01-Kafka之单机和集群安装

一、安装kafka
1、由于kafka依赖zookeeper，因此需要安装zookeeper(也可用kafka自带的zookeeper)

• 下载地址：https://zookeeper.apache.org/releases.html
• 下载3.8版本解压后执行cp zoo_sample.cfg zoo.cfg
• 修改zoo.cfg配置文件，将dataDir=/tmp/zookeeper修改为指定的data目录
• 进入bin目录，启动zookeeper server
  • zkServer.sh start
• 启动zookeeper client连接Zookeeper server
  • zkCli.sh ‐server ip:port

2、安装kafka

• 下载地址：https://kafka.apache.org/downloads
• 下载2.8版本编译后的二进制文件并解压：kafka_2.12-2.8.0.tgz
• 修改配置文件config/server.properties

#broker.id属性在kafka集群中必须要是唯一
broker.id=0
#kafka部署的机器ip和提供服务的端口号
listeners=PLAINTEXT://127.0.0.1:9092
#kafka的消息存储文件
log.dir=/usr/local/data/kafka‐logs
#kafka连接zookeeper的地址
zookeeper.connect=192.168.65.60:2181

• 启动kafka服务

启动脚本语法：kafka­-server­-start.sh [-­daemon] server.properties

#启动kafka，运行日志在logs目录的server.log文件里
#后台启动，不会打印日志到控制台
bin/kafka‐server‐start.sh ‐daemon config/server.properties 
或
bin/kafka‐server‐start.sh config/server.properties &

• 打开zookeeper客户端查看kafka相关节点

#进入zookeeper客户端
bin/zkCli.sh
#查看zk根目录下kafka相关内容
ls /
#查看kafka节点
ls /brokers/ids

3、kafka的相关命令
(1)创建topic

# 创建一个名为test的topic，设置分区为1，备份因子为1
kafka-topics.sh --create --zookeeper 127.0.0.1:2181 --replication-factor 1 --partitions 1 --topic test

# 查看kafka中目前存在的topic
kafka-topics.sh --list --zookeeper 127.0.0.1:2181

(2)发送接收消息

# 开启一个终端连接producer
kafka-console-producer.sh --broker-list 127.0.0.1:9092 --topic test
this is a msg

# 再开启一个终端连接consumer，如果想要消费之前的消息可以通过--from-beginning参数指定
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --topic test

# 消费之前的消息
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --from-beginning --topic test
# 消费多主题
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --whitelist "test|test-2"

(3)单播和多播
单播消费：一条消息只能被某一个消费者消费的模式，类似queue模式，只需让所有消费者在同一个消费组里即可。

# 启动一个属于testGroup消费组的消费者
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --consumer-property group.id=testGroup --topic test

# 再启动一个属于testGroup消费组的消费者
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --consumer-property group.id=testGroup --topic test

# 此时生产端发送消息时，只有一个消费者能接收到消息，因此它们同属于一个消费者组

多播消费：一条消息能被多个消费者消费的模式，类似publish-subscribe模式费，针对Kafka同一条消息只能被同一个消费组下的某一个消费者消费的特性，要实现多播只要保证这些消费者属于不同的消费组即可。

# 启动一个属于testGroup消费组的消费者
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --consumer-property group.id=testGroup --topic test

# 启动一个属于testGroup2消费组的消费者
kafka-console-consumer.sh --bootstrap-server 127.0.0.1:9092 --consumer-property group.id=testGroup2 --topic test

# 此时两个消费者都能消费到消息

# 查看消费组名
kafka-consumer-groups.sh --bootstrap-server 127.0.0.1:9092 --list
# 查看消费组的消费偏移量
kafka-consumer-groups.sh --bootstrap-server 127.0.0.1:9092 --describe --group testGroup

current-offset：当前消费组的已消费偏移量
log-end-offset：主题对应分区消息的结束偏移量(HW)
lag：当前消费组未消费的消息数

# 创建多个分区的主题
kafka-topics.sh --create --zookeeper 127.0.0.1:2181 --replication-factor 1 --partitions 2 --topic test1
# 查看topic的情况
kafka-topics.sh --describe --zookeeper 127.0.0.1:2181 --topic test1
# 增加topic的分区数量
kafka-topics.sh -alter --partitions 3 --zookeeper 127.0.0.1:2181 --topic test

