Kafka集群部署

相关定义

Topic : 消息根据Topic进行归类
Producer : 发生消息者
Consumer:消息接受者
broker：每个 kafka实例(server)

kafka下载

1、在/opt目录下新建kafka目录，解压

tar -zxvf kafka_2.12-2.4.0.tgz

2、配置环境变量

vim /etc/profile

#set kafka env
export KAFKA_HOME=/opt/kafka/kafka_2.12-2.4.0
export PATH=${KAFKA_HOME}/bin:$PATH

source /etc/profile

3、配置producer.properties，server.properties，consumer.properties

配置 producer.properties

#指定kafka节点列表，用于获取metadata，不必全部指定
metadata.broker.list=hadoop01:9092,hadoop02:9092,hadoop03:9092

# 指定分区处理类。默认kafka.producer.DefaultPartitioner,表通过key哈希到对应分区
#partitioner.class=kafka.producer.Defaultpartitioner

# 是否压缩，默认0表示不压缩，1表示用gzip压缩，2表示用snappy压缩。压缩后消息重会有头来指明消息压缩类型，故在消费者端消息解压是透明的无需指定。
compression.codec=none

# 指定序列化处理类
serializer.class=kafka.serializer.DefaultEncoder

#如果要压缩消息，这里指定哪些topic要压缩消息，默认empty,表示不压缩
#compressed.topics=

# 设置发送数据是否需要服务端的反馈，有三个值，0，1，-1
# 0：producer不会等待broker发送ack
# 1: 当leader接收到消息之后发送ack
# -1:当所有的follower都同步消息成功后发送ack
request.required.acks=-1

# 在向producer发送ack之前，broker允许等待的最大时间，如果超时，broker将会向producer发送一个error ACK。意味着上一次消息因为某种原因未能成功(比如follower未能同步成功)
request.timeout.ms=10000

#同步还是异步发送消息，默认“sync”表同步，“async”表异步。异步可以提高发送吞吐量，也意味着消息将会在本地buffer中，
并适时批量发送，但是也可能导致丢失未发送过去的消息
producer.type=async

# 在async模式下，当message被缓存的时间超过此值后，将会批量发给broker，默认为5000ms
# 此值和batch.num.messages协同工作
queue.buffering.max.ms = 5000

# 在async模式下，producer端允许buffer的最大消息量
#无论如何，producer都无法尽快的将消息发送给broker，从而导致消息在producer端大量沉积
#此时，如果消息的条数达到阈值，将会导致producer端阻塞或者消息被抛弃，默认为10000
queue.buffering.max.messages=20000

#如果是异步，指定每次批量发送数据量，默认为200
batch.num.messages=500

# 当消息在producer端沉积的条数达到“queue.buffering.max.messages”后，阻塞一定时间后，队列仍然没有enqueue(producer仍然没有
发送出任何消息)，此时producer可以继续阻塞或者将消息抛弃，此timeout值用于控制“阻塞”的时间
# -1:无阻塞超时限制，消息不会被抛弃
# 0：立即清空队列，消息被抛弃
queue.enqueue.timeout.ms=-1

配置server.properties 1. 新建目录/opt/kafka/logs（三个都要）,2.host.name为本机IP(重要) ,3.修改zookeeper.connect=

segment file 组成：由2大部分组成，分别为index file 和 data file，此2个文件一一对应，成对出现，后缀".index"和".log"分别表示为segment索引文件，数据文件

# broker 的全局唯一编号，不能重复 (第二台机是1，第三台机是2)
broker.id=0

#用来监听链接的端口，producer或consumer将在此端口建立连接
port=9092

#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(每台机都要建目录)
log.dirs=/opt/kafka/logs

#topic在当前broker上的分片个数
num.partitions=2

#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

#滚动生成新的segment文件的最大时间
log.roll.hours=168

#日志文件中每个segment的大小，默认为1G
log.segment.bytes=1073741824

#周期性检查文件大小的时间
log.retention,check.interval.ms=300000

#日志清理是否打开
log.cleaner.enable=true

#broker需要使用zookeeper保存meta数据
zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181

