kafka应用

一、Kafka概述

1、消息队列

• 什么是消息队列

  • 队列存储消息作用于数据通讯

  • 产生消息：生产者

  • 读取消息：消费者 

2、消息队列的两种模式

点对点模式

• 消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息。

  消息被消费以后，queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。

发布/订阅模式（一对多，消费者消费数据之后不会清除消息）

• 消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。

3、定义

• Kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域。

• 特点

  • 高吞吐量

  • 高性能

二、Kafka基础架构

（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，即消费者组是逻辑上的一个订阅者。
（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，且kafka仍然能够继续工作，kafka提供了副本机制，一个topic的每个分区都有若干个副本，一个leader和若干个follower。
（8）leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是leader。
（9）follower：每个分区多个副本中的“从”，实时从leader中同步数据，保持和leader数据的同步。leader发生故障时，某个follower会成为新的leader。

三、Kafka快速入门

1、集群规划

hadoop-001 hadoop-002 hadoop-003

zk zk zk

kafka kafka kafka

2、jar包下载

http://kafka.apache.org/downloads

3、集群部署

• 解压安装包

  tar -zxvf kafka_2.11-2.4.1.tgz

• 修改解压后的文件名称

  mv kafka_2.11-2.4.1/ kafka

• 目录下创建logs（三台主机都要创建日志目录）

  mkdir -p /home/hadoop/kafka/logs

• 修改配置文件

  • broker.id三台主机分别设置不同的id值

    • hadoop111：设置broker.id=0

    • hadoop112：设置broker.id=1

    • hadoop113：设置broker.id=2

          cd  kafka/
          vim  conf/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=/home/hadoop/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=hadoop111:2181,hadoop112:2181,hadoop113:2181/kafka

• 分发到另外三台主机

• 启动集群**

  依次在hadoop111、hadoop112、hadoop113节点上启动kafka

  [hadoop@hadoop111 kafka]$ kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties

  [hadoop@hadoop112 kafka]$ kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties

  [hadoop@hadoop113kafka]$ kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties

• 关闭集群

[hadoop@hadoop111 kafka]$ bin/kafka-server-stop.sh

[hadoop@hadoop112 kafka]$ bin/kafka-server-stop.sh

[hadoop@hadoop113 kafka]$ bin/kafka-server-stop.sh

2.2 Kafka命令行操作

1**）查看当前服务器中的所有topic**

kafka-topics.sh --zookeeper hadoop111:2181/kafka --list

2**）创建topic**

 kafka-topics.sh --zookeeper hadoop-001:2181/kafka --create --replication-factor 3 --partitions 1 --topic first

选项说明：

--topic 定义topic名

--replication-factor 定义副本数

--partitions 定义分区数

3**）删除topic**

kafka-topics.sh --zookeeper hadoop111:2181/kafka --delete --topic first

需要server.properties中设置delete.topic.enable=true否则只是标记删除。

4**）发送消息**

kafka-console-producer.sh --broker-list hadoop111:9092 --topic first

>hello world

>gec gec

5**）消费消息**

kafka-console-consumer.sh --bootstrap-server hadoop111:9092 --from-beginning --topic first

--from-beginning：会把主题中以往所有的数据都读取出来。

6**）查看某个Topic的详情**

kafka-topics.sh --zookeeper hadoop112:2181/kafka --describe --topic first

7**）修改分区数**

  kafka-topics.sh --zookeeper hadoop112:2181/kafka --alter --topic first --partitions 6