Kafka快速入门

第1章 Kafka概述

1.1 消息队列（Message Queue）

1.1.1 传统消息队列的应用场景

1.1.2 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Queue中，然后消息消费者从Queue中取出并且消费消息。

消息被消费以后，queue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。Queue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，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。

1.2 定义

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

1.3 Kafka基础架构

（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，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。

（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。

第2章 Kafka快速入门

2.1 安装部署

2.1.1 集群规划

hadoop102	hadoop103	hadoop104
zk	zk	zk
kafka	kafka	kafka

2.1.2 jar包下载

http://kafka.apache.org/downloads

2.1.3 集群部署

1）解压安装包

[root@hadoop102 software]# tar -zxvf kafka_2.11-2.0.0.tgz -C /opt/install/

2）修改解压后的文件名称

[root@hadoop102 install]# mv kafka_2.11-2.0.0/ kafka

3）在/opt/install/kafka目录下创建logs文件夹

[root@hadoop102 kafka]# mkdir logs

4）修改配置文件

[root@hadoop102 config]# vim server.properties

输入以下内容：
#broker的全局唯一编号，不能重复
broker.id=0
#删除topic功能使能
delete.topic.enable=true
#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
log.dirs=/opt/install/kafka/logs
#topic在当前broker上的分区个数
num.partitions=1
#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
#配置连接Zookeeper集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/kafka

5）配置环境变量

vi /etc/profile

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

source /etc/profile

6）分发安装包

[root@hadoop102 install]# xsync kafka/

注意：分发之后记得配置其他机器的环境变量

分别在hadoop103和hadoop104上修改配置文件

/opt/install/kafka/config/server.properties中的broker.id=1、broker.id=2

注：broker.id不得重复

7）启动集群（首先启动zookeeper集群）

依次在hadoop102、hadoop103、hadoop104节点上启动kafka

kafka-server-start.sh -daemon /opt/install/kafka/config/server.properties

8）关闭集群

kafka-server-stop.sh

注意：

关于Kafka启动后无法正常关闭的问题解决方法（No kafka server to stop）

查看kafka关闭服务脚本kafka-server-stop.sh发现，该脚本通过

PIDS=$(ps ax | grep -i 'kafka\.Kafka' | grep java | grep -v grep | awk '{print $1}')

获取kafka的pid

这里我们需要改成下面的语句，来使脚本可以正常获取pid

PIDS=$(jps -lm | grep -i 'kafka.Kafka'| awk '{print $1}')

9）kafka群起脚本

新建kf.sh并赋予执行权限

#! /bin/bash
case $1 in
"start"){
    for i in `cat /opt/install/hadoop/etc/hadoop/slaves`
    do
        echo " --------启动 $i Kafka-------"
        ssh $i "source /etc/profile && /opt/install/kafka/bin/kafka-server-start.sh -daemon /opt/install/kafka/config/server.properties"
    done
};;
"stop"){
    for i in `cat /opt/install/hadoop/etc/hadoop/slaves`
    do
        echo " --------停止 $i Kafka-------"
        ssh $i "source /etc/profile && /opt/install/kafka/bin/kafka-server-stop.sh stop"
    done
};;
esac

特别提醒

在脚本文件中加上了 source /etc/profile &&

是因为如果不加的话，读取不到环境变量，脚本不会起作用

2.2 Kafka命令行操作

1）查看当前服务器中的所有topic

[root@hadoop102 bin]# kafka-topics.sh --zookeeper hadoop102:2181 --list

2）创建topic

bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --create --replication-factor 3 --partitions 1 --topic first

选项说明：

–topic 定义topic名

–replication-factor 定义副本数

–partitions 定义分区数

注意：kafka无法创建topic https://blog.csdn.net/g1219371445/article/details/78828915

3）删除topic

bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --delete --topic first

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

4）发送消息

bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

–from-beginning：会把主题中以往所有的数据都读取出来。

6）查看某个Topic的详情

bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --describe --topic first

7）修改分区数

bin/kafka-topics.sh --zookeeper hadoop102:2181/kafka --alter --topic first --partitions 6