kafka--基础入门篇

kafka概述

定义

传统定义：
kafka是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。

最新定义：
kafka是一个开源的分布式事件流平台（Event Streaming Platform），被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。

应用场景

缓冲/削峰：有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。
解耦：允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。
异步通信：允许用户把一个消息放入队列，但并不立即处理它，然后在需要的时候再去处理它们。

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组内消费者消费；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。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。

两种模式

点对点模式

消费者主动拉取数据，消息收到后清除消息

发布/订阅模式

可以有多个topic主题（浏览、点赞、收藏、评论等）
消费者消费数据之后，不删除数据
每个消费者相互独立，都可以消费到数据

集群安装部署

集群规划

主机名	角色
s1	zk、kafka
s2	zk、kafka
s3	zk、kafka

集群部署

安装JDK

卸载自带openjdk：

yum remove java-* -y

到官网下载jdk，下载好后上传到各节点（使用tar包安装需要配置环境变量）。官网地址：https://www.oracle.com/java/technologies/downloads/

安装jdk：

rpm -ivh jdk-18_linux-x64_bin.rpm

安装zookeeper

参考之前文章：zookeeper安装

安装kafka

到官网下载安装包：kafka官方网站
将安装包上传到各节点并解压

tar -zxvf kafka_2.12-3.0.0.tgz -C /opt/
cd /opt  
mv kafka_2.12-3.0.0 kafka                                                 # 重命名文件夹

修改配置文件：

# broker 的全局唯一编号，不能重复，只能是数字。
broker.id=0

# kafka 运行日志(数据)存放的路径，路径不需要提前创建，kafka 自动帮你创建，可以配置多个磁盘路径，路径与路径之间可以用"，"分隔
log.dirs=/opt/kafka/datas

# 配置连接 Zookeeper 集群地址（在 zk 根目录下创建/kafka，方便管理）
zookeeper.connect=s1:2181,s2:2181,s3:2181/kafka

配置环境变量：
创建文件 /etc/profile.d/my_env.sh 并在文件中添加如下内容：

# KAFKA_HOME
export KAFKA_HOME=/opt/kafka
export PATH=$PATH:$KAFKA_HOME/bin

source /etc/profile                                                        # 刷新环境变量

其他两个节点操作相同，broker.id不同即可

kafka命令行操作

集群操作

bin/kafka-server-start.sh -daemon config/server.properties                 # 启动集群    

bin/kafka-server-stop.sh                                                   # 停止集群

停止 Kafka 集群时，一定要等 Kafka 所有节点进程全部停止后再停止 Zookeeper集群。因为 Zookeeper 集群当中记录着 Kafka 集群相关信息，Zookeeper 集群一旦先停止，Kafka 集群就没有办法再获取停止进程的信息，只能手动杀死 Kafka 进程了。

主题操作

参数	描述
–bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
–topic <String: topic>	操作的 topic 名称。
–create	创建主题。
–delete	删除主题。
–alter	修改主题。
–list	查看所有主题。
–describe	查看主题详细描述。
–partitions <Integer: # of partitions>	设置分区数。
–replication-factor<Integer: replication factor>	设置分区副本。
–config <String: name=value>	更新系统默认的配置。

查看当前服务器中所有topic

bin/kafka-topics.sh --bootstrap-server s1:9092 --list                    

创建一个名为first的主题，分区数为1，副本数为3。

bin/kafka-topics.sh --bootstrap-server s1:9092 --create --partitions 1 --replication-factor 3 --topic first    

查看first主题的详细信息

bin/kafka-topics.sh --bootstrap-server s1:9092 --describe --topic first  

修改分区数（只能增加）

bin/kafka-topics.sh --bootstrap-server s1:9092 --alter --topic first --partitions 3    

删除 topic（一般不要操作）

 bin/kafka-topics.sh --bootstrap-server s1:9092 --delete --topic first

生产者操作

连接到集群中的first主题

bin/kafka-console-producer.sh --bootstrap-server s1:9092 --topic first

消费者操作

消费first主题中的数据

bin/kafka-console-consumer.sh --bootstrap-server s1:9092 --topic first

从头消费first主题中的数据

bin/kafka-console-consumer.sh --bootstrap-server s1:9092 --topic first --from-beginning 

---

本文总结自尚硅谷视频：kafka，仅作个人学习笔记使用。