Zookeeper集群+Kafka集群+ELK

最新推荐文章于 2024-02-03 18:36:18 发布
最新推荐文章于 2024-02-03 18:36:18 发布
阅读量623 收藏 6
点赞数 1
分类专栏： 分布式文件系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_55611216/article/details/118933354
版权

目录

一.Zookeeper 概述

1.Zookeeper定义

Zookeeper是一个开源的分布式的，为分布式框架提供协调服务的Apache项目。
在这里插入图片描述

2.Zookeeper工作机制

Zookeeper从设计模式角度来理解：是一个基于观察者模式设计的分布式服务管理框架。他负责存储和管理大家都关心的数据，然后接受观察者的注册，一旦这些数据的状态发生改变，Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说 Zookeeper = 文件系统 + 通知机制。

在这里插入图片描述

3.Zookeeper特点

①Zookeeper：一个领导者（Leader），多个追随者（Follower）组成的集群。
②Zookeeper集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。所以Zookerper适合安装奇数台服务器。
③全局数据一致：每个Server保存一份相同的数据副本，Client无论连接到那个Server，数据都是一致的。
④更新请求顺序执行，来自同一个Client的更新请求按其发送顺序依次执行，即先进先出。
⑤数据更新原子性，一次数据更新要么成功，要么失败。
⑥实时性，在一定时间范围内，Client能读到最新的数据。
在这里插入图片描述

4.Zookeeper数据结构

Zookeeper数据模型及结构与Linux文件系统很类似，整体上可以看作是一棵树，每个节点称做一个ZNode。每个ZNode默认能够存储1MB的数据，每个ZNode都可以通过其路径唯一标识。
在这里插入图片描述

5.Zookeeper应用场景

提供的服务包括：统一命名服务，统一配置管理，统一集群管理，服务器节点动态上下线，软负载均衡等。

▶统一命名服务
在分布式环境下，经常需要对应用/服务进行统一命名，便于识别。例如：IP不容易记住，而域名容易记住。

▶统一配置管理
①分布式环境下，配置文件同步非常常见。一般要求一个集群中，所有节点的配置信息是一致的，比如Kafka集群。对配置文件修改后，希望能够快速同步到各个节点。
②配置管理可交由Zookeeper实现，可将配置信息写入Zookeeper上的ZNode。各个客户端服务器监听这个ZNode。一旦ZNode中的数据被修改，Zookeeper将通知各个客户端服务器。

▶统一集群管理
①分布式环境中，实时掌握每个节点的状态时必要的。可根据节点实时状态做出一些调整。
②Zookeeper可以实现实时监控节点状态变化。可将节点信息写入Zookeeper上的ZNode。监听这个ZNode可获取它的实时状态变化。

▶服务动态上下线
客户端实时洞察到服务器上下线的变化。

▶软负载均衡
在Zookeeper中记录每台服务器的访问数，让访问数最少的服务器去处理最新的客户端请求.

6.Zookeeper选举机制

第一次启动选举机制
①服务器1启动，发起一次选举。服务器1投自己一票。此时服务器1票数一票，不够半数以上（3票），选举无法完成，服务器1状态保持为LOOKING;
②服务器2启动，再发起一次选举，服务器1和2分别投自己一票并交换选票信息；此时服务器1发现服务器2的myid比自己目前投票推举的（服务器1）大，更改选票为推举服务器2。此时服务器1票数0票，服务器2票数2票，没有半数以上结果，选举无法完成，服务器1，2状态保持LOOKING。
③服务器3启动，发起一次选举。此时服务器1和服务器2都会更改选票为服务器3。此时投票结果：服务器1为0票，服务器2为0票，服务器3为3票。此时服务器3的票数已经超过半数，服务器3当选Leader。服务器1，2更改状态为FOLLOWING,服务器3更改状态为LEADING;
④服务器4启动，发起一次选举。此时服务器1，2，3已经不是LEADING状态，不会更改选票信息。交换选票信息结果；服务器3为3票，服务器4为1票。此时服务器4服从多数，更改选票信息为服务器3，并更改状态为FOLLOWING;
⑤服务器5启动，同4一样当小弟。

