Kafka介绍
概念:
1. 分布式流计算平台
2. 类似于消息系统发布订阅消息平台
3. 以分布式、副本集群方式存储数据流
4. 实时处理数据流
5. 构建实时数据流管道,水平可伸缩,容错,速度快
特点:
1. 巨量数据,TB级
2. 高吞吐量,支持每秒百万消息
3. 分布式,支持在多个server之间进行消息分区
4. 多客户端支持,和多语言进行协同。
kafka搭建
- jdk1.6+
- 安装scala
- 下载kafka
- 解压
启动kafka
1. 启动zk,bin/zookeeper-server-start.sh config/zookeeper.properties
2. 启动kafka,执行 bin/kafka-server-start.sh config/server.properties
3. 创建topic,创建一个分区,一个副本的主题
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
#查看主题
./kafka-topics.sh --list --zookeeper localhost:2181
4. 发送消息
bin/kafka-console-producer.sh –broker-list localhost:9092 –topic test
Kafka的核心部分
1. 消息缓存与FileSystem的存储,数据被即刻写入os内核页,并缓存以及清理磁盘(可以配置)
2. 消息被消费后,kafka长时间驻留消息,如有必要,可以实现重复消费。
3. 对分组消息使用消息set,设置网络过载。
4. 使用消费者保持着消息元数据。
5. 消费者状态默认存在zk中,也可以存在于其他OLTP中。
6. kafka中的生产生产和消费是pull-push模式。
7. kafka没有主从模式,所有broker地位相同。broker数据均在zk中维护,并在producer和consumer之间共享。
8. kafka的LB(load balance)策略运行producer动态发现broker。
9. producer维护了broker的连接池,并能够通过zk的warcher call机制实时进行更新。
10. producer可以选择同步或者异步的方式向broker发送消息。
kafka消息压缩
1. proceduer压缩消息(GZIP + snappy),consumer解压缩。
2. 压缩的消息的没有深度限制。
3. 在message的header中有一个compress type。
kafka的副本机制
每个分区有n个副本,可以承受n-1节点故障。每个副本都有自己的leader,其余的就是flower。zk中存放分区的leader和all replica的信息。每个副本存储消息的部分数据在本地的log和offset中,周期性同步到disk,确保消息写入全部副本或者其中一个。leader故障时,消息或者写入本地log,或者在producer在收到ack消息前,resent msg给new leader。
kafka支持的副本模型:
1. 同步复制,procudure从zk中找leader,并发送message,消息立即写入本地log,而且follow开pull消息,每个follow将消息写各自的本地log,向leader发送确认回执,leader在收到所有的follow确认。回执和本地副本的写入工作均完成后,再向producer发送确认回执。
2. 异步复制
leader的本地log写入完成即向producer发送确认回执。
kafka集群
1、zookeeper集群搭建
对zookeeper-3.4.5.tar.gz进行解压缩:tar -zxvf zookeeper-3.4.5.tar.gz。
对zookeeper目录进行重命名:mv zookeeper-3.4.5 zk
配置zookeeper相关的环境变量
vi ~/.bashrc
export ZOOKEEPER_HOME=/usr/local/zk
export PATH=$ZOOKEEPER_HOME/bin
source ~/.bashrc
cd zk/conf
cp zoo_sample.cfg zoo.cfg
vi zoo.cfg
修改:dataDir=/usr/local/zk/data
新增:
server.0=eshop-cache01:2888:3888
server.1=eshop-cache02:2888:3888
server.2=eshop-cache03:2888:3888
cd zk
mkdir data
cd data
vi myid
0
在另外两个节点上按照上述步骤配置ZooKeeper,使用scp将zk和.bashrc拷贝到eshop-cache02和eshop-cache03上即可。唯一的区别是标识号分别设置为1和2。
分别在三台机器上执行:zkServer.sh start。
检查ZooKeeper状态:zkServer.sh status,应该是一个leader,两个follower
jps:检查三个节点是否都有QuromPeerMain进程
2、kafka集群搭建
scala-2.11.4.tgz使用WinSCP拷贝到/usr/local目录下。
对scala-2.11.4.tgz进行解压缩:tar -zxvf scala-2.11.4.tgz。
对scala目录进行重命名:mv scala-2.11.4 scala
配置scala相关的环境变量
vi ~/.bashrc
export SCALA_HOME=/usr/local/scala
export PATH=$SCALA_HOME/bin
source ~/.bashrc
查看scala是否安装成功:scala -version
按照上述步骤在其他机器上都安装好scala。使用scp将scala和.bashrc拷贝到另外两台机器上即可。
将kafka_2.9.2-0.8.1.tgz使用WinSCP拷贝到/usr/local目录下。
对kafka_2.9.2-0.8.1.tgz进行解压缩:tar -zxvf kafka_2.9.2-0.8.1.tgz。
对kafka目录进行改名:mv kafka_2.9.2-0.8.1 kafka
配置kafka
vi /usr/local/kafka/config/server.properties
broker.id:依次增长的整数,0、1、2,集群中Broker的唯一id
zookeeper.connect=192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181
安装slf4j
