Ubuntu 20.04.1 搭建单机kafka

Ubuntu 20.04.1 搭建单机kafka

很早之前有写过一篇搭建单机kafka的，但是这些服务一直在更新，我刚好要自己搭建一个新的环境，所以决定写一篇新的。

服务器环境：Ubuntu20.04、jdk1.8

1、准备工作：下载zookeeper3.6.2和kafka2.13-2.70

1.1、下载Zookeeper下载地址：

官网地址：https://zookeeper.apache.org/releases.html

 

点击Download，进入下载页面，点击下载

 

1.2、Kafka下载地址

官网地址：https://kafka.apache.org/

 

点击DOWNLOAD KAFKA进入下载页面下载二进制包

 

两个包都下载好之后上传到服务器上，我是用的是Xshell，也可以使用别的Linux工具

2、解压、安装

在Linux服务器使用tar命令解压，得到kafka和zookeeper文件夹

tar -zxvf 包名

 

执行cd apache-zookeeper-3.6.2-bin/进入zookeeper文件夹

执行 mkdir zookeeperData  创建数据存放文件夹

执行mkdir zookeeperLog  创建日志存放文件夹

执行cd conf/ 到conf文件夹下面

复制zoo_sample.cfg 文件并重新命名为 zoo.cfg 命令为： cp  zoo_sample.cfg  zoo.cfg

 

修改zoo.cfg 命令 vim zoo.cfg

修改dataDir 和 dataLogDir 参数，修改完之后， 按ESC  输入:wq  保存并退出

 

参数详解来源：

http://itindex.net/detail/40187-zookeeper-%E7%AE%A1%E7%90%86%E5%91%98-%E7%AE%A1%E7%90%86

