kafka使用+结合 spring boot

一:初步试用 kafka

下载 kafka

kafka快速入门文档
kafka下载地址
解压下载的 kafka

tar -xzf kafka_2.12-2.2.0.tgz
cd kafka_2.12-2.2.0

1:启动 zookeeper

bin/zookeeper-server-start.sh config/zookeeper.properties

后台启动

bin/zookeeper-server-start.sh -daemon config/zookeeper.properties

2:启动 kafka

sh bin/kafka-server-start.sh config/server.properties

后台启动 kafka

sh bin/kafka-server-start.sh -daemon config/server.properties

3:Create a topic

bin/kafka-topics.sh --create --bootstrap-server localhost:9092 --replication-factor 1 --partitions 1 --topic test

创建 topic 时可能出现的问题
确定Kafka安装和启动正确，ZooKeeper可以查到所有的Brokers，但执行：

sh kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic test遇到如下错误：

    java.net.SocketException: Network is unreachable
            at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method)
            at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717)
            at org.apache.zookeeper.ClientCnxnSocketNIO.doTransport(ClientCnxnSocketNIO.java:361)
            at org.apache.zookeeper.ClientCnxn$SendThread.run(ClientCnxn.java:1141)
    Error while executing topic command : replication factor: 3 larger than available brokers: 0
    [2017-06-26 17:25:18,037] ERROR org.apache.kafka.common.errors.InvalidReplicationFactorException: replication factor: 3 larger than available brokers: 0

这个问题可能是broker的配置文件server.properties中的配置项zookeeper.connect指定了kafka的zookeeper的根目录，如：

zookeeper.connect=192.168.2.30:2181,192.168.2.31:2181/kafka

这个时候，命令行参数“–zookeeper”的值也需要带上根目录，否则就会报这个错误，正确做法是：

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

前面安装完 kafka 并创建了一个分区命名为 test

使用 kafka

1:通过 kafka提供的producer(生产端) 发送一些 messages

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

执行命令后出现一个输入框输入消息

2:启动kafka consumer(消费端) 消费消息

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

这样就实现了一个简单的 kafka的消息传递过程

---

---

---

---

二: kafka进阶

1:术语介绍

Broker : Kafka集群包含一个或多个服务器，这种服务器被称为broker
Topic : 每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）
Partition : Partition是物理上的概念，每个Topic包含一个或多个Partition.
Producer : 负责发布消息到Kafka broker
Consumer : 消息消费者，向Kafka broker读取消息的客户端。
Consumer Group : 每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）

2:搭建 kafka集群

将我们的集群扩展到三个节点
在每个节点上进行安装 kafka执行上述操作后 打开server.properties

vim config/server.properties

kafka server-properties配置说明

broker.id =0
每一个broker在集群中的唯一表示，要求是正数。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=/data/kafka-logs kafka数据的存放地址，多个地址的话用逗号分割
/data/kafka-logs-1，/data/kafka-logs-2 port =9092 broker server服务端口
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。 host.name
broker的主机地址，若是设置了，那么会绑定到这个地址上，若是没有，会绑定到所有的接口上，并将其中之一发送到ZK，一般不设置
socket.send.buffer.bytes=1001024 socket的发送缓冲区，socket的调优参数SO_SNDBUFF
socket.receive.buffer.bytes =1001024
socket的接受缓冲区，socket的调优参数SO_RCVBUFF socket.request.max.bytes
=10010241024 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 =102410241024
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 =247
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=6024 # 一天后删除
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.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，是否处罚
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=50010241024
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=5121024
日志清理时候用到的IO块大小一般不需要修改 log.cleaner.io.buffer.load.factor =0.9
日志清理中hash表的扩大因子一般不需要修改 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 =1010241024
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
以下是kafka中Leader,replicas配置参数 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rep