SparkStreaming部分：kafka的总结【文字说明+图片展示+各种命令】

Kafka的架构：分布式消息系统，默认将消息存入磁盘，存储时间是7天。

Producer：消息的生产者，自己决定消息写往哪个partition，两种：1.hash，2.轮询

Broker：组建kafka集群的节点，broker之间没有主从关系，broker由zookeeper来协调，broker负责消息的读写，存储。每个broker可以管理多个partition。

Topic：一类消息的总称/消息队列/分类,由partition组成，有多少，创建可以指定

Partition：实际存储数据的地方，每个partition有副本，有多少？创建topic时可以指定，partition是直接接触磁盘，append追加消息，每个partition都有一个broker来管理。这个broker叫做这个partition的leader

Consumer：消息的消费者。每个consumer都有自己的消费者组。组与组之间消费同一个topic时，互不影响。同一个消费者组内的消费者同一个topic时，这个topic中同一条数据只能被消费一次。Consumer自己通过zookeeper来维护消费者的offset

Zookeeper：协调数据，存储元数据，broker，partition等

————————————————————————————————————————————————————————

Kafka和sparkstreaming整合：

用flume也可以接sparkstreaming

问题：

Flume------->sparkStreaming，sparkStreaming由于峰值的影响，之间有数据丢失，数据卡了，kafka起到了解耦和压力缓冲

是一个分布式的消息队列系统。

Kafka是零拷贝，就是不经过内存，直接写到磁盘的。，直接存起来.kafka有三种作用：解耦，缓冲，异步通信

生产者不丢数据，消费者不丢数据，永久保存

一般情况下没有峰值

Kafka的吞吐量很大，可以达到百兆每秒

Kafka后期可以给sparkstreaming提供很稳定的流输出，做了一个解耦

同时起到了压力峰值的缓冲

存消息队列的系统

Kafka是一个生产者，消费者队列系统，会保证自己不丢失数据，而且是一个分布式的，也有集群

Hash:基于（K,V）格式

轮询：先在一个partition中写，写一会儿，再去切换另一个部分。

Partition内部是强有序的。

Offset是生产者的偏移量

kafka会源源不断的提供数据

Kafka的架构：分布式消息系统，默认将消息存入磁盘，存储时间是7天。是一个分布式的，也就是有很多节点，保证自己不丢数据，消费者也不丢数据。

——————————————————————————————————————————————————————+

kafka启动时需要修改权限：

chmod +x startkafka.sh

启动：

./startkafka.sh

创建topic：

 ./kafka-topics.sh --zookeeper node01:2181,node02:2181,node03:2181 --create --topic t0730 2 --partitions 2 --replic
ation-factor 2

查看创建的节点：

./kafka-topics.sh --zookeeper node01:2181,node02:2191,node03:2181 --list

kafka集群的搭建：

1. kafka集群搭建

1. 上传kafka_2.10-0.8.2.2.tgz包到三个不同节点上，解压。
2. 配置../ kafka_2.10-0.8.2.2/config/server.properties文件

节点编号：（不同节点按0,1,2,3整数来配置）

真实数据存储位置：

zookeeper的节点：

1. 启动zookeeper集群。
2. 三个节点上，启动kafka:

bin/kafka-server-start.sh   config/server.properties

最好使用自己写的脚本启动，将启动命令写入到一个文件：

nohup bin/kafka-server-start.sh   config/server.properties > kafka.log 2>&1 &   脚本附件： （放在与bin同一级别下，注意创建后要修改权限：chmod 755 startkafka.sh）

1. 相关命令：

创建topic：

./kafka-topics.sh --zookeeper node3:2181,node4:2181,node5:2181  --create --topic topic2017 --partitions 3 --replication-factor 3

用一台节点控制台来当kafka的生产者：

./kafka-console-producer.sh  --topic  topic2017 --broker-list node1:9092,node2:9092,node3:9092

用另一台节点控制台来当kafka的消费者：

./kafka-console-consumer.sh --zookeeper node3:2181,node4:2181,node5:2181 --topic topic2017

查看kafka中topic列表:

./kafka-topics.sh  --list --zookeeper node3:2181,node4:2181,node5:2181

查看kafka中topic的描述：

./kafka-topics.sh --describe --zookeeper node3:2181,node4:2181,node5:2181  --topic topic2017   注意：ISR是检查数据的完整性有哪些个节点。

查看zookeeper中topic相关信息：

启动zookeeper客户端： ./zkCli.sh 查看topic相关信息： ls /brokers/topics/ 查看消费者相关信息： ls /consumers

1. 删除kafka中的数据。
   • ：在kafka集群中删除topic，当前topic被标记成删除。

./kafka-topics.sh --zookeeper node3:2181,node4:2181,node5:2181 --delete --topic t1205

在每台broker节点上删除当前这个topic对应的真实数据。

读取写入的信息：

./kafka-console-consumer.sh --zookeeper node01:2181,no
de02:2181,node03:2181 --topic t0730 --from-beginning

分别去每台节点目录日志下删除日志文件：

[root@node02 kafka-logs]# rm -rf t0730-*
 

• • ：进入zookeeper客户端，删除topic信息

rmr /brokers/topics/t1205

• • ：删除zookeeper中被标记为删除的topic信息

rmr /admin/delete_topics/t1205

 

查看描述：

./kafka-topics.sh --zookeeper node01:2181,node02:2181,
node03:2181 --describe --topic t0730

 

————————————————————————————————————————————————————————

删除topic里面的数据

这里没有单独的清空数据的命令，这里要达到清空数据的目的只需要以下步骤：

一、如果当前topic没有使用过即没有传输过信息：可以彻底删除。

二、 如果当前topic有使用过即有过传输过信息：并没有真正删除topic只是把这个topic标记为删除（marked for deletion）。想要彻底删除topic数据要经过下面两个步骤：

①：删除topic,重新用创建topic语句进行创建topic

②：删除zookeeper中的consumer中的路径。    

这里假设要删除的topic是test，kafka的zookeeper root为/kafka

删除kafka相关的数据目录

数据目录请参考目标机器上的kafka配置：server.properties -> log.dirs=/var/kafka/log/tmp

rm -r /var/kafka/log/tmp/test*

 

删除kafka topic

./kafka-topics.sh --zookeeper node3:2181,node4:2181,node5:2181 --delete --topic kfk

 

删除zookeeper相关的路径

（1）登录zookeeper客户端：命令：./bin/zookeeper-client

（2）找到topic所在的目录：ls /brokers/topics

（3）找到要删除的topic，执行命令：rmr /brokers/topics/【topic name】即可，此时topic被彻底删除。

 

另外被标记为marked for deletion的topic你可以在zookeeper客户端中通过命令获得：ls /admin/delete_topics/【topic name】，如果你删除了此处的topic，那么marked for deletion 标记消失

完成

重启zookeeper和kafka可以用下面命令查看相关的topic还在不在：

/home/kafka/bin/kafka-topics.sh --list --zookeeper HadoopMaster:2181/kafka