1.kafka描述
1.1定义
Kafka 是一个分布式的基于发布/订阅模式的消息队列(Message Queue),主要应用于
大数据实时处理领域。
1.2 消息队列
1.2.1 传统消息队列的应用场景
消息队列好处
- 1)解耦:允许你独立的扩展或修改两边的处理过程,只要确保它们遵守同样的接口约束。
- 2)可恢复性:系统的一部分组件失效时,不会影响到整个系统。消息队列降低了进程间的耦合度,所以即使一个处理消息的进程挂掉,加入队列中的消息仍然可以在系统恢复后被处理。
- 3)缓冲:有助于控制和优化数据流经过系统的速度,解决生产消息和消费消息的处理速度不一致的情况
- 4)灵活性 & 峰值处理能力:
- 5)通信异步
1.2.2 消息队列两种模式
1)点对点模式(一对一,消费者主动拉取数据,消息收到后消息清除)
2)2 )发布/ 订阅模式(一对多,消费者消费数据之后不会清除消息)
1.3 Kafka基础框架
- 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,
- 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,
Kafka入门
2.1 部署安装
2.2.1 集群规划
2.1.2 jar 包 下载
1) http://kafka.apache.org/downloads.html
安装版本kafka_2.11-0.11.0.0.tgz
2)解压文件 :
tar -zxvf kafka_2.11-0.11.tgz -C /usr/local/kafka
3)在/usr/local/kafka 目录下创建 logs 文件夹
mkdir logs
4)修改配置文件config/server.properties
#broker 的全局唯一编号,不能重复
broker.id=0
#删除 topic 功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘 IO 的现成数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka 运行日志存放的路径
log.dirs=/opt/module/kafka/logs
#topic 在当前 broker 上的分区个数
num.partitions=1
#用来恢复和清理 data 下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment 文件保留的最长时间,超时将被删除
log.retention.hours=168
#配置连接 Zookeeper 集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181