【Kafka-3.x-教程】专栏:
【Kafka-3.x-教程】-【一】Kafka 概述、Kafka 快速入门
【Kafka-3.x-教程】-【二】Kafka-生产者-Producer
【Kafka-3.x-教程】-【三】Kafka-Broker、Kafka-Kraft
【Kafka-3.x-教程】-【四】Kafka-消费者-Consumer
【Kafka-3.x-教程】-【五】Kafka-监控-Eagle
【Kafka-3.x-教程】-【六】Kafka 外部系统集成 【Flume、Flink、SpringBoot、Spark】
【Kafka-3.x-教程】-【七】Kafka 生产调优、Kafka 压力测试
1)定义
试想这样一个场景,某宝或某东购物平台,上游通过 Flume 采集相关日志到 Hadoop 集群中,在平时流量小的时候,Hadoop 的写入速度在 100M/s,Flume 采集日志的速度也在 100M/s,这样下游的 Hadoop 上传速度可以和上游的 Flume 采集速度相匹配,没有问题。
那么现在到了促销季,假如双十一进行大促销,那么 Flume 采集到的数据量远超过平时的 100M/s(比如达到 200M/s),而下游的 Hadoop 速度的极限已经是 100M/s 了,此时如果不解决这个问题就会导致上游数据量无限度的堆积,导致日志服务器爆掉。
此时 Kafka 出现了,试想,如果将 Flume 采集到的数据先放入一个中间栈做保存,然后让 Hadoop 慢慢消化海量数据,那么就可以解决上述的问题。
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。
目前企业中比较常见的消息队列产品主要有 Kafka、ActiveMQ 、RabbitMQ 、RocketMQ 等。
在大数据场景主要采用 Kafka 作为消息队列。在 JavaEE 开发中主要采用 ActiveMQ、RabbitMQ、RocketMQ。
2)应用场景
2.1.削峰
缓冲/消峰: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。
2.2.解耦
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。
2.3.异步通信
异步通信:允许用户把一个消息放入队列,但并不立即处理它
,然后在需要的时候再去处理它们
。
3)两种模式
1、点对点模式
- 消费者主动拉取数据,消息收到后清除消息
2、发布/订阅模式
-
可以有多个topic主题(浏览、点赞、收藏、评论等)
-
消费者消费数据之后,不删除数据
-
每个消费者相互独立,都可以消费到数据
3、对比
相对于点对点模式来说,发布订阅模式的优势有:
- 消息被消费完不会被删除,可以提供给其他消费者继续消费
- 可以有多个 topic 进行接收消息
- 至于数据怎么删除,可以规定时间定期进行清理
4)基础架构
1、为方便扩展,并提高吞吐量,一个 topic 分为多个 partition。
2、配合分区的设计,提出消费者组的概念,组内每个消费者并行消费。
3、为提高可用性,为每个partition增加若干副本,类似 NameNode HA。
4、ZK 中记录谁是 leader,Kafka 2.8.0 以后也可以配置不采用 ZK。
(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组内消费者消费;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。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。
5)安装部署
5.1.集群规划
5.2.集群部署
1、官方下载地址
2、解压安装包
tar -zxvf kafka_2.12-3.0.0.tgz -C /opt/module/
3、修改解压后的文件名称
mv kafka_2.12-3.0.0/ kafka
4、进入到/opt/module/kafka
目录,修改配置文件
cd config/
vim server.properties
输入以下内容:
#broker 的全局唯一编号,不能重复,只能是数字。
broker.id=0
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘 IO 的线程数量
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(数据)存放的路径,路径不需要提前创建,kafka 自动帮你创建,可以
配置多个磁盘路径,路径与路径之间可以用","分隔
log.dirs=/opt/module/kafka/datas
#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
# 每个 topic 创建时的副本数,默认时 1 个副本
offsets.topic.replication.factor=1
#segment 文件保留的最长时间,超时将被删除
log.retention.hours=168
#每个 segment 文件的大小,默认最大 1G
log.segment.bytes=1073741824
# 检查过期数据的时间,默认 5 分钟检查一次是否数据过期
log.retention.check.interval.ms=300000
#配置连接 Zookeeper 集群地址(在 zk 根目录下创建/kafka,方便管理)
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/ka
fka
5、分发安装包
xsync kafka/
xsync 脚本:
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop102 hadoop103 hadoop104
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
6、分别在 hadoop103 和 hadoop104 上修改配置文件/opt/module/kafka/config/server.properties
中的 broker.id=1、broker.id=2
注:broker.id 不得重复,整个集群中唯一。
vim kafka/config/server.properties
修改:
# The id of the broker. This must be set to a unique integer for
each broker.
