Kafka使用笔记

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