学习目标:
掌握kafka消息队列
学习内容:
概述
数据缓冲队列,同时提高可扩展性,具有峰值处理能力,使用消息队列能够使关键组件顶住突发的访问压力,而不会因为突发的超负荷请求而完成崩溃
kafka是一个分布式,支持分区(partition)的、多副本的(replica),基于zookeeper协调的分布式消息系统,它的最大的特征就是可以实时的处理大量数据以满足各种需求场景
特征
- 高吞吐量:kafka每秒可以处理几十万条消息
- 可扩展性:kafka集群支持热扩展–持久性
- 可靠性:消息被持久化到本地磁盘,并且支持数据备份防止数据丢失
- 容错性:允许集群中节点失败(若副本数量为n,则允许n-1个节点失败)
- 高并发:支持数千个客户端同时读写
组件
- 话题(topic):是特定类型的消息流,(每条发布到kafka集群的消息属于的类别,即kafka是面向topic的)
- 生产者(producer):是能够发布消息到话题的任何对象(发布消息到kafka集群的终端或服务)
- 消费者(consumer):可以订阅一个或多个话题,从而消费这些已发布的消息
- 服务代理(broker):已发布的消息保存在一组服务器中,它们被称为代理(broker)或kafka集群
- partition(区):每个topic包含一个或多个partition
- replication:partition的副本,保障partition的高可用
- leader:replica中的一个角色,producer和consumer只跟leader交互
- follower:replica中的一个角色,从leader中复制数据
- zookeeper:kafka通过zookeeper来存储集群的信息
zookeeper
zookeeper是一个分布式协调服务,它的作主要作用是为分布式系统提供一致性服务,提供的功能包括:配置维护,分布式同步。kafka的运行依赖于zookeeper。
zookeeper主要用来协调kafka的各个broker,不仅可以实现broker的负载均衡,而且当增加了broker或者某个故障了,zookeeper将会通知生产者和消费者,这样可以保证整个系统正常运转
在kafka中,一个topic会被分成多个分区并将被分到多个broker上,分区的信息以及broker的分布情况与消费者当前消费的状态信息都会保存在zookeeper中
集群部署
- 安装配置jdk8
#yum install -y java-1.8.0-openjdk
-
配置服务器解析
kafka运行依赖ZK,kafka官网提供的tar包中,已经包含ZK,配置相互解析—三台机器(在es集群上安装的kafka)
-
安装配置zookeeper
#wget https://archive.apache.org/dist/kafka/2.8.0/kafka_2.12-2.8.0.tgz
#tar -zxvf kafka_2.12-2.8.0.tgz -C /usr/local
#vim /usr/local/kafka_2.12-2.8.0/config/zookeeper.properties
dataDir=/usr/local/kafka_2.12-2.8.0/zookeeper/data #zookeeper数据存放目录
clientPort=2181 #客户端连接zookeeper服务的端口
dataLogDir=/usr/local/kafka_2.12-2.8.0/zookeeper/logs #zookeeper日志存放目录
tickTime=2000 #zookeeper服务器之间或客户端与服务器之间维持心跳的时间间隔
initLimit=20 #允许follower连接并同步到leader的初始化连接时间,当初始化连接时间超过阈值,则表示连接失败
syscLimit=10 #leader与follower之间发送消息时如果follower在设置时间内不能与leader通信,那么此follower将会被丢弃
server.1=10.234.252.122:2888:3888 #2888是follower与leader交换信息的端口,3888是当leader挂了时用来执行选举时服务器相互通信的端口
server.2=10.234.252.209:2888:3888
server.3=10.234.253.22:2888:3888
#创建data、logs目录
#mkdir -p /usr/local/kafka_2.12-2.8.0/zookeeper/{logs,data}
#创建myid文件,注意每台服务器的zookeeper服务的id需不同
#echo 1 > /usr/local/kafka_2.12-2.8.0/zookeeper/data/myid
- 配置kafka
#vim /usr/local/kafka_2.12-2.8.0/config/server.properties
broker.id =0
每一个broker在集群中的唯一表示,要求是正数,kafka及其根据id来识别broker机器。当该服务器的IP地址发生改变时,broker.id没有变化,则不会影响consumers的消息情况
log.dirs=/kafka/kafka-logs
kafka数据的存放地址,多个地址的话用逗号分割/kafka/kafka-logs-1,/kafka/kafka-logs-2
listeners=PLAINTEXT://host.name:9092
port =9092 broker server服务端口
host.name 监听地址
message.max.bytes =6525000
表示消息体的最大大小,单位是字节
num.network.threads =4
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,应该是一种自我保护机制。
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.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=3days
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=-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,是否触发 log.cleanup.policy中设置的策略
log.cleaner.enable=false
是否开启日志压缩
log.cleaner.threads = 2
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.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
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
是否允许自动创建topic,若是false,就需要通过命令创建topic
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
num.recovery.threads.per.data.dir=1
默认情况下,每个日志目录只是用一个线程。所配置的数字对应的是log.dirs指定的单个日志目录。也就是说,如果num.recovery.threads.per.data.dir被设置为8,并且log.dirs制定了3个路径,那么总共需要24个线程。
offsets.topic.replication.factor=2
分区副本数
transaction.state.log.replication.factor=1
事务主题的复制因子(设置更高以确保可用性)。 内部主题创建将失败,直到群集大小满足此复制因素要求
transaction.state.log.min.isr=1
覆盖事务主题的min.insync.replicas配置,在min.insync.replicas中,replicas数量为1,该参数将默认replicas定义为2
Kafka中leader、replicas参数配置
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
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
kafka中zookeeper的参数配置
zookeeper.connect = localhost:2181
必须配置项:::zookeeper集群的地址,可以是多个,多个之间用逗号分割,一般端口都为2181;hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.session.timeout.ms=6000
ZooKeeper的会话最大超时时间,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
- 启动zookeeper集群
在三个节点上依次执行
#cd /usr/local/kafka_2.12-2.8.0
#nohup ./bin/zookeeper-server-start.sh ./config/zookeeper.properties &
查看端口
- 启动kafka
在三个节点上依次执行
#cd /usr/local/kafka_2.12-2.8.0
#nohup ./bin/kafka-server-start.sh ./config/server.properties &
- 验证
在一台上面创建topic
#./bin/kafka-topic.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test1
Created topic test1
参数解释:
--zookeeper指定zookeeper的地址和端口
--partitions指定partition的数量
--replication-factor指定数据副本的数量
在另一台上面查询topic
#./bin/kafka-topic.sh --zookeeper localhost:2181 --list
test1
- 模拟消息生产和消费
#./bin/kafka-console-producer.sh --broker-list 10.234.252.122:9092 --topic test2
>hello
>你好呀
在另一台机器上面执行
#./bin/kafka-console-comsumer.sh --bootstrap-server 10.234.252.209:9092 --topic test2 --from-beginning
>hello
>你好呀
- logstash服务器从kafka获取数据并输出到elasticsearch集群
#vi /usr/local/filebeat/filebeat.yml
#修改输出目标到kafka集群
#修改logstash的输入为kafka集群
#vi /usr/local/logstash/config/first-pipeline.conf
-
kafka集群上验证kafka是否生成topic
-
kibana界面查看索引数据