kafka的安装与配置详解

1.1.1 kafka的安装过程
1、官网下载http://kafka.apache.org/downloads

2、上传安装包到Linux中的/export/servers/目录下，进入到该目录下
执行命令：tar -zxvf kafka_2.12-0.10.2.1.tgz -C /export/servers/

3、进入到/export/servers/目录下，建立软连接
执行命令：ln -s kafka_2.12-0.10.2.1/ kafka

4、配置profile文件
执行命令：vim /etc/profile
在该文件中加入下面代码

#set kafka env
export KAFKA_HOME=/export/servers/kafka
export PATH=$PATH:${KAFKA_HOME}/bin

执行命令：source /etc/profile 让配置文件有效

5、进入到${KAFKA_HOME}/config目录下配置相关文件

producer.properties配置文件：

# 指定kafka节点列表，用于获取metadata，不必全部指定
metadata.broker.list=kafka01:9092,kafka02:9092

# 指定分区处理类，默认kafka.producer.DefaultPartitioner,表通过key哈希对应分区
# partitioner.class=kafka.producer.DefaultPartitioner

# 是否压缩，默认0表示不压缩，1表示GZIP压缩，2表示snappy压缩，压缩后消息会有头来指明消息压缩类型，
# 故消费者消费消息解压是透明的无需指定。
compression.codec=none

# 指定序列化处理类
serializer.class=kafka.serializer.DefaultEncoder

# 如果要压缩消息，这里指定那些topic要压缩消息，默认empty，表示不压缩
# compressed.topics=

# 设置发送数据是否需要服务端的反馈，有三个值分别是0,1,-1
# 0：producer不会等待broker发送ack
# 1：当leader接收到消息之后会发送ack
# -1：当所有的follower都同步消息成功之后发送ack
request.required.acks=0

# 在向producer发送ack之前，broker允许等待最大时间，如果超时，broker将会向producer发送一个error ack，
# 意味着一次消息因为某种原因未能成功（比如follower不能同步成功）
request.timeout.ms=10000

# 同步还是异步发送消息，默认“sync”表示同步，“async”表示异步，异步可以提高发送吞吐量
# 也意味着消息将会在本地buffer中，并适合批量发送，但是也可能导致未发送过去的数据丢失
producer.type=sync

# 在async模式下，当message被缓存的时间超过次值后，将会批量的发送broker，默认为5000ms
# 此值和batch.num.messages协同工作
queue.buffering.max.ms=5000

# 在async模式下，producer端允许buffer最大消息量
# 无论如何producer都无法尽快的将消息发送给broker，从而导致消息大量的在producer端大量沉积
# 此时，如果消费的条数达到阀值，将会导致producer端堵塞或者消息被抛弃，默认为10000
queue.buffering.max.messages=20000

# 如果是异步，指定每次批量发送数据量，默认为200
batch.num.messages=500

# 当消息在producer端沉积的条数达到“queue.buffering.max.messages”后，
# 堵塞一定时间后，队列仍然没有enqueue(producer仍然没有发送出任何消息)
# 此时producer可以继续堵塞或者将消息抛弃，此timeout值用于控制“堵塞”的时间
# -1：无堵塞超时限制，消息不会别抛弃
# 0：立即清空队列，将消息抛弃
queue.enqueue.timeout.ms=-1