1. slf4j-1.7.6.zip上传到/usr/local目录下
2. unzip slf4j-1.7.6.zip
3.把slf4j中的slf4j-nop-1.7.6.jar复制到kafka的libs目录下面
解决kafka Unrecognized VM option ‘UseCompressedOops’问题
vi /usr/local/kafka/bin/kafka-run-class.sh
if [ -z "$KAFKA_JVM_PERFORMANCE_OPTS" ]; then
KAFKA_JVM_PERFORMANCE_OPTS="-server -XX:+UseCompressedOops -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:+CMSClassUnloadingEnabled -XX:+CMSScavengeBeforeRemark -XX:+DisableExplicitGC -Djava.awt.headless=true"
fi
去掉-XX:+UseCompressedOops即可
按照上述步骤在另外两台机器分别安装kafka。用scp把kafka拷贝到其他机器即可。
唯一区别的,就是server.properties中的broker.id,要设置为1和2。
在三台机器上的kafka目录下,分别执行以下命令:nohup bin/kafka-server-start.sh config/server.properties &
使用jps检查启动是否成功,使用基本命令检查kafka是否搭建成功
bin/kafka-topics.sh --zookeeper 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic test --replication-factor 1 --partitions 1 --create
bin/kafka-console-producer.sh --broker-list 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic test
bin/kafka-console-consumer.sh --zookeeper 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic test --from-beginning
Kafka基础API
/**
* Kafka消费者
*/
public class KafkaConsumer implements Runnable{
private ConsumerConnector connector;
private String topic;
public KafkaConsumer(String topic) {
this.connector = Consumer.createJavaConsumerConnector(createConsumerConfig());
this.topic = topic;
}
@Override
public void run() {
Map<String,Integer> topicCountMap = new HashMap<String,Integer>();
topicCountMap.put(topic,1);
Map<String,List<KafkaStream<byte[],byte[]>>> consumerMap = connector.createMessageStreams(topicCountMap);
List<KafkaStream<byte[], byte[]>> steams = consumerMap.get(topic);
for (KafkaStream kafkaStream : steams) {
new Thread(new KafkaMessageProcessor(kafkaStream)).start();
}
}
/**
* 创建 kafka consumer config
* @return
*/
private static ConsumerConfig createConsumerConfig(){
Properties properties = new Properties();
properties.put("zookeeper.connect", "192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181");
properties.put("group.id", "eshop-group");
properties.put("zookeeper.session.timeout.ms", "400");
properties.put("zookeeper.sync.time.ms", "200");
properties.put("auto.commit.interval.ms", "1000");
return new ConsumerConfig(properties);
}
}
/**
* kafka消息处理线程
*/
public class KafkaMessageProcessor implements Runnable {
private KafkaStream kafkaStream;
public KafkaMessageProcessor(KafkaStream kafkaStream) {
this.kafkaStream = kafkaStream;
}
@Override
public void run() {
ConsumerIterator<byte[],byte[]> it = kafkaStream.iterator();
while(it.hasNext()){
String message = new String(it.next().message());
}
}
}
/**
* 系统初始化监听器
*/
public class InitListener implements ServletContextListener{
@Override
public void contextInitialized(ServletContextEvent sce) {
new Thread(new KafkaConsumer("eshop-cache")).start();
}
@Override
public void contextDestroyed(ServletContextEvent sce) {
}
}