Kafka分布式环境搭建

这篇文章将介绍如何搭建kafka环境，我们会从单机版开始，然后逐渐往分布式扩展。单机版的搭建官网上就有，比较容易实现，这里我就简单介绍下即可，而分布式的搭建官网却没有描述，我们最终的目的还是用分布式来解决问题，所以这部分会是重点。

Kafka的中文文档并不多，所以我们尽量详细点儿写。要交会你搭建分布式其实很简单，手把手的教程大不了我录个视频就好了，可我觉得那不是走这条路的方式。只有真正了解原理，并且理解的透彻了才能最大限度的发挥一个框架的作用。所以，如果你不了解什么事kafka，请先看：《kafka初步》

我们从搭建单机版的环境开始说起,如果你喜欢看英文版：这里有官方的《quick start》

单机版的部署很简单，我就讲几点比较重要的，首先kafka是用scala编写的，可以跑在JVM上，所以我们并不需要单独去搭建scala的环境，后面会涉及到编程的时候我们再说如何去配置scala的问题，这里用不到，当然你要知道这个是跑在linux上的。第二，我用的是最新版0.7.2的版本，你下载完kafka你可以打开它的目录浏览一下：

我就不介绍每个包里的内容是干嘛的，我就着重说一点，你在这个文件夹里只能找到3个jar包，并且这3个还不能用于后面的编程，而且你也没法在里面找到pom这样用于构建的xml。也别急，也别满世界找，这些依赖库得等你把它放到linux上才会出现（当然需要命令）。

搭建单机版环境，简单的说有那么几步：

1. 安装java环境，我用的是最新的版本jdk7的

2. 将下载下来的kafka扔到linux上，并解压。我用的red het server的linux。

3. 接下来就是下载kafka的依赖包和构建kafka的环境。注意，这一步需要电脑联网。具体命令就是官网介绍的./sbt update 和 ./sbt package。

4. 执行完上面这步大概会花个10多分钟吧，我在自己家里ubuntu没有成功，报了下载不到jline的错。单位里用虚拟机ubuntu成功了，我深刻怀疑是网的问题。上面这不执行完了有两点要注意，一是sbt帮你下载完了所有依赖库，但是这些jar都是分散在各个目录下的，注意区分。二是，这些jar一部分是kafka的编程包，一部分是scala的环境包，上面说了没必要自己去搭scala的环境道理就在这边，你自己去下一个2.9的scala，但人家kafka只支持2.8、2.7。所以编程的时候就用sbt给你下好的包即可。后面讲到编程的时候，会写怎么搭编程环境，很简单的。

上面的步骤都执行完了，环境算是好了，下面我们要测试下是否能成功运行kafka：

1. 启动zookeeper server ：bin/zookeeper-server-start.sh ../config/zookeeper.properties & (用&是为了能退出命令行)

2. 启动kafka server: bin/kafka-server-start.sh ../config/server.properties &

3. Kafka为我们提供了一个console来做连通性测试，下面我们先运行producer：bin/kafka-console-producer.sh –zookeeper localhost:2181 –topic test 这是相当于开启了一个producer的命令行。命令行的参数我们一会儿再解释。

4. 接下来运行consumer，新启一个terminal：bin/kafka-console-consumer.sh –zookeeper localhost:2181 –topic test –from-beginning

5. 执行完consumer的命令后，你可以在producer的terminal中输入信息，马上在consumer的terminal中就会出现你输的信息。有点儿像一个通信客户端。

具体可看《quick start》

如果你能看到5执行了，说明你单机版部署成功了。下面解释下两条命令中参数的意思。–zookeeper localhost:2181 这个说明了去连本机2181端口的zookeeper server，–topic test，在kafka里，消息按topic来区分，我们这里的topic叫test，所以不管是consumer还是producer都指向了test。其他的参数，我就截图了，首先是producer的参数：

Consumer的参数:

这些参数你可以先看个大概，之后会在编程中使用到，都可以动态的配置。

好了单机版就部署完了，那是不是我把consumer的放到另一台机器上就算分布式了呢。是的，前提是，你还能运行到上面的第5步。在讲配置之前,我们还是将上篇写的分布式来回顾一下，当然我们简化一下情况，按照实际部署的分析：

假设我只有两台机器，server1和server2。我现在想把zookeeper server和kafka server 和producer都放在一台机器上server1，把consumer放在server2上。这当然也叫分布式了，虽然机子不多，但是这个部署成功了，扩展是相当的容易。

我们还是按照那5个步骤来做，当然你肯定能知道，3、4两步的参数要改了，我们假设server1的IP是192.168.10.11 server2的IP是192.168.10.10：

1. 启动zookeeper server ：bin/zookeeper-server-start.sh ../config/zookeeper.properties & (用&是为了能退出命令行)

2. 启动kafka server: bin/kafka-server-start.sh ../config/server.properties &

3. Kafka为我们提供了一个console来做连通性测试，下面我们先运行producer：bin/kafka-console-producer.sh –zookeeper 192.168.10.11:2181 –topic test 这是相当于开启了一个producer的命令行。

4. 接下来运行consumer，新启一个terminal：bin/kafka-console-consumer.sh –zookeeper 192.168.10.11:2181 –topic test –from-beginning

5. 执行完consumer的命令后，你可以在producer的terminal中输入信息，马上在consumer的terminal中就会出现你输的信息。

这个时候你能执行出第5步的效果么，是不是报了下面的错了：

我来说原因，在这之前想请你再回去看看《kafka初步》，看看里面讲分布式的内容：

这里的kafka server就是broker，broker是存数据的，producer把数据给broker，consumer从broker取数据。那zookeeper是干嘛的，说的肤浅点儿，zookeeper就是他们之间的选择分发器，所有的连接都要先注册到zookeeper上。你可以把它想象成NIO，zookeeper就是selector，producer、consumer和broker都要注册到selector上，并且留下了相应的key。

所以问题就出在了kafka server的配置server.properties上。Kafka注册到zookeeper上的信息不对，才导致了上面的错误。我们看config中server.properties的配置就可以知道：

# Hostname the broker will advertise to consumers. If not set, kafka will use the value returned
# from InetAddress.getLocalHost().  If there are multiple interfaces getLocalHost
# may not be what you want.
#hostname=

默认的hostname如果你不设置，就是127.0.0.1，所以你把这个hostname设置成192.168.10.11即可，这样你重启下kafka server端，就能执行第5步了。

成功配置的话，你能看到下面的效果，左边的是producer，右边的是consumer，看最下面两行好了，前面的是我之前测试用过的：

如果你还是云里雾里的，建议你回头去看看上篇文章，将kafka分布式基本原理的，kafka实际操作是要建立在对原理熟悉的情况下的。

搭建完了环境，后面就要开始写程序去处理实际问题了。当然再写程序之前，下一篇我会先写一点kafka为什么会有如此高的性能，它是怎么保障这些性能的。