Kafka学习笔记（二）

1. Kafka 安装部署及集群部署

2. Kafka 的基本操作

 

kafka 的安装部署

下载安装包

https://www.apache.org/dyn/closer.cgi?path=/kafka/1.1.0/kafka_2.11-1.1.0.tgz

安装过程

解压安装包

1. tar -zxvf kafka_2.11-1.1.0.tgz

kafka 目录介绍

1. /bin 操作 kafka 的可执行脚本

2. /config 配置文件

3. /libs 依赖库目录

4./logs 日志数据目录

 

启动/停止 kafka

单机启动

1. 需要先启动 zookeeper，如果没有搭建 zookeeper 环境，可以直接运行 kafka 内嵌的 zookeeper

启动命令： bin/zookeeper-server-start.sh config/zookeeper.properties &

2. 进入 kafka 目录，运行 bin/kafka-server-start.sh ｛-daemon 后台启动｝ config/server.properties &

3. 进入 kafka 目录，运行 bin/kafka-server-stop.sh config/server.properties

集群启动

环境描述

	系统	配置
	CentOS release 6.5 (Final)，zookeeper-3.4.12，kafka_2.11-2.1.0	IP：172.17.254.201
	CentOS release 6.5 (Final，zookeeper-3.4.12，kafka_2.11-2.1.0	IP：172.17.254.201
	windows7，zookeeper-3.4.12，kafka_2.11-2.1.0	IP：172.17.254.80

由于只有两台电脑所以zookeeper与kafka在CentOS release 6.5上做了伪集群。

集群部署需要更改kafka config目录中的server.properties 文件
 

# 三台服务器的ID不能相同，第一台是0，第二台是1，第三台是2
broker.id=

# kafka服务器监听IP和端口，（切记不可写localhost,127.0.0.1）这里也可以写域名，只要能解析就行
listeners = PLAINTEXT://your.host.name:9092 

#日志输出目录
log.dirs=

#zookeeper的连接地址集群使用逗号分隔
zookeeper.connect=172.17.254.201:2181,172.17.254.201:2182,172.17.254.80:2181

配置完这四条之后kafka集群基本就搞定了，下面就可以启动kafka了，启动命令同单机启动

Kafka 的基本操作

创建 topic

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 - -partitions 1 --topic test2-topic

zookeeper 1 172.17.254.201：2181

zookeeper 2 172.17.254.201：2182

zookeeper 3 172.17.254.80：2181

 

--replication-factor	该主题每个分区的副本数，不能大于broker数量。这个副本用于备份，假设每个分区有2个副本，那么只有一个是leader负责读写，follower只是负责同步内容，对外提供读写的也是由leader提供。Leader宕机follower接管成为新的leader。这里的数量是包括Leader+Follwer的
--partitions	分区数量，控制将主题切分成多少个LOG。消费者数量应该和分区数量相等，如果超过则毫无意义。
--topic	主题名称

查看 topic

./kafka-topics.sh --list --zookeeper localhost:2181

查看 topic 属性

./kafka-topics.sh --describe --zookeeper localhost:2181 --topic test

消费消息

./kafka-console-consumer.sh –bootstrap-server 172.17.254.201:9092 --topic test2-topic  --from-beginning

发送消息

./kafka-console-producer.sh --broker-list 172.17.254.201:9092 --topic test2-topic

配置信息分析

发送端的可选配置信息分析

ack	表示 producer 发送消息到 broker 上以后的确认值。有三个可选项
	0	表示 producer 不需要等待 broker 的消息确认。这个选项时延最小但同 时风险最大（因为当 server 宕机时，数据将会丢失）。
	1	表示 producer 只需要获得 kafka 集群中的 leader 节点确认即可，这个 选择时延较小同时确保了 leader 节点确认接收成功
	all(-1)	需要 ISR 中所有的 Replica 给予接收确认，速度最慢，安全性最高， 但是由于 ISR 可能会缩小到仅包含一个 Replica，所以设置参数为 all 并不能一 定避免数据丢失，
batch.size	生产者发送多个消息到 broker 上的同一个分区时，为了减少网络请求带来的 性能开销，通过批量的方式来提交消息，可以通过这个参数来控制批量提交的 字节数大小，默认大小是 16384byte,也就是 16kb，意味着当一批消息大小达 到指定的 batch.size 的时候会统一发送
linger.ms	Producer 默认会把两次发送时间间隔内收集到的所有 Requests 进行一次聚合 然后再发送，以此提高吞吐量，而 linger.ms 就是为每次发送到 broker 的请求 增加一些 delay，以此来聚合更多的 Message 请求。 这个有点想 TCP 里面的 Nagle 算法，在 TCP 协议的传输中，为了减少大量小数据包的发送，采用了 Nagle 算法，也就是基于小包的等-停协议
batch.size 和 linger.ms 这两个参数是 kafka 性能优化的关键参数，很多同 学会发现 batch.size 和 linger.ms 这两者的作用是一样的，如果两个都配置 了，那么怎么工作的呢？实际上，当二者都配置的时候，只要满足其中一个要 求，就会发送请求到 broker 上
max.request.size	设置请求的数据的最大字节数，为了防止发生较大的数据包影响到吞吐量，默 认值为 1MB

 

消费端的可选配置分析

group.id	consumer group 是 kafka 提供的可扩展且具有容错性的消费者机制。既然是 一个组，那么组内必然可以有多个消费者或消费者实例(consumer instance)， 它们共享一个公共的 ID，即 group ID。组内的所有消费者协调在一起来消费订 阅主题(subscribed topics)的所有分区(partition)。当然，每个分区只能由同一 个消费组内的一个 consumer 来消费.如下图所示，分别有三个消费者，属于两 个不同的 group，那么对于 firstTopic 这个 topic 来说，这两个组的消费者都 能同时消费这个 topic 中的消息，对于此事的架构来说，这个 firstTopic 就类 似于 ActiveMQ 中的 topic 概念。如右图所示，如果 3 个消费者都属于同一个 group，那么此事 firstTopic 就是一个 Queue 的概念
enable.auto.commit	消费者消费消息以后自动提交，只有当消息提交以后，该消息才不会被再次接 收到，还可以配合 auto.commit.interval.ms 控制自动提交的频率。 当然，我们也可以通过 consumer.commitSync()的方式实现手动提交
auto.offset.reset	这个参数是针对新的 groupid 中的消费者而言的，当有新 groupid 的消费者来 消费指定的 topic 时，对于该参数的配置，会有不同的语义。 auto.offset.reset=latest 情况下，新的消费者将会从其他消费者最后消费的 offset 处开始消费 Topic 下的消息 auto.offset.reset= earliest 情况下，新的消费者会从该 topic 最早的消息开始 消费 auto.offset.reset=none 情况下，新的消费者加入以后，由于之前不存在 offset，则会直接抛出异常。
max.poll.records	此设置限制每次调用 poll 返回的消息数，这样可以更容易的预测每次 poll 间隔 要处理的最大值。通过调整此值，可以减少 poll 间隔