topic的名字叫”test”,只有一个分区和一个备份。
1
|
> bin/kafka-topics.sh --create --zookeeper localhost:
2181 --replication-factor
1 --partitions
1 --topic test
|
查看存在的Topic列表:
1
2
|
> bin/kafka-topics.sh --list --zookeeper localhost:
2181
test
|
除了手工创建Topic,你也可以配置你的broker当发布一个不存在的topic时自动创建topic。
第四步: 发送消息
Kafka提供了一个命令行的工具,可以从输入文件或者命令行中读取消息并发送给Kafka集群。每一行是一条消息。
1
2
3
|
> bin/kafka-console-producer.sh --broker-list localhost:
9092 --topic test
This is a message
This is another message
|
第五步: 消费消息
Kafka也提供了一个消费消息的命令行工具。
1
2
3
|
> bin/kafka-console-consumer.sh --zookeeper localhost:
2181 --topic test --from-beginning
This is a message
This is another message
|
这些命令行工具有很多的选项,你可以查看他们的文档来了解更多的功能。
第六步: 设置多个broker
目前我们运行在一个broker,不好玩。
让我们来点大的。
首先为每个broker创建一个配置文件。
1
2
|
> cp config/server.properties config/server-
1.properties
> cp config/server.properties config/server-
2.properties
|
修改文件如下:
1
2
3
4
5
6
7
8
9
|
config/server-
1.properties:
broker.
id=
1
port=
9093
log.
dir=/tmp/kafka-logs-
1
config/server-
2.properties:
broker.
id=
2
port=
9094
log.
dir=/tmp/kafka-logs-
2
|
broker.id属性别重样。为了在一台机器上启动两个broker,改了一下它们的port的。
Zookeeper还在,上面用的broker还活着。 来启动这两个broker.
1
2
3
4
|
> bin/kafka-server-start.sh config/server-
1.properties &
...
> bin/kafka-server-start.sh config/server-
2.properties &
...
|
创建一个topic试试, 奢侈一把,把备份设置为3:
1
|
> bin/kafka-topics.sh --create --zookeeper localhost:
2181 --replication-factor
3 --partitions
1 --topic my-replicated-topic
|
成了。运行 “describe topics” 命令瞧瞧:
1
2
3
|
> bin/kafka-topics.sh --describe --zookeeper localhost:
2181 --topic my-replicated-topic
Topic:my-replicated-topic PartitionCount:
1 ReplicationFactor:
3 Configs:
Topic: my-replicated-topic Partition:
0 Leader:
1 Replicas:
1,
2,
0 Isr:
1,
2,
0
|
第一行给出了分区的汇总信息。每个分区行给出分区信息。
“leader” 节点是1.
“replicas” 信息,在节点1,2,0上,不管node死活,只是列出信息而已.
“isr” 工作中的复制节点的集合. 也就是活的节点的集合.
来看看一开始创建的节点:
1
2
3
|
> bin/kafka-topics.sh --describe --zookeeper localhost:
2181 --topic test
Topic:test PartitionCount:
1 ReplicationFactor:
1 Configs:
Topic: test Partition:
0 Leader:
0 Replicas:
0 Isr:
0
|
毫无新意,想必你已经明了了。
发布个消息:
1
2
3
4
5
|
> bin/kafka-console-producer.sh --broker-list localhost:
9092 --topic my-replicated-topic
...
my test message
1
my test message
2
^C
|
消费它:
1
2
3
4
5
|
> bin/kafka-console-consumer.sh --zookeeper localhost:
2181 --from-beginning --topic my-replicated-topic
...
my test message
1
my test message
2
^C
|
测试一下容错. 干掉leader,也就是Broker 1:
1
2
3
|
> ps | grep server-
1.properties
7564 ttys002
0:
15.91 /System/Library/Frameworks/JavaVM.framework/Versions/
1.6/Home/bin/java...
> kill -
9
7564
|
Leader被切换到一个follower上节, 点 1 不会被列在isr中了,因为它死了:
1
2
3
|
> bin/kafka-topics.sh --describe --zookeeper localhost:
2181 --topic my-replicated-topic
Topic:my-replicated-topic PartitionCount:
1 ReplicationFactor:
3 Configs:
Topic: my-replicated-topic Partition:
0 Leader:
2 Replicas:
1,
2,
0 Isr:
2,
0
|
但是,消息没丢啊,不信你试试:
1
2
3
4
5
|
> bin/kafka-console-consumer.sh --zookeeper localhost:
2181 --from-beginning --topic my-replicated-topic
...
my test message
1
my test message
2
^C
|
话题和日志 (Topic和Log)
更深入的了解一下Kafka中的Topic.
Topic是发布的消息的类别或者种子Feed名。对于每一个Topic, Kafka集群维护这一个分区的log,就像下图中的示例:
Kafka集群
每一个分区都是一个顺序的、不可变的消息队列, 并且可以持续的添加。分区中的消息都被分配了一个序列号,称之为偏移量(offset),在每个分区中此偏移量都是唯一的。
Kafka集群保持所有的消息,直到它们过期, 无论消息是否被消费了。
实际上消费者所持有的仅有的元数据就是这个偏移量,也就是消费者在这个log中的位置。 这个偏移量由消费者控制:正常情况当消费者消费消息的时候,偏移量也线性的的增加。但是实际偏移量由消费者控制,消费者可以将偏移量重置为更老的一个偏移量,重新读取消息。
可以看到这种设计对消费者来说操作自如, 一个消费者的操作不会影响其它消费者对此log的处理。
再说说分区。Kafka中采用分区的设计有几个目的。一是可以处理更多的消息,不受单台服务器的限制。Topic拥有多个分区意味着它可以不受限的处理更多的数据。第二,分区可以作为并行处理的单元,稍后会谈到这一点。
分布式(Distribution)
Log的分区被分布到集群中的多个服务器上。每个服务器处理它分到的分区。 根据配置每个分区还可以复制到其它服务器作为备份容错。
每个分区有一个leader,零或多个follower。Leader处理此分区的所有的读写请求而follower被动的复制数据。如果leader当机,其它的一个follower会被推举为新的leader。
一台服务器可能同时是一个分区的leader,另一个分区的follower。 这样可以平衡负载,避免所有的请求都只让一台或者某几台服务器处理。