broker.id=1
[atguigu@hadoop104 module]$ vim kafka/config/server.properties
修改:
# The id of the broker. This must be set to a unique integer for
each broker.
broker.id=2
7、配置环境变量
(1)在/etc/profile.d/my_env.sh
文件中增加 kafka 环境变量配置
sudo vim /etc/profile.d/my_env.sh
增加如下内容:
#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
(2)刷新一下环境变量。
source /etc/profile
(3)分发环境变量文件到其他节点,并 source。
sudo /home/atguigu/bin/xsync
/etc/profile.d/my_env.sh
source /etc/profile
source /etc/profile
8、启动集群
(1)先启动 Zookeeper 集群,然后启动 Kafka。
zk.sh start
zk.sh 脚本:
#!/bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
echo ------------- zookeeper $i 启动 ------------
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh start"
done
}
;;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
echo ------------- zookeeper $i 停止 ------------
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh stop"
done
}
;;
"status"){
for i in hadoop102 hadoop103 hadoop104
do
echo ------------- zookeeper $i 状态 ------------
ssh $i "/opt/module/zookeeper-3.5.7/bin/zkServer.sh status"
done
}
;;
esac
(2)依次在 hadoop102、hadoop103、hadoop104 节点上启动 Kafka。
bin/kafka-server-start.sh -daemon config/server.properties
注意:配置文件的路径要能够到 server.properties。
9、关闭集群
bin/kafka-server-stop.sh
5.3.集群启停脚本
1、在/home/atguigu/bin
目录下创建文件kf.sh
脚本文件
vim kf.sh
脚本如下:
#! /bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------启动 $i Kafka-------"
ssh $i "/opt/module/kafka/bin/kafka-server-start.sh -
daemon /opt/module/kafka/config/server.properties"
done
};;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------停止 $i Kafka-------"
ssh $i "/opt/module/kafka/bin/kafka-server-stop.sh "
done
};;
esac
2、添加执行权限
chmod +x kf.sh
3、启动集群命令
kf.sh start
4、停止集群命令
kf.sh stop
注意:停止 Kafka 集群时,一定要等 Kafka 所有节点进程全部停止后再停止 Zookeeper 集群。因为 Zookeeper 集群当中记录着 Kafka 集群相关信息,Zookeeper 集群一旦先停止,Kafka 集群就没有办法再获取停止进程的信息,只能手动杀死 Kafka 进程了。
6)Kafka 命令行操作
6.1.主题命令行操作
1、查看操作主题命令参数
bin/kafka-topics.sh
2、查看当前服务器中的所有 topic
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --list
3、创建 first topic
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --partitions 1 --replication-factor 3 --topic first
选项说明:
–topic 定义 topic 名
–replication-factor 定义副本数
–partitions 定义分区数
4、查看 first 主题的详情
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
5、修改分区数(注意:分区数只能增加,不能减少)
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 3
6、再次查看 first 主题的详情
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
7、删除 topic
bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --delete --topic first
6.2.生产者命令行操作
1、查看操作生产者命令参数
bin/kafka-console-producer.sh
2、发送消息
bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
6.3.消费者命令行操作
1、查看操作消费者命令参数
bin/kafka-console-consumer.sh
2、消费消息
(1)消费 first 主题中的数据。文章来源:https://www.toymoban.com/news/detail-819698.html
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
(2)把主题中所有的数据都读取出来(包括历史数据)。文章来源地址https://www.toymoban.com/news/detail-819698.html
bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first
到了这里,关于【Kafka-3.x-教程】-【一】Kafka 概述、Kafka 快速入门的文章就介绍完了。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!