非第一次选举
①当Zookeeper集群中的一台服务器出现服务器初始化启动或服务器运行期间无法和Leader保持连接时，就会开始进入Leader选举；
②而当一台机器本来进入Leader选举流程时，当前集群也可能会处于以下两种状态：
第一种状态：集群中本来已经存在一个Leader。
对于已经存在Leader的情况，机器试图去选举Leader时，会被告知当前服务器的Leader信息，对于该机器来说，仅仅需要和Leader机器建立连接，并进行状态同步即可。
第二种状态：集群中确实不存在Leater。
假设Zookeeper由五台服务器组成，SID分别为1，2，3，4，5，ZXID分别为8，8，8，7，7并且此时SID为3的服务器时Leader。某一时刻，3和5服务器出现故障，因此开始进行Leader选举。

选举Leader规则：
1，EPOCH大的直接胜出。
2，EPOCH相同，事务id大的胜出
3，事务id相同，服务器id大的胜出

二.部署Zookeeper集群

1.环境准备

准备3台服务器做Zookeeper集群

IP地址系统安装服务
192.168.121.11CentOS 7apache-zookeeper-3.5.7
192.168.121.22CentOS 7apache-zookeeper-3.5.7
192.168.121.33CentOS 7apache-zookeeper-3.5.7

2.安装准备

三台服务器操作相同

#关闭防火墙
systemctl stop firewalld
setenforce 0

在这里插入图片描述

#安装JDK
yum -y install java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version


#下载安装包
官方下载地址：http://archive.apache.org/dist/zookeeper/
cd /opt
wget https://archive.apache.org/dist/zookeeper-3.6.3/apache-zookeeper-3.6.3-bin.tar.gz

在这里插入图片描述

2.安装Zookeeper

三台服务器操作相同

cd /opt
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7

在这里插入图片描述

#修改配置文件
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfg

vim zoo.cfg
tickTime=2000     #通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
initLimit=10      #Lreder和Follower初始连接时容忍的做多心跳数（tickTime的数量），这里表示为10*2s
sysncLimit=5 	  #Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认 为Follwer死掉，并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.5.7/data   		●修改，指定保存Zookeeper中的数据的目录，目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.5.7/logs   	●添加，指定存放日志的目录，目录需要单独创建
clientPort=2181
#客户端连接端口

#添加集群信息
server.1=192.168.121.11:3188:3288
server.2=192.168.121.22:3188:3288
server.3=192.168.121.33:3188:3288

server.A=B:C:D
●A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server
●B是这个服务器的地址
●c是这个服务器Follower与集群中的Leader服务器交换信息的端口
●D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口

#在每个节点上创建数据目录和日志目录
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/1ocal/zookeeper-3.5.7/1ogs

在这里插入图片描述

在每个节点的dataDir指定的目录下创建一个mysid的文件

#在每个节点的dataDir指定的目录下创建一个myid的文件
echo 1 > /usr/local/zookeeper-3.5.7/data/myid
echo 2 > /usr/local/zookeeper-3.5.7/data/myid
echo 3 > /usr/local/zookeeper-3.5.7/data/myid

在这里插入图片描述

三台服务器配置相同

#配置Zookeeper 启动脚本
vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description: Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.5.7'
case $1 in
start)
echo "-----zookeeper启动-----"
$ZK_HOME/bin/zkServer.sh start
;;
stop)
echo "----zookeeper停止-------"
$ZK_HOME/bin/ zkServer.sh stop
;;
restart)
echo "----zookeeper重启-------"
$ZK_HOME/bin/zkServer.sh restart
;;
status)
echo  "-----zookeeper状态------"
$ZK_HOME/bin/zkServer.sh status 
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac

在这里插入图片描述

#设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper

在这里插入图片描述

3.启动 Zookeeper

三台服务器配置相同

#分别启动 Zookeeper
service zookeeper start

在这里插入图片描述

#查看当前状态
service zookeeper status

在这里插入图片描述

三 .Kafka概述

1.为什么需要消息队列（MQ）

主要原因是由于在高并发环境下，同步请求来不及处理，请求往往会发生阻塞。比如大量的请求并发访问数据库，导致行锁表锁，最后请求线程会堆积过多，从而触发 too many connection 错误，引发雪崩效应。
我们使用消息队列，通过异步处理请求，从而缓解系统的压力。消息队列常应用于异步处理，流量削峰，应用解耦，消息通讯等场景。