#zookeeper链接超时时间
zookeeper.connection.timeout.ms=6000

#partion buffer中，消息的条数达到阈值，将触发flush到磁盘
log.flush.interval.messages=10000

#消息buffer的时间，达到阈值，将触发flush到磁盘
log.flush.interval.ms=3000

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

#此处的host.name为本机IP(重要,第二台机是hadoop02)，如果不改，则客户端会抛出：Producer connection to localhost:9092 unsuccessful 错误！
host.name=hadoop01

配置consumer.properties

#zookeeper连接服务器地址
zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181

#zookeeper的session过期时间，默认5000ms,用于检测消费者是否挂掉
zookeeper.session.timeout.ms=5000

# 当消费者挂掉，其他消费者要等该指定时间才能检查到并且触发重新负载均衡
zookeeper.connection.timeout.ms=10000

#指定多久消费者更新offset到zookeeper中。注意offset更新时基于time而不是每次获得的消息。一旦在更新zookeeper发生异常并重启，
将可能拿到已拿到过的消息
zookeeper.sync.time.ms=2000

#指定消费组
group.id=kingtest

#当consumer消费一定量的消息之后，将会自动向zookeeper提交offset信息
#注意offset信息并不是每消费一次消息就向zk提交一次，而是先在本地保存(内存)，并定期提交。默认为true
auto.commit.enable=true

# 自动更新时间。默认60 * 1000
auto.commit.interval.ms=1000

#当前consumer的标识，可以设定，也可以由系统生成，主要用来跟踪消息消费情况，便于观察
conusmer.id=xxx

#消费者客户端编号，用于区分不同客户端，默认客户端程序自动产生
client.id=xxxx

#最大取多少块缓存到消费者(默认10)
queued.max.message.chunks=50

#当有新的consumer加入到group时，将会reblance，此后将会有partitions的消费端迁移到新的consumer上，如果一个consumer获得了某个partition的
消费权限，那么它将会向zk注册"partition owner registry"节点信息，但是有可能此时旧的consumer尚没有释放此节点，此值用于控制，注册节点的重试次数
rebalance.max.retries=5

#获取消息的最大尺寸，broker不会像consumer输出大于此值的消息chunk 每次feth将得到多条消息，此值为总大小，提升此值，将会消耗更多的consumer端内存
fetch.min.bytes=6553600

#当消息的尺寸不足时，server阻塞的时间，如果超时，消息将立即发送给consumer
fetch.wait.max.ms=5000
socket.receive.buffer.bytes=655360

#如果zookeeper没有offset值或offset值超出范围。那么就给个初始的offset。有smallest、largest、anything可选，分别表示给当前最小的offset，当前
最大的offset，抛异常，默认largest
auto.offset.reset=smallest

4、分发

scp -r kafka hadoop02:/opt
scp -r kafka hadoop03:/opt

修改02，03的环境变量

正常需要改下主机名称，这里不改

5、测试Kafka集群

5-1.先依次启动zookeeper

zkServer.sh start

5-2.依次在各个节点上启动kafka
cd kafka
bin/kafka-server-start.sh config/server.properties

5-3.再连接01(hadoop01)
创建topic：test

/opt/kafka/kafka_2.12-2.4.0/bin/kafka-topics.sh --create --zookeeper hadoop01:2181 --replication-factor 1 --partitions 1 --topic test

2、列出已创建的topic列表

/opt/kafka/kafka_2.12-2.4.0/bin/kafka-topics.sh --list --zookeeper hadoop01:2181

3、模拟客户端去发送消息(hadoop02)

/opt/kafka/kafka_2.12-2.4.0/bin/kafka-console-producer.sh --broker-list hadoop01:9092 --topic test

4、模拟客户端去接受消息(hadoop03)

/opt/kafka/kafka_2.12-2.4.0/bin/kafka-console-consumer.sh --bootstrap-server hadoop01:9092 --topic test --from-beginning