二、kafka集群搭建
一个单独的broker意味着kafka集群中只有一个节点，要想增加kafka集群中的节点数量，只需要多启动几个broker实例即可。这里以搭建伪集群为例
1、添加两个配置文件
(1)config/server-1.properties

#broker.id属性在kafka集群中必须要是唯一
broker.id=1
#kafka部署的机器ip和提供服务的端口号
listeners=PLAINTEXT://127.0.0.1:9093
#kafka的消息存储文件
log.dir=/usr/local/data/kafka‐logs-1
#kafka连接zookeeper的地址
zookeeper.connect=192.168.65.60:2181

(2)config/server-2.properties

#broker.id属性在kafka集群中必须要是唯一
broker.id=2
#kafka部署的机器ip和提供服务的端口号
listeners=PLAINTEXT://127.0.0.1:9094
#kafka的消息存储文件
log.dir=/usr/local/data/kafka‐logs-2
#kafka连接zookeeper的地址
zookeeper.connect=192.168.65.60:2181

2、启动两个实例

kafka-server-start.sh -daemon ../config/server-1.properties
kafka-server-start.sh -daemon ../config/server-2.properties

3、查看zookeep中的ids，是否成功启动

4、创建一个新的topic，副本数设置为3，分区数设置为2

kafka-topics.sh --create --zookeeper 127.0.0.1:2181 --replication-factor 3 --partitions 2 --topic my-replicated-topic

5、查看topic情况

kafka-topics.sh --describe --zookeeper 127.0.0.1:2181 --topic my-replicated-topic

三、集群消费
log的partitions分布在kafka集群中不同的broker上，每个broker可以请求备份其他broker上partition上的数据。kafka集群支持配置一个partition备份的数量
针对每个partition，都有一个broker起到“leader”的作用，0个或多个其他的broker作为“follwers”的作用。leader处理所有的针对这个partition的读写请求，而followers被动复制leader的结果，不提供读写(主要是为了保证多副本数据与消费的一致性)。如果这个leader失效了，其中的一个follower将会自动的变成新的leader

1、Producers
生产者将消息发送到topic中去，同时负责选择将message发送到topic的哪一个partition中。通过round­robin做简单的负载均衡。也可以根据消息中的某一个关键字来进行区分。通常第二种方式使用的更多

2、Consumers
传统的消息传递模式有2种：队列(queue)和(publish-subscribe）

• queue模式：多个consumer从服务器中读取数据，消息只会到达一个consumer
• publish-subscribe模式：消息会被广播给所有的consumer
  Kafka基于这2种模式提供了一种consumer的抽象概念：consumer group
• queue模式：所有的consumer都位于同一个consumer group下
• publish-subscribe模式：所有的consumer都有着自己唯一的consumer group

由2个broker组成的kafka集群，某个主题总共有4个partition(P0-P3)，分别位于不同的broker上。这个集群由2个Consumer Group消费，A有2个consumer instances，B有4个 通常一个topic会有几个consumer group，每个consumer group都是一个逻辑上的订阅者(logical subscriber)。每个consumer group由多个consumer instance组成，从而达到可扩展和容灾的功能

3、消费顺序
一个partition同一个时刻在一个consumer group中只能有一个consumer instance在消费，从而保证消费顺序。consumer group中的consumer instance的数量不能比一个Topic中的partition的数量多，否则多出来的consumer消费不到消息，产生浪费。
Kafka只在partition的范围内保证消息消费的局部顺序性，不能在同一个topic中的多个partition中保证总的消费顺序性。如果有在总体上保证消费顺序的需求，可以通过将topic的partition数量设置为1，将consumer group中的consumer instance数量也设置为1，但是这样会影响性能，所以kafka的顺序消费很少用。