当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、RocketMQ、Kafka 等。

2.使用消息队列的好处

①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。
②可恢复性
系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。
③缓冲
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。
④灵活性 & 峰值处理能力
在访问量剧增的情况下，应用仍然需要继续发挥作用，但是这样的突发流量并不常见。如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请求而完全崩溃。
⑤异步通信
很多时候，用户不想也不需要立即处理消息。消息队列提供了异步处理机制，允许用户把一个消息放入队列，但并不立即处理它。想向队列中放入多少消息就放多少，然后在需要的时候再去处理它们。

3.消息队列的两种模式

①点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）
消息生产者生产消息发送到消息队列中，然后消息消费者从消息队列中取出并且消费消息。消息被消费以后，消息队列中不再有存储，所以消息消费者不可能消费到已经被消费的消息。消息队列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。
②发布/订阅模式（一对多，又叫观察者模式，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。
发布/订阅模式是定义对象间一种一对多的依赖关系，使得每当一个对象（目标对象）的状态发生改变，则所有依赖于它的对象（观察者对象）都会得到通知并自动更新。

4.Kafka 定义

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

5.Kafka 简介

Kafka 是最初由 Linkedin 公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于 Zookeeper 协调的分布式消息中间件系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景，比如基于 hadoop 的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎，nginx 访问日志，消息服务等等，用 scala 语言编写，
Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目。

6.Kafka 的特性

●高吞吐量、低延迟
Kafka 每秒可以处理几十万条消息，它的延迟最低只有几毫秒。每个 topic 可以分多个 Partition，Consumer Group 对 Partition 进行消费操作，提高负载均衡能力和消费能力。
●可扩展性
kafka 集群支持热扩展
●持久性、可靠性
消息被持久化到本地磁盘，并且支持数据备份防止数据丢失
●容错性
允许集群中节点失败（多副本情况下，若副本数量为 n，则允许 n-1 个节点失败）
●高并发
支持数千个客户端同时读写

7.Kafka 系统架构

①Broker

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。

②Topic

可以理解为一个队列，生产者和消费者面向的都是一个 topic。
类似于数据库的表名或者 ES 的 index
物理上不同 topic 的消息分开存储

③Partition

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 可以分割为一个或多个 partition，每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的，而不保证 topic 中不同 partition 的顺序。

每个 topic 至少有一个 partition，当生产者产生数据的时候，会根据分配策略选择分区，然后将消息追加到指定的分区的队列末尾。

Partation 数据路由规则
1．指定了 patition，则直接使用；
2．未指定 patition 但指定 key（相当于消息中某个属性），通过对 key 的 value 进行 hash 取模，选出一个 patition；
3．patition 和 key 都未指定，使用轮询选出一个 patition。

每条消息都会有一个自增的编号，用于标识消息的偏移量，标识顺序从 0 开始。

每个 partition 中的数据使用多个 segment 文件存储。

如果 topic 有多个 partition，消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下（例如商品秒杀、 抢红包），需要将 partition 数目设为 1。

●broker 存储 topic 的数据。如果某 topic 有 N 个 partition，集群有 N 个 broker，那么每个 broker 存储该 topic 的一个 partition。
●如果某 topic 有 N 个 partition，集群有 (N+M) 个 broker，那么其中有 N 个 broker 存储 topic 的一个 partition， 剩下的 M 个 broker 不存储该 topic 的 partition 数据。
●如果某 topic 有 N 个 partition，集群中 broker 数目少于 N 个，那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中，尽量避免这种情况的发生，这种情况容易导致 Kafka 集群数据不均衡。

分区的原因
●方便在集群中扩展，每个Partition可以通过调整以适应它所在的机器，而一个topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了；
●可以提高并发，因为可以以Partition为单位读写了。

④Leader

每个 partition 有多个副本，其中有且仅有一个作为 Leader，Leader 是当前负责数据的读写的 partition。

⑤Follower

Follower 跟随 Leader，所有写请求都通过 Leader 路由，数据变更会广播给所有 Follower，Follower 与 Leader 保持数据同步。Follower 只负责备份，不负责数据的读写。
如果 Leader 故障，则从 Follower 中选举出一个新的 Leader。
当 Follower 挂掉、卡住或者同步太慢，Leader 会把这个 Follower 从 ISR（Leader 维护的一个和 Leader 保持同步的 Follower 集合） 列表中删除，重新创建一个 Follower。

⑥Replica

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。

⑦Producer

生产者即数据的发布者，该角色将消息发布到 Kafka 的 topic 中。
broker 接收到生产者发送的消息后，broker 将该消息追加到当前用于追加数据的 segment 文件中。
生产者发送的消息，存储到一个 partition 中，生产者也可以指定数据存储的 partition。