参数名	说明
clientPort	客户端连接server的端口，即对外服务端口，一般设置为2181吧。
dataDir	存储快照文件snapshot的目录。默认情况下，事务日志也会存储在这里。建议同时配置参数dataLogDir, 事务日志的写性能直接影响zk性能。
tickTime	ZK中的一个时间单元。ZK中所有时间都是以这个时间单元为基础，进行整数倍配置的。例如，session的最小超时时间是2*tickTime。
dataLogDir	事务日志输出目录。尽量给事务日志的输出配置单独的磁盘或是挂载点，这将极大的提升ZK性能。  （No Java system property）
globalOutstandingLimit	最大请求堆积数。默认是1000。ZK运行的时候， 尽管server已经没有空闲来处理更多的客户端请求了，但是还是允许客户端将请求提交到服务器上来，以提高吞吐性能。当然，为了防止Server内存溢出，这个请求堆积数还是需要限制下的。  (Java system property: zookeeper.globalOutstandingLimit.)
preAllocSize	预先开辟磁盘空间，用于后续写入事务日志。默认是64M，每个事务日志大小就是64M。如果ZK的快照频率较大的话，建议适当减小这个参数。(Java system property: zookeeper.preAllocSize)
snapCount	每进行snapCount次事务日志输出后，触发一次快照(snapshot), 此时，ZK会生成一个snapshot.*文件，同时创建一个新的事务日志文件log.*。默认是100000.（真正的代码实现中，会进行一定的随机数处理，以避免所有服务器在同一时间进行快照而影响性能）(Java system property: zookeeper.snapCount)
traceFile	用于记录所有请求的log，一般调试过程中可以使用，但是生产环境不建议使用，会严重影响性能。(Java system property:? requestTraceFile)
maxClientCnxns	单个客户端与单台服务器之间的连接数的限制，是ip级别的，默认是60，如果设置为0，那么表明不作任何限制。请注意这个限制的使用范围，仅仅是单台客户端机器与单台ZK服务器之间的连接数限制，不是针对指定客户端IP，也不是ZK集群的连接数限制，也不是单台ZK对所有客户端的连接数限制。指定客户端IP的限制策略，这里有一个patch，可以尝试一下： http://rdc.taobao.com/team/jm/archives/1334（No Java system property）
clientPortAddress	对于多网卡的机器，可以为每个IP指定不同的监听端口。默认情况是所有IP都监听 clientPort指定的端口。 New in 3.3.0
minSessionTimeoutmaxSessionTimeout	Session超时时间限制，如果客户端设置的超时时间不在这个范围，那么会被强制设置为最大或最小时间。默认的Session超时时间是在2 * tickTime ~ 20 * tickTime 这个范围 New in 3.3.0
fsync.warningthresholdms	事务日志输出时，如果调用fsync方法超过指定的超时时间，那么会在日志中输出警告信息。默认是1000ms。(Java system property: fsync.warningthresholdms) New in 3.3.4
autopurge.purgeInterval	在上文中已经提到，3.4.0及之后版本，ZK提供了自动清理事务日志和快照文件的功能，这个参数指定了清理频率，单位是小时，需要配置一个1或更大的整数，默认是0，表示不开启自动清理功能。(No Java system property) New in 3.4.0
autopurge.snapRetainCount	这个参数和上面的参数搭配使用，这个参数指定了需要保留的文件数目。默认是保留3个。(No Java system property) New in 3.4.0
electionAlg	在之前的版本中， 这个参数配置是允许我们选择leader选举算法，但是由于在以后的版本中，只会留下一种“TCP-based version of fast leader election”算法，所以这个参数目前看来没有用了，这里也不详细展开说了。(No Java system property)
initLimit	Follower在启动过程中，会从Leader同步所有最新数据，然后确定自己能够对外服务的起始状态。Leader允许F在 initLimit时间内完成这个工作。通常情况下，我们不用太在意这个参数的设置。如果ZK集群的数据量确实很大了，F在启动的时候，从Leader上同步数据的时间也会相应变长，因此在这种情况下，有必要适当调大这个参数了。(No Java system property)
syncLimit	在运行过程中，Leader负责与ZK集群中所有机器进行通信，例如通过一些心跳检测机制，来检测机器的存活状态。如果L发出心跳包在syncLimit之后，还没有从F那里收到响应，那么就认为这个F已经不在线了。注意：不要把这个参数设置得过大，否则可能会掩盖一些问题。(No Java system property)
leaderServes	默认情况下，Leader是会接受客户端连接，并提供正常的读写服务。但是，如果你想让Leader专注于集群中机器的协调，那么可以将这个参数设置为no，这样一来，会大大提高写操作的性能。(Java system property: zookeeper. leaderServes)。
server.x=[hostname]:nnnnn[:nnnnn]	这里的x是一个数字，与myid文件中的id是一致的。右边可以配置两个端口，第一个端口用于F和L之间的数据同步和其它通信，第二个端口用于Leader选举过程中投票通信。  (No Java system property)
group.x=nnnnn[:nnnnn]weight.x=nnnnn	对机器分组和权重设置，可以 参见这里(No Java system property)
cnxTimeout	Leader选举过程中，打开一次连接的超时时间，默认是5s。(Java system property: zookeeper. cnxTimeout)
zookeeper.DigestAuthenticationProvider  .superDigest	ZK权限设置相关，具体参见 《使用super 身份对有权限的节点进行操作》 和 《ZooKeeper 权限控制》
skipACL	对所有客户端请求都不作ACL检查。如果之前节点上设置有权限限制，一旦服务器上打开这个开头，那么也将失效。(Java system property: zookeeper.skipACL)
forceSync	这个参数确定了是否需要在事务日志提交的时候调用 FileChannel.force来保证数据完全同步到磁盘。(Java system property: zookeeper.forceSync)
jute.maxbuffer	每个节点最大数据量，是默认是1M。这个限制必须在server和client端都进行设置才会生效。(Java system property: jute.maxbuffer)

可以根据自己的需要修改对应的参数值

执行cd 命令进到kafka文件夹下面，执行mkdir kafkalog 创建日志存放文件夹

 

