1. 部署方式选择
基于Kafka3.X后的集群搭建方式主要分为两种，一种是基于Zookeeper管理方式，一种是基于KRaft模式，本文主要介绍Kafka-KRaft集群模式搭建
纠正文章1.Kafka系列之K8S部署单节点中基于Zookeeper方式的部署方式错误，其实是基于KRaft启动的，所以不部署Zookeeper也可以，可以通过把连接ZK的环境去掉看是否可以启动成功验证
2.KRaft模式介绍
Apache Kafka 不依赖 Apache Zookeeper的版本，被社区称之为 Kafka Raft 元数据模式，简称KRaft模式。
KRaft运行模式的Kafka集群，不会将元数据存储在 Apache ZooKeeper中。即部署新集群的时候，无需部署ZooKeeper集群，因为Kafka将元数据存储在 Controller 节点的 KRaft Quorum中。KRaft可以带来很多好处，比如可以支持更多的分区，更快速的切换Controller，也可以避免Controller缓存的元数据和Zookeeper存储的数据不一致带来的一系列问题
3. 编写install.sh
我们基于Helm进行安装，在此不在讲解Helm安装方式
helm repo add bitnami https://charts.bitnami.com/bitnami
# 指定命名空间为middleware，如果卸载后再次安装，install改为upgrade
helm install kafka bitnami/kafka --namespace middleware
--set kafkaVersion=3.4.0
--set replicaCount=3
--set kafka.persistence.enabled=false
--set kafka.kafkaConfigOverrides=transaction.state.log.replication.factor=3
--set kafka.kafkaConfigOverrides=transaction.state.log.min.isr=2
--set kafka.kafkaConfigOverrides=default.replication.factor=3
--set kafka.kafkaConfigOverrides=num.io.threads=8
--set kafka.kafkaConfigOverrides=num.network.threads=3
--set kafka.kafkaConfigOverrides=log.message.format.version=3.4
--set kafka.kafkaConfigOverrides=inter.broker.protocol.version=3.4
--set kafka.kafkaConfigOverrides=offsets.topic.replication.factor=3
--set kafka.kafkaConfigOverrides=transaction.state.log.num.partitions=50
--set-string labels.app.kubernetes.io/managed-by=Helm
--set-string labels.meta.helm.sh/release-name=kafka
--set-string labels.meta.helm.sh/release-namespace=middleware
打印日志
space=middleware
NAME: kafka
LAST DEPLOYED: Sun May 21 13:56:26 2023
NAMESPACE: middleware
STATUS: deployed
REVISION: 1
TEST SUITE: None
NOTES:
CHART NAME: kafka
CHART VERSION: 22.1.2
APP VERSION: 3.4.0
** Please be patient while the chart is being deployed **
Kafka can be accessed by consumers via port 9092 on the following DNS name from within your cluster:
kafka.middleware.svc.cluster.local
Each Kafka broker can be accessed by producers via port 9092 on the following DNS name(s) from within your cluster:
kafka-0.kafka-headless.middleware.svc.cluster.local:9092
kafka-1.kafka-headless.middleware.svc.cluster.local:9092
kafka-2.kafka-headless.middleware.svc.cluster.local:9092
To create a pod that you can use as a Kafka client run the following commands:
kubectl run kafka-client --restart='Never' --image docker.io/bitnami/kafka:3.4.0-debian-11-r28 --namespace middleware --command -- sleep infinity
kubectl exec --tty -i kafka-client --namespace middleware -- bash
PRODUCER:
kafka-console-producer.sh \
--broker-list kafka-0.kafka-headless.middleware.svc.cluster.local:9092,kafka-1.kafka-headless.middleware.svc.cluster.local:9092,kafka-2.kafka-headless.middleware.svc.cluster.local:9092 \
--topic test
CONSUMER:
kafka-console-consumer.sh \
--bootstrap-server kafka.middleware.svc.cluster.local:9092 \
--topic test \
--from-beginning
4. 验证生产者与消费者
安装打印日志的提示，我们发送 算法小生 消息至test主题，并进行消费，OK
5. 节点部分失败模拟
我们手工删除kafka01,由于是Statefulsets部署方式：和 Deployment 类似， StatefulSet 管理基于相同容器规约的一组 Pod。但和 Deployment 不同的是， StatefulSet 为它们的每个 Pod 维护了一个有粘性的 ID。这些 Pod 是基于相同的规约来创建的， 但是不能相互替换：无论怎么调度，每个 Pod 都有一个永久不变的 ID
所在再次进行消费的时候，还可以看到 算法小生 仍然正常消费
6. 安装卸载uninstall.sh
#!/bin/bash
set -e
# 定义变量
NAMESPACE="middleware"
RELEASE_NAME="kafka"
# 删除Kafka实例
helm delete "$RELEASE_NAME" --namespace "$NAMESPACE"
# 等待Kafka实例完全删除
echo "等待Kafka实例删除..."
while kubectl get statefulsets -n "$NAMESPACE" | grep "$RELEASE_NAME"; do
echo "等待Kafka实例删除..."
sleep 5
done
echo "卸载完成"
注意：当我们执行install.sh后，再次执行消费test主题，也可以看到 算法小生 输出，这个证明了Statefulsets在删除后，不会删除持久卷，即数据不会被删除文章来源：https://www.toymoban.com/news/detail-690769.html
欢迎关注公众号算法小生文章来源地址https://www.toymoban.com/news/detail-690769.html
到了这里，关于14.Kafka系列之K8S部署集群的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