⑧Consumer

消费者可以从 broker 中读取数据。消费者可以消费多个 topic 中的数据。

⑨Consumer Group（CG）

消费者组，由多个 consumer 组成。
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。可为每个消费者指定组名，若不指定组名则属于默认的组。
将多个消费者集中到一起去处理某一个 Topic 的数据，可以更快的提高数据的消费能力。
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，防止数据被重复读取。
消费者组之间互不影响。

⑩offset 偏移量

可以唯一的标识一条消息。
偏移量决定读取数据的位置，不会有线程安全的问题，消费者通过偏移量来决定下次读取的消息（即消费位置）。
消息被消费之后，并不被马上删除，这样多个业务就可以重复使用 Kafka 的消息。
某一个业务也可以通过修改偏移量达到重新读取消息的目的，偏移量由用户控制。
消息最终还是会被删除的，默认生命周期为 1 周（7*24小时）。

⑪Zookeeper

Kafka 通过 Zookeeper 来存储集群的 meta 信息。

由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置的继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费。
Kafka 0.9 版本之前，consumer 默认将 offset 保存在 Zookeeper 中；从 0.9 版本开始，consumer 默认将 offset 保存在 Kafka 一个内置的 topic 中，该 topic 为 __consumer_offsets。

四.部署 Zookeeper 集群

1.下载安装包

官方下载地址：http://kafka.apache.org/downloads.html

cd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz

2.安装 Kafka

cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka

在这里插入图片描述

//修改配置文件
cd /usr/local/kafka/config/
cp server.properties{,.bak}

在这里插入图片描述

vim server.properties
broker.id=0    ●21行，broker的全局唯一编号，每个broker不能重复，因此要在其他机器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://192.168.121.11:9092    ●31行，指定监听的IP和端口，如果修改每个broker的IP需区分开来，也可保持默认配置不用修改
num.network.threads=3    #42行，broker 处理网络请求的线程数量，一般情况下不需要去修改
num.io.threads=8         #45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
socket.send.buffer.bytes=102400       #48行，发送套接字的缓冲区大小
socket.receive.buffer.bytes=102400    #51行，接收套接字的缓冲区大小
socket.request.max.bytes=104857600    #54行，请求套接字的缓冲区大小
log.dirs=/usr/local/kafka/logs        #60行，kafka运行日志存放的路径，也是数据存放的路径
num.partitions=1    #65行，topic在当前broker上的默认分区个数，会被topic创建时的指定参数覆盖
num.recovery.threads.per.data.dir=1    #69行，用来恢复和清理data下数据的线程数量
log.retention.hours=168    #103行，segment文件（数据文件）保留的最长时间，单位为小时，默认为7天，超时将被删除
log.segment.bytes=1073741824    #110行，一个segment文件最大的大小，默认为 1G，超出将新建一个新的segment文件
zookeeper.connect=192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181    ●123行，配置连接Zookeeper集群地址

在这里插入图片描述

//修改环境变量
vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin

source /etc/profile

在这里插入图片描述

//配置 Zookeeper 启动脚本
vim /etc/init.d/kafka
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)
	echo "---------- Kafka 启动 ------------"
	${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
	echo "---------- Kafka 停止 ------------"
	${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
	$0 stop
	$0 start
;;
status)
	echo "---------- Kafka 状态 ------------"
	count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
	if [ "$count" -eq 0 ];then
        echo "kafka is not running"
    else
        echo "kafka is running"
    fi
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac

在这里插入图片描述

//设置开机自启
chmod +x /etc/init.d/kafka
chkconfig --add kafka

//分别启动 Kafka
service kafka start

在这里插入图片描述

3.Kafka 命令行操作

//创建topic
kafka-topics.sh --create --zookeeper 192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181 --replication-factor 2 --partitions 3 --topic test

在这里插入图片描述

–zookeeper：定义 zookeeper 集群服务器地址，如果有多个 IP 地址使用逗号分割，一般使用一个 IP 即可
–replication-factor：定义分区副本数，1 代表单副本，建议为 2
–partitions：定义分区数
–topic：定义 topic 名称

//查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper 192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181

在这里插入图片描述

//查看某个 topic 的详情
kafka-topics.sh  --describe --zookeeper 192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181