进入config文件夹，编辑server.properties文件

一 BROKER 的全局配置详解

需要注意的是最为核心的三个配置 broker.id、log.dir、zookeeper.connect 。

------------------------------------------- 系统 相关 -------------------------------------------
broker.id=0	##每一个broker在集群中的唯一标示，要求是正数。在改变IP地址，不改变broker.id的话不会影响consumers
log.dirs=/home/kafka/kafka_2.12-1.1.0/kafkalog	##kafka数据的存放地址，多个地址的话用逗号分割 /tmp/kafka-logs-1，/tmp/kafka-logs-2
port =9092	##提供给客户端响应的端口 默认是 9092
message.max.bytes =1000000	##消息体的最大大小，单位是字节
num.network.threads =3	## broker 处理消息的最大线程数，一般情况下不需要去修改
num.io.threads =8	## broker处理磁盘IO 的线程数 ，数值应该大于你的硬盘数
background.threads =4	## 一些后台任务处理的线程数，例如过期消息文件的删除等，一般情况下不需要去做修改
queued.max.requests =500	## 等待IO线程处理的请求队列最大数，若是等待IO的请求超过这个数值，那么会停止接受外部消息，算是一种自我保护机制
host.name	##broker的主机地址，若是设置了，那么会绑定到这个地址上，若是没有，会绑定到所有的接口上，并将其中之一发送到ZK，一般不设置
advertised.host.name	## 打广告的地址，若是设置的话，会提供给producers, consumers,其他broker连接，具体如何使用还未深究
advertised.port	## 广告地址端口，必须不同于port中的设置
socket.send.buffer.bytes =100*1024	## socket的发送缓冲区，socket的调优参数SO_SNDBUFF
socket.receive.buffer.bytes =100*1024	## socket的接受缓冲区，socket的调优参数SO_RCVBUFF
socket.request.max.bytes=100*1024*1024	## socket请求的最大数值，防止serverOOM，message.max.bytes必然要小于socket.request.max.bytes，会被topic创建时的指定参数覆盖
------------------------------------------- LOG 相关 -------------------------------------------
log.segment.bytes =1024*1024*1024	## topic的分区是以一堆segment文件存储的，这个控制每个segment的大小，会被topic创建时的指定参数覆盖
log.roll.hours =24*7	## 这个参数会在日志segment没有达到log.segment.bytes设置的大小，也会强制新建一个segment 会被 topic创建时的指定参数覆盖
log.cleanup.policy = delete	## 日志清理策略 选择有：delete和compact 主要针对过期数据的处理，或是日志文件达到限制的额度，会被 topic创建时的指定参数覆盖
log.retention.minutes=7days	## 数据存储的最大时间 超过这个时间 会根据log.cleanup.policy设置的策略处理数据，也就是消费端能够多久去消费数据 ## log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖
log.cleanup.interval.mins=1	##指定日志每隔多久检查看是否可以被删除，默认1分钟
log.retention.bytes=-1	## topic每个分区的最大文件大小，一个topic的大小限制 = 分区数*log.retention.bytes 。-1没有大小限制 ## log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖
log.retention.check.interval.ms=5minutes	## 文件大小检查的周期时间，是否处罚 log.cleanup.policy中设置的策略
log.cleaner.enable=false	## 是否开启日志压缩
log.cleaner.threads =1	## 日志压缩运行的线程数
log.cleaner.io.max.bytes.per.second=None	## 日志压缩时候处理的最大大小
log.cleaner.dedupe.buffer.size=500*1024*1024	## 日志压缩去重时候的缓存空间 ，在空间允许的情况下，越大越好
log.cleaner.io.buffer.size=512*1024	## 日志清理时候用到的IO块大小 一般不需要修改
log.cleaner.io.buffer.load.factor =0.9	## 日志清理中hash表的扩大因子 一般不需要修改
log.cleaner.backoff.ms =15000	## 检查是否处罚日志清理的间隔
log.cleaner.min.cleanable.ratio=0.5	## 日志清理的频率控制，越大意味着更高效的清理，同时会存在一些空间上的浪费，会被topic创建时的指定参数覆盖
log.cleaner.delete.retention.ms =1day	## 对于压缩的日志保留的最长时间，也是客户端消费消息的最长时间，同log.retention.minutes的区别在于一个控制未压缩数据，一个控制压缩后的数据。会被topic创建时的指定参数覆盖
log.index.size.max.bytes =10*1024*1024	## 对于segment日志的索引文件大小限制，会被topic创建时的指定参数覆盖
log.index.interval.bytes =4096	## 当执行一个fetch操作后，需要一定的空间来扫描最近的offset大小，设置越大，代表扫描速度越快，但是也更好内存，一般情况下不需要搭理这个参数
log.flush.interval.messages=None	## log文件"sync"到磁盘之前累积的消息条数 ## 因为磁盘IO操作是一个慢操作,但又是一个"数据可靠性"的必要手段 ## 所以此参数的设置,需要在"数据可靠性"与"性能"之间做必要的权衡. ## 如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞) ## 如果此值过小,将会导致"fsync"的次数较多,这也意味着整体的client请求有一定的延迟. ## 物理server故障,将会导致没有fsync的消息丢失.
log.flush.scheduler.interval.ms =3000	## 检查是否需要固化到硬盘的时间间隔
log.flush.interval.ms = None	## 仅仅通过interval来控制消息的磁盘写入时机,是不足的. ## 此参数用于控制"fsync"的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔 ## 达到阀值,也将触发.
log.delete.delay.ms =60000	## 文件在索引中清除后保留的时间 一般不需要去修改
log.flush.offset.checkpoint.interval.ms =60000	## 控制上次固化硬盘的时间点，以便于数据恢复 一般不需要去修改
------------------------------------------- TOPIC 相关 -------------------------------------------
auto.create.topics.enable =true	## 是否允许自动创建topic ，若是false，就需要通过命令创建topic
default.replication.factor =1	## 一个topic ，默认分区的replication个数 ，不得大于集群中broker的个数
num.partitions =1	## 每个topic的分区个数，若是在topic创建时候没有指定的话 会被topic创建时的指定参数覆盖
----------------------------------复制(Leader、replicas) 相关 ----------------------------------
controller.socket.timeout.ms =30000	## partition leader与replicas之间通讯时,socket的超时时间
controller.message.queue.size=10	## partition leader与replicas数据同步时,消息的队列尺寸
replica.lag.time.max.ms =10000	## replicas响应partition leader的最长等待时间，若是超过这个时间，就将replicas列入ISR(in-sync replicas)，并认为它是死的，不会再加入管理中
replica.lag.max.messages =4000	## 如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效 ## 通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后 ## 如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移 ## 到其他follower中. ## 在broker数量较少,或者网络不足的环境中,建议提高此值.
replica.socket.timeout.ms=30*1000	##follower与leader之间的socket超时时间
replica.socket.receive.buffer.bytes=64*1024	## leader复制时候的socket缓存大小
replica.fetch.max.bytes =1024*1024	## replicas每次获取数据的最大大小
replica.fetch.wait.max.ms =500	## replicas同leader之间通信的最大等待时间，失败了会重试
replica.fetch.min.bytes =1	## fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件
num.replica.fetchers=1	## leader 进行复制的线程数，增大这个数值会增加follower的IO
replica.high.watermark.checkpoint.interval.ms =5000	## 每个replica检查是否将最高水位进行固化的频率
controlled.shutdown.enable =false	## 是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader，并转移到其他broker
controlled.shutdown.max.retries =3	## 控制器关闭的尝试次数
controlled.shutdown.retry.backoff.ms =5000	## 每次关闭尝试的时间间隔
auto.leader.rebalance.enable =false	## 是否自动平衡broker之间的分配策略
leader.imbalance.per.broker.percentage =10	## leader的不平衡比例，若是超过这个数值，会对分区进行重新的平衡
leader.imbalance.check.interval.seconds =300	## 检查leader是否不平衡的时间间隔
offset.metadata.max.bytes	## 客户端保留offset信息的最大空间大小
----------------------------------ZooKeeper 相关----------------------------------
zookeeper.connect = localhost:2181	##zookeeper集群的地址，可以是多个，多个之间用逗号分割 hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.session.timeout.ms=6000	## ZooKeeper的最大超时时间，就是心跳的间隔，若是没有反映，那么认为已经死了，不易过大
zookeeper.connection.timeout.ms =6000	## ZooKeeper的连接超时时间
zookeeper.sync.time.ms =2000	## ZooKeeper集群中leader和follower之间的同步实际那