server.properties配置文件：

# broker的全局唯一编号，不能重复
broker.id=0

# 用来监听连接的端口，producer或consumer将此端口建立连接
port=9092

# 处理网络请求的线程数量
num.network.threads=3

# 用来处理磁盘IO的线程数量
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.buffer.bytes=102400

# kafka运行日志的存放的路径
log.dirs=/export/servers/logs/kafka

# topic在当前broker上的分片个数
num.partitions=2

# 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

# 滚动生成新的segment文件的最大时间
log.roll.hours=168

# 日志文件每个segment文件的大小，默认为1G
log.segment.bytes=1073741824

# 周期性检查文件大小的时间
log.retention.check.interval.ms=300000

# 日志清理是否打开
log.cleaner.enable=true

# broker需要zookeeper保存元数据信息
zookeeper.connect=zk01:2181,zk01:2181,zk01:2181

# zookeeper连接超时时间
zookeeper.connection.timeout.ms=6000

# partition buffer中，消息的条数达到阀值，将触发flush到磁盘
log.flush.interval.message=10000

# 删除topic需要server.properties配置文件中配置delete.topic.enable=true否则只能标记删除
delete.topic.enable=true

# 解决可以使用Java客户端产生消息到topic中（多个配置文件都需要配置）
advertised.listeners=PLAINTEXT://kafka01:9092

# 此处的host.name为本机IP（重要）,如果不改，则客户端抛出：producer connection to localhost:9092 ussuccessful 错误！
host.name=kafka01

consumer.propseties配置文件：

# zookeeper连接服务器地址
zookeeper.connect=zk01:2181,zk02:2181,zk03:2181

# zookeeper的session过期时间，默认5000ms，用于检测消费者是否挂掉
zookeeper.session.timeout.ms=5000

# 当前消费者挂掉，其他消费者要等待指定时间才能检测到并且触发重新负载均衡
zookeeper.connetion.timeout.ms=10000

# 指定多久消费者更新offset到zookeeper中，
# 注意offset更新时基于time而不是每次获得消息，
# 一旦更新zookeeper发生异常并重启，将可能拿到已经拿过的消息
zookeeper.sync.time.ms=2000

# 指定消费组wsz.user可以任意，最好是有意义
group.id=wsz.user

# 当consumer消费一定消息之后，将会自动向zookeeper提交offset信息
# 注意offset信息并不是每消费一次就向zk提交一次，而是在本地保存（内存），并定期提交，默认为true
auto.commit.enable=true

# 自定更新时间，默认60*1000
auto.commit.interval.ms=1000

# 当前consumer的标识，可以设定，也可以由系统生成，主要是用来跟踪消息消费情况，便于观察
# consumer.id=

# 消费客户端编号，用于区分不同的客户端，默认客户端程序自动产生
# client.id=

# 最大去多少块缓存得到消费者
queued.max.message.chunks=50

# 当有新的consumer加入到group中时，将会rebalance，此后将会有partitions的消费端迁移到新的consumer上
# 如果一个consumer获得了某个partitions的消费权限，那么他将会向zk注册"Partition Owner registry"节点信息
# 但是有可能此时旧的的consumer尚未释放该节点，此值用于控制，注册节点的重试次数
rebalance.max.retrils=5

# 获取消息的最大尺寸，broker不会像consumer输出大于此值的消息chunk，每次fetch将得到多条消息，此值为总大小。
# 提示此值，将会消耗跟多的consumer端的内存
fetch.min.bytes=6553600

# 当消费者的尺寸不足时，server堵塞的时间，如果超时，消息将立即发送给consumer
fetch.wait.max.ms=5000

socket.receive.buffer.bytes=6553600

# 如果zookeeper没有offset值或者offset超出范围，那么就给个初始的offset，分别表示
# smallest：当前最小的offset
# largest：当前最大的offset
# anything：抛异常
# 默认largest
auto.offset.reset=smallest

6、修改host文件（所有服务器都需要修改，如果上中的配置文件使用的是IP地址，这里就不需要修改了，下面的hostname也不需要修改了）

192.168.1.110 storm01 zk01 kafka01
192.168.1.111 storm02 zk02 kafka02
192.168.1.112 storm03 zk03 kafka03
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

7、 修改hostname配置文件（所有服务器多需要修改，修改为对应的主机名）
执行命令：vim /etc/sysconfig/network
文件内容：

NETWORKING=yes
HOSTNAME=kafka01

8、分发安装好的kafka到其他机器上
使用指令：scp -r /export/servers/kafka_2.12-0.10.2.1/ kafka02:/export/servers/

9、分发好了在其他机器上建立软连接
执行命令：ln -s kafka_2.12-0.10.2.1/ kafka

10、配置profile文件
执行命令：vim /etc/profile
在文件中加入内容：

#set kafka env
export KAFKA_HOME=/export/servers/kafka
export PATH=$PATH:${KAFKA_HOME}/bin

使配置文件生效：source /etc/profile

11、修改其他机器上的server.properties配置文件
使用配置文件中的id和其他机器上不同即可
host.name是此机器上的机器名，修改为对应的机器名即可。

12、重启所有节点

1.1.2 启动kafka集群

1、启动kafka集群先要启动zookeeper集群，zookeeper的安装可以查看该文章
http://blog.csdn.net/qq_27385301/article/details/66481908

2、启动zookeeper后，在各个节点上的${KAFKA_HOME}目录下执行
bin/kafka-server-start.sh config/server.properties &