在这里插入图片描述

//发布消息
kafka-console-producer.sh --broker-list 192.168.121.11:9092,192.168.121.22:9092,192.168.121.33:9092  --topic test

在这里插入图片描述

//消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.121.11:9092,192.168.121.22:9092,192.168.121.33:9092 --topic test --from-beginning

–from-beginning：会把主题中以往所有的数据都读取出来
在这里插入图片描述

//修改分区数
kafka-topics.sh --zookeeper 192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181 --alter --topic test --partitions 6

在这里插入图片描述

//删除 topic
kafka-topics.sh --delete --zookeeper 192.168.121.11:2181,192.168.121.22:2181,192.168.121.33:2181 --topic test

四.Kafka 架构深入

1.Kafka 工作流程及文件存储机制

Kafka 中消息是以 topic 进行分类的，生产者生产消息，消费者消费消息，都是面向 topic 的。

topic 是逻辑上的概念，而 partition 是物理上的概念，每个 partition 对应于一个 log 文件，该 log 文件中存储的就是 producer 生产的数据。Producer 生产的数据会被不断追加到该 log 文件末端，且每条数据都有自己的 offset。消费者组中的每个消费者，都会实时记录自己消费到了哪个 offset，以便出错恢复时，从上次的位置继续消费。

由于生产者生产的消息会不断追加到 log 文件末尾，为防止 log 文件过大导致数据定位效率低下，Kafka 采取了分片和索引机制，将每个 partition 分为多个 segment。每个 segment 对应两个文件：“.index” 文件和 “.log” 文件。这些文件位于一个文件夹下，该文件夹的命名规则为：topic名称+分区序号。例如，test 这个 topic 有三个分区， 则其对应的文件夹为 test-0、test-1、test-2。

index 和 log 文件以当前 segment 的第一条消息的 offset 命名。

“.index” 文件存储大量的索引信息，“.log” 文件存储大量的数据，索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。

2.数据可靠性保证

为保证 producer 发送的数据，能可靠的发送到指定的 topic，topic 的每个 partition 收到 producer 发送的数据后， 都需要向 producer 发送 ack（acknowledgement 确认收到），如果 producer 收到 ack，就会进行下一轮的发送，否则重新发送数据。

3.数据一致性问题

LEO：指的是每个副本最大的 offset；
HW：指的是消费者能见到的最大的 offset，所有副本中最小的 LEO。

①follower 故障
follower 发生故障后会被临时踢出 ISR（Leader 维护的一个和 Leader 保持同步的 Follower 集合），待该 follower 恢复后，follower 会读取本地磁盘记录的上次的 HW，并将 log 文件高于 HW 的部分截取掉，从 HW 开始向 leader 进行同步。等该 follower 的 LEO 大于等于该 Partition 的 HW，即 follower 追上 leader 之后，就可以重新加入 ISR 了。
②leader 故障
leader 发生故障之后，会从 ISR 中选出一个新的 leader， 之后，为保证多个副本之间的数据一致性，其余的 follower 会先将各自的 log 文件高于 HW 的部分截掉，然后从新的 leader 同步数据。

注：这只能保证副本之间的数据一致性，并不能保证数据不丢失或者不重复。

3.ack 应答机制

对于某些不太重要的数据，对数据的可靠性要求不是很高，能够容忍数据的少量丢失，所以没必要等 ISR 中的 follower 全部接收成功。所以 Kafka 为用户提供了三种可靠性级别，用户根据对可靠性和延迟的要求进行权衡选择。

当 producer 向 leader 发送数据时，可以通过 request.required.acks 参数来设置数据可靠性的级别：
●0：这意味着producer无需等待来自broker的确认而继续发送下一批消息。这种情况下数据传输效率最高，但是数据可靠性确是最低的。当broker故障时有可能丢失数据。
●1（默认配置）：这意味着producer在ISR中的leader已成功收到的数据并得到确认后发送下一条message。如果在follower同步成功之前leader故障，那么将会丢失数据。
●**-1（或者是all）**：producer需要等待ISR中的所有follower都确认接收到数据后才算一次发送完成，可靠性最高。但是如果在 follower 同步完成后，broker 发送ack 之前，leader 发生故障，那么会造成数据重复。