二 CONSUMER 配置详解

最为核心的配置是group.id、zookeeper.connect

group.id	## Consumer归属的组ID，broker是根据group.id来判断是队列模式还是发布订阅模式，非常重要
consumer.id	## 消费者的ID，若是没有设置的话，会自增
client.id = group id value	## 一个用于跟踪调查的ID ，最好同group.id相同
zookeeper.connect=localhost:2182	## 对于zookeeper集群的指定，可以是多个 hostname1:port1,hostname2:port2,hostname3:port3 必须和broker使用同样的zk配置
zookeeper.session.timeout.ms =6000	## zookeeper的心跳超时时间，查过这个时间就认为是dead消费者
zookeeper.connection.timeout.ms =6000	## zookeeper的等待连接时间
zookeeper.sync.time.ms =2000	## zookeeper的follower同leader的同步时间
auto.offset.reset = largest	## 当zookeeper中没有初始的offset时候的处理方式 。smallest ：重置为最小值 largest:重置为最大值 anythingelse：抛出异常
socket.timeout.ms=30*1000	## socket的超时时间，实际的超时时间是：max.fetch.wait + socket.timeout.ms.
socket.receive.buffer.bytes=64*1024	## socket的接受缓存空间大小
fetch.message.max.bytes =1024*1024	##从每个分区获取的消息大小限制
auto.commit.enable =true	## 是否在消费消息后将offset同步到zookeeper，当Consumer失败后就能从zookeeper获取最新的offset
auto.commit.interval.ms =60*1000	## 自动提交的时间间隔
queued.max.message.chunks =10	## 用来处理消费消息的块，每个块可以等同于fetch.message.max.bytes中数值
rebalance.max.retries =4	## 当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新 ## 的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册 ##"Partition Owner registry"节点信息,但是有可能此时旧的consumer尚没有释放此节点, ## 此值用于控制,注册节点的重试次数.
rebalance.backoff.ms =2000	## 每次再平衡的时间间隔
refresh.leader.backoff.ms	## 每次重新选举leader的时间
fetch.min.bytes =1	## server发送到消费端的最小数据，若是不满足这个数值则会等待，知道满足数值要求
fetch.wait.max.ms =100	## 若是不满足最小大小(fetch.min.bytes)的话，等待消费端请求的最长等待时间
consumer.timeout.ms = -1	## 指定时间内没有消息到达就抛出异常，一般不需要改

