kafka 集群 Topic 之 Partion 数据写入分布原理设计(六)

kafka 集群 Topic 之 Partion 数据写入分布原理设计(六)

集群中假如有三个节点,分别ip为200,201,202 创建topic 为test,默认分区2,副本2,在写入消息
到topic时,数据就转的过程是什么,则 partition存储数据分布是如何分布的,各个节点数据如何同步
的,isr如何实现的?

在 Kafka 集群中,Topic 的创建和消息写入涉及多个步骤,包括分区和副本的分布、消息的写入、数据
同步以及 ISR 列表的管理。下面详细介绍这些过程。

1. 创建 Topic 和分区副本分布

创建 Topic

假设在 Kafka 集群中创建一个名为 test 的 Topic,具有 2 个分区和 2 个副本。执行以下命令:

bin/kafka-topics.sh --create --topic test --bootstrap-server 192.168.0.200:9092 --partitions 2 --replication-factor 2
分区和副本的分布

Kafka 会将 Topic test 的 2 个分区和 2 个副本分布到 3 个节点上。例如,Kafka 可能会这样分配:

  • Partition 0
    • Leader:节点 192.168.0.200
    • Follower:节点 192.168.0.201
  • Partition 1
    • Leader:节点 192.168.0.201
    • Follower:节点 192.168.0.202

2. 消息写入过程

当生产者向 Topic test 写入消息时,消息会先写入每个分区的 Leader,然后由 Leader 同步到 Follower。

消息写入示例

假设生产者写入以下消息到 test

ProducerRecord<String, String> record = new ProducerRecord<>("test", "key", "value");
producer.send(record
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要将HDFS集群中的数据拉取到Kafka topic中,可以使用Kafka Connect来实现。Kafka Connect是Kafka的一个开源工具,用于连接Kafka和其他数据源,包括HDFS、JDBC、Elasticsearch等。 以下是将HDFS中的数据拉取到Kafka topic的操作步骤: 1. 安装Kafka Connect:可以从Kafka官网上下载和安装Kafka Connect。安装完成后,需要配置Kafka Connect的配置文件,包括Kafka集群的地址、连接器的配置等。 2. 安装HDFS连接器:Kafka Connect提供了一个HDFS连接器,用于连接HDFS和Kafka。可以从Kafka官网上下载和安装HDFS连接器,并将其添加到Kafka Connect的插件目录中。 3. 配置HDFS连接器:需要在Kafka Connect的配置文件中配置HDFS连接器的参数,包括HDFS集群的地址、HDFS文件的路径、Kafka topic的名称等。 4. 启动Kafka Connect:启动Kafka Connect后,它会自动加载HDFS连接器,并根据配置的参数从HDFS中读取数据,并将数据发送到指定的Kafka topic中。 下面是一个使用HDFS连接器将HDFS中的数据拉取到Kafka topic的配置示例: ```ini # Kafka Connect的配置文件 bootstrap.servers=localhost:9092 # HDFS连接器的配置 key.converter=org.apache.kafka.connect.storage.StringConverter value.converter=org.apache.kafka.connect.storage.StringConverter key.converter.schemas.enable=false value.converter.schemas.enable=false connector.class=io.confluent.connect.hdfs.HdfsSinkConnector topics=hdfs-topic tasks.max=1 hdfs.url=hdfs://localhost:9000 flush.size=3 rotate.interval.ms=60000 logs.dir=/usr/local/kafka-connect/logs hadoop.home=/usr/local/hadoop format.class=io.confluent.connect.hdfs.parquet.ParquetFormat schema.compatibility=NONE ``` 在这个配置文件中,我们首先指定了Kafka集群的地址,然后配置了HDFS连接器的参数,包括数据的序列化器、Kafka topic的名称、HDFS集群的地址、HDFS文件的路径等。其中,flush.size和rotate.interval.ms参数用于控制数据写入频率和文件的切换频率,logs.dir参数用于指定日志文件的存储路径,hadoop.home参数用于指定Hadoop的安装路径,format.class参数用于指定数据的格式(这里使用了Parquet格式),schema.compatibility参数用于指定数据的模式兼容性。 启动Kafka Connect后,它会自动加载HDFS连接器,并从HDFS中读取数据,并将数据发送到指定的Kafka topic中。

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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