三种机制性能依次递减，数据可靠性依次递增。

注：在 0.11 版本以前的Kafka，对此是无能为力的，只能保证数据不丢失，再在下游消费者对数据做全局去重。在 0.11 及以后版本的 Kafka，引入了一项重大特性：幂等性。所谓的幂等性就是指 Producer 不论向 Server 发送多少次重复数据， Server 端都只会持久化一条。

五.Filebeat+Kafka+ELK

环境准备

IP地址系统安装服务
192.168.121.11CentOS 7apache-zookeeper-3.5.7，kafka_2.13-2.7.1
192.168.121.22CentOS 7apache-zookeeper-3.5.7，kafka_2.13-2.7.1
192.168.121.33CentOS 7apache-zookeeper-3.5.7，kafka_2.13-2.7.1
192.168.121.55CentOS 7Elasticsearch ，Kibana，Filebeat
192.168.121.66CentOS 7Elasticsearch
192.168.121.77CentOS 7Logstash ，Apache
宿主机Windows 10192.168.121.1

1.部署 Zookeeper+Kafka 集群

前文已部署完成

2.部署 Filebeat

cd /usr/local/filebeat

vim filebeat.yml
filebeat.prospectors:
- type: log
  enabled: true
  paths:
    - /var/log/messages
    - /var/log/*.log
......
#添加输出到 Kafka 的配置
output.kafka:
  enabled: true
  hosts: ["192.168.121.11:9092","192.168.121.22:9092","192.168.121.33:9092"]    #指定 Kafka 集群配置
  topic: "filebeat_test"    #指定 Kafka 的 topic

在这里插入图片描述

#启动 filebeat
./filebeat -e -c filebeat.yml

在这里插入图片描述

3.部署 ELK，在 Logstash 组件所在节点上新建一个 Logstash 配置文件

cd /etc/logstash/conf.d/

vim filebeat.conf
input {
    kafka {
        bootstrap_servers => "192.168.121.11:9092,192.168.121.22:9092,192.168.121.33:9092"
        topics  => "filebeat_test"
        group_id => "test123"
        auto_offset_reset => "earliest"
    }
}

output {
    elasticsearch {
        hosts => ["192.168.121.55:9200"]
        index => "filebeat-%{+YYYY.MM.dd}"
    }
    stdout {
        codec => rubydebug
    }
}

在这里插入图片描述

#启动 logstash
logstash -f filebeat.conf

在这里插入图片描述

4.浏览器访问

 http://192.168.121.55:5601 登录 Kibana，单击“Create Index Pattern”按钮添加索引“filebeat-*”，单击 “create” 按钮创建，单击 “Discover” 按钮可查看图表信息及日志信息。