三 PRODUCER 的配置

比较核心的配置：metadata.broker.list、request.required.acks、producer.type、serializer.class

metadata.broker.list	## 消费者获取消息元信息(topics, partitions and replicas)的地址,配置格式是：host1:port1,host2:port2，也可以在外面设置一个vip
request.required.acks =0	##消息的确认模式  ##0：不保证消息的到达确认，只管发送，低延迟但是会出现消息的丢失，在某个server失败的情况下，有点像TCP  ##1：发送消息，并会等待leader 收到确认后，一定的可靠性  ## -1：发送消息，等待leader收到确认，并进行复制操作后，才返回，最高的可靠性
request.timeout.ms =10000	## 消息发送的最长等待时间
send.buffer.bytes=100*1024	## socket的缓存大小
key.serializer.class	## key的序列化方式，若是没有设置，同serializer.class
partitioner.class=kafka.producer.DefaultPartitioner	## 分区的策略，默认是取模
compression.codec = none	## 消息的压缩模式，默认是none，可以有gzip和snappy
compressed.topics=null	## 可以针对默写特定的topic进行压缩
message.send.max.retries =3	## 消息发送失败后的重试次数
retry.backoff.ms =100	## 每次失败后的间隔时间
topic.metadata.refresh.interval.ms =600*1000	## 生产者定时更新topic元信息的时间间隔 ，若是设置为0，那么会在每个消息发送后都去更新数据
client.id=""	## 用户随意指定，但是不能重复，主要用于跟踪记录消息
------------------------------------------- 消息模式 相关 -------------------------------------------
producer.type=sync	## 生产者的类型 async:异步执行消息的发送 sync：同步执行消息的发送
queue.buffering.max.ms =5000	## 异步模式下，那么就会在设置的时间缓存消息，并一次性发送
queue.buffering.max.messages =10000	## 异步的模式下 最长等待的消息数
queue.enqueue.timeout.ms = -1	## 异步模式下，进入队列的等待时间 若是设置为0，那么要么进入队列，要么直接抛弃
batch.num.messages=200	## 异步模式下，每次发送的最大消息数，前提是触发了queue.buffering.max.messages或是queue.buffering.max.ms的限制
serializer.class= kafka.serializer.DefaultEncoder	## 消息体的系列化处理类 ，转化为字节流进行传输

执行cd config/ 进入config文件夹 执行 vim server.properties编辑文件

 

我只修改了端口号和日志存放位置，端口号默认就是9092，如果有需要的可以修改，没需要的可以不用改，然后保存退出

3、启动服务

执行  bash /hy/apache-zookeeper-3.6.2-bin/bin/zkServer.sh start & #我用的完整路径

 

Zookeeper启动成功

然后执行nohup bash /hy/kafka_2.13-2.7.0/bin/kafka-server-start.sh /hy/kafka_2.13-2.7.0/config/server.properties &

把日志输出到nohup里面

 

Kafka启动成功

4、测试

进入kafka文件夹 bin目录下

创建一个topic

执行 bash kafka-topics.sh --create --zookeeper 127.0.0.1:2181 --replication-factor 1 --partitions 1 --topic test 

 

Topic 创建成功

执行bash kafka-console-producer.sh --broker-list 127.0.0.1:9092 --topic test

 

输入你要发送的信息，然后按Ctrl+C 退出发送

消费信息执行bash kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --topic testTopic --from-beginning 

按Ctrl+C 退出消费

springboot2.x+kafka2.x的源码：https://gitee.com/luckyhy/springboot-kafka2.x.git

生产者消费者都在里面