小白学习Linux下的Kafka+Zookeeper使用以及配置1.1(有待完善)

Linux下的Kafka+Zookeeper使用以及配置1.1(有待完善)

1. 开发环境

Linux版本Ubuntu 16.04.1 (虚拟机)

Kafka版本kafka_2.12-1.1.0 (二进制版本)

Zookeeper版本zookeeper-3.4.10

2. 占用内存

推荐服务器内存 > 300M

3. 准备工作

下载zookeeper

主页网址:http://zookeeper.apache.org/

直接下载地址: http://mirrors.tuna.tsinghua.edu.cn/apache/zookeeper/

进入主页,点击download进入下载页面

 

进入下载页面之后,在download分区里面点击 download

 

继续下一步,进行版本选择

 

选择你要下载的版本(测试用的版本是3.4.10

 

下载kafka

主页网址:https://kafka.apache.org/

进入主页,点击download按钮

 

在这里咱们选用二进制下载

 

点击下载文件

 

4. 开始安装

以我的为例子:

进入服务器 cd /home/ 文件夹下面 mkdir kafka  创建放置kafka的文件夹

把下载好的zookeeper-3.4.10.tar.gzkafka_2.12-1.1.0.tgz上传到服务的kafka文件夹下面

执行tar  -zxvf  zookeeper-3.4.10.tar.gz 解压zookeeper 得到zookeeper-3.4.10 文件夹

 

执行 cd  /zookeeper-3.4.10/ 进入zookeeper文件夹里面

执行 mkdir zookeeperData 创建数据存放目录

执行 mkdir zookeeperLog 创建日志存放目录

执行 cd  conf/ 进入conf文件夹

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

 

编辑zoo.cfg    vi  zoo.cfg

 

dataDir 设置数据存放路径

dataLogDir 设置日志存放路径

然后 ESC  输入:wq  保存并退出

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1000ZK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/1334No 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.warningthresholdmsNew 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 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FL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》  《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serverclient端都进行设置才会生效。(Java system property: jute.maxbuffer)

Zookeeper暂时结束

执行tar  -zxvf  kafka_2.12-1.1.0.tgz 解压kafka得到kafka_2.12-1.1.0 文件夹

 

执行 cd  kafka_2.12-1.1.0/  进入kafka文件夹

执行 mkdir kafkalog 创建存放日志的文件夹

执行 cd config/ 进入config文件夹里面

BROKER 的全局配置详解

最为核心的三个配置 broker.idlog.dirzookeeper.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serverOOMmessage.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:deletecompact 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.byteslog.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.byteslog.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""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(Leaderreplicas) 相关 ----------------------------------

controller.socket.timeout.ms =30000

## partition leaderreplicas之间通讯时,socket的超时时间

controller.message.queue.size=10

## partition leaderreplicas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,followerleader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.

## 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

##followerleader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

## replicasleader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followerIO

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leaderfollower之间的同步实际那

CONSUMER 配置详解

最为核心的配置是group.idzookeeper.connect

group.id

## Consumer归属的组IDbroker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

## zookeeperfollowerleader的同步时间

auto.offset.reset = largest

## 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,将会reblance,此后将会有partitions的消费端迁移到新

## consumer,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

PRODUCER 的配置

比较核心的配置:metadata.broker.listrequest.required.acksproducer.typeserializer.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gzipsnappy

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

编辑server.properties  vi  server.properties

 

在此处我只做了两个地方的修改,可以跟据需要,参考参数详情进行特定的配置

端口号  port=9092   broder.id = 0

Host.name=192.168.3.182  (这个可以不做绑定,不添加也行)

log.dirs=/home/kafka/kafka_2.12-1.1.0/kafkalog  指定一下日志存放位置

然后 ESC  输入:wq  保存并退出

5. 准备启动

回到kafka文件夹下面 cd /home/kafka/

创建kafkazookeepernohup 文件夹 mkdir kafkanohup   mkdir zoonohup

 

先启动zookeeper

进入zoonohup 文件夹中执行nohup bash /home/kafka/zookeeper-3.4.10/bin/zkServer.sh start  &

然后启动kafka

然后进kafkanohup 文件夹执行

nohup bash /home/kafka/kafka_2.12-1.1.0/bin/kafka-server-start.sh /home/kafka/kafka_2.12-1.1.0/config/server.properties &

6. 测试kafka情况

进入kafka文件夹 bin目录下

创建一个topic

执行 bash kafka-topics.sh --create --zookeeper 192.168.3.182:2181 --replication-factor 1 --partitions 1 --topic test

创建了一个名为test topic

然后往topic里面发送消息

bash kafka-console-producer.sh --broker-list 192.168.3.182:9092 --topic test

Ctrl+C 退出发送

 

消费信息执行bash kafka-console-consumer.sh --bootstrap-server 192.168.3.182:9092 --topic testTopic --from-beginning 

Ctrl+C 退出消费

 

 可能还有一些不太完善的地方,欢迎大家一起讨论

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