在这里插入图片描述

下雨天的放羊娃
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ELK+Filebeat+Kafka+ZooKeeper构建日志分析平台
01-23
ELK+Filebeat+Kafka+ZooKeeper构建日志分析平台，架构图解
zookeeper+kafka集群搭建及安装包
11-15
zookeeper+kafka集群搭建及安装包
消息队列: Kafka
Xin Adn Meng
09-11 1209
分布式消息队列: Kafka
Kafka 消息队列
BlueProtocolBlog
02-14 2669
什么是Kafka？Kafka是一个基于分布式的、具有高吞吐量的发布、订阅模式的消息队列，主要应用于大数据领域，它可以承担大数据的存储、分析和计算。
消息队列——kafka基础
qq_51936245的博客
06-04 2067
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。发布/订阅模式​ 原文链接：https://blog.csdn.net/tjvictor/article/details/5223309​ 定义了一种一对多的依赖关系，让多个订阅者对象同时监听某一个主题对象。这个主题对象在自身状态变化时，会通知所有订阅者对象，使它们能够自动更新自己的状态。​将一个系统分割成一系列相互协作的类有一个很不好的副作用，那就是需要维护相应对象间的一致性。
kafka消息队列
欢迎来到编程小栈
04-20 4212
1. Kafka 概念 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。 1.1 消息队列 应用场景 好处 1）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。 2）可恢复性 系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。 3）缓冲 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
【后端】消息队列--Kafka篇
王大阳的博客
04-02 3955
parition中的消息采用多个小文件段的方式存储，很容易实现消息定期清除或删除已经消费完的文件。通过索引文件可以快速定位message在日志文件中的位置。索引文件通过Mmap技术直接映射到内存中，这样对索引的操作就不需要操作磁盘IO，也减少了数据在内存中的拷贝次数。索引文件采用稀疏存储，可以大幅降低索引文件映射到内存中时占用的内存空间大小。它把所有的消息都变成一个批量的文件，并且进行合理的批量压缩，减少网络IO损耗通过mmap提高I/O速度，写入数据的时候由于。
Kafka 消息队列 ( 一 ) 基本概念
yuanchun的知识整理
11-16 846
Kafka 消息队列 ( 一 ) 基本概念
kafka简介
m0_37978874的博客
09-16 632
大白话 kafka 架构原理 大数据时代来临，如果你还不知道Kafka那就真的out了！据统计，有三分之一的世界财富500强企业正在使用Kafka，包括所有TOP10旅游公司，7家TOP10银行，8家TOP10保险公司，9家TOP10电信公司等等。LinkedIn、Microsoft和Netflix每天都用Kafka处理万亿级的信息。本文就让我们一起来大白话kafka的架构原理。 kafka官网：http://kafka.apache.org/ 01 PART kafka简介 Kafka最.
spring+zookeeper+kafka
09-22
spring整合zookeeper+kafka，完整的开发环境，先自行下载zookeeper、kafka安装包
部署zookeeper+kafka
04-25
一、二进制安装 1.安装jdk，二进制安装以及yum安装 2.安装zookeeper 3.部署kafka 二、docker安装 ...2.搭建kafka集群 3.测试Zookeeper中Kafka节点信息 4.测试Kafka中创建Topic，Zookeeper中的接受情况
kafka + zookeeper 集群jar包
02-11
kafka_2.12-2.2.1.tgz zookeeper-3.4.14.tar.gz
【消息队列】一文搞定大数据消息队列Kafka
互联网小阿祥
11-10 1287
一文搞定大数据消息队列Kafka
消息队列--Kafka
qq_47800859的博客
02-24 970
Kafka简介 集群部署 配置Kafka 测试Kafka
kafka介绍及消息队列
weixin_48986387的博客
04-01 414
何为消息队列呢?消息: 本质上就是数据 , 而且这个数据存在一种流动状态, 从某一端传递到另一端队列: 本质上就是容器, 可以存储数据, 只不过这个容器具备 FIFO(先进先出) 特性消息队列: 指的就是 将消息数据放置到队列, 通过队列实现数据传输的特性, 从队列的一端写入, 从另一端输出, 保持FIFO特性​ kafka是一款消息队列的中间件的产品, 来源于领英公司, 后期将其贡献给了apache 目前是apache旗下的顶级来源项目, 采用语言是scala。
Kafka系列（一）【消息队列、Kafka的基本概念、Kafka的工作机制、Kafka可满足的需求、Kafka的特性、Kafka的应用场景】
蓝天it（让亿万孩子在蓝天下共享优质教育）
02-03 1459
消息队列”(Message Queue,MQ)从字面来理解，是一个队列，拥有先进先出(FirstInputFirst Output，FIFO)的特性。它主要用于不同进程或线程之间的通信，用来处理一系列的输入请求。消息队列采用异步通信机制。即，消息的发送者和接收者无须同时与消息队列进行数据交互，消息会一直保存在队列中，直至被接收者读取。每一条消息记录都包含详细的数据说明,包括数据产生的时间、数据类型、特定的输入参数。
Kafka消息队列
weixin_46538294的博客
11-23 37
简单地说，Kafka就相比是一个邮箱，生产者是发送邮件的人，消费者是接收邮件的人，Kafka就是用来存东西的，只。Topic：一类消息，消息存放的目录即主题，例如page view日志、click日志等都可以以topic的形式存在，Kafka集群能够同时负责多个topic的分发。Partition：topic物理上的分组，一个topic可以分为多个partition，每个partition是一个有序的队列。多应用对消息队列中同一消息进行处理，应用间并发处理消息，相比串行处理，减少处理时间；
基于matlab实现的一种新型的配电网潮流计算,基于前推回代法
最新发布
05-03
基于matlab实现的一种新型的配电网潮流计算,基于前推回代法，并附有10kv配电网数据，利用新的判别手段，成功解决配电网不收敛的问题.rar
zookeeper+dubbo+kafka+springboot
07-27
ZooKeeper是一个开源的分布式协调服务，可以用于服务发现、配置管理等。Dubbo是一个高性能的Java RPC框架，用于构建分布式服务。Kafka是一个分布式流处理平台，用于处理大规模的实时数据流。Spring Boot是一个用于...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值