Kafka集群搭建

柔光的暖阳◎ 2022-09-28 14:24 337阅读 0赞

Kafka使用背景

在我们大量使用分布式数据库、分布式计算集群的时候，是否会遇到这样一些问题：

  • 我想分析一下用户行为（pageviews），以便我能设计出更好的广告位;
  • 我想对用户的搜索关键词进行统计，分析出前的流行趋势；
  • 有些数据，存数据库浪费，直接存硬盘操作效率又低;

这个时候，就可以用消息系统了，尤其是分布式消息系统；

另外：

  1. 在很多常见的大数据处理场景中，我们需要对数据进行离线分析和实时分析，离线分析借助于hadoop相关框架（mapreduce、hive等），对于实时需求可以使用storm，为了统一离线和实时计算，我们可以将离线和实时计算的数据源统一作为输入，然后将数据的流向分别经由离线分析系统和实时系统，分别进行分析处理，这是我们可以考虑将数据源（flume收集）直接连接一个消息中间件，如kafka，整合flume + kafka，flume作为消息的生产者，产生的消息数据（日志数据、业务数据等）发布到kafka中，然后使用Storm的Topology作为消息的Consumer，在Storm集群中分别进行如下两个需求场景的处理：
  • 直接使用Storm的Topology对数据进行实时分析处理
  • 整合Storm+HDFS，将消息处理后写入HDFS进行离线分析处理

kafka的定义

是一个分布式消息系统，由LinkedIn使用Scala编写，用作LinkedIn的活动流（Activity Stream）和运营数据处理管道（Pipeline）的基础，具有高水平扩展和高吞吐量。

应用领域： 已被多家不同类型的公司作为多种类型的数据管道和消息系统使用。如:

淘宝，支付宝，百度，twitter等

目前越来越多的开源分布式处理系统如Apache flume、Apache Storm、Spark,elasticsearch都支持与Kafka集成

Center

AMQP协议（advanced message queue protocol）

Center 1

基本消费者（Consumer）：从消息队列中请求消息的客户端应用程序；
生产者（Producer）：向broker发布消息的客户端应用程序；
AMQP服务器端（broker）:用来接收生产者发送的消息并将这些消息路由给服务器中的队列；

kafka基本架构

Center 2

主题（Topic）：即一种类型；如一个主题类似新闻中的体育、娱乐、教育等分类概念，在实际工程中通常一个业务一个主题；
分区（Partition）：一个topic中的消息数据按照多个分区组织，分区是kafka消息队列组织的最小单位，一个分区可以看做是一个FIFO的队列;

kafka集群搭建

zookeeper集群搭建（见前面章节）

kafka集群

环境准备

  • 服务器3台（192.168.0.102，192.168.0.103，192.168.0.104）
  • kafka版本kafka_2.9.2-0.8.1.1

配置环境

  1. 进入自己的目录cd /usr/local/program 创建文件夹mkdir kafkaLogs
  2. 配置环境变量：

  3. set enviroment

    export JAVA_HOME=/usr/local/program/jdk1.7.0_79
    export ZK_HOME=/usr/local/program/zk/zookeeper-3.4.6
    export KAFKA_HOME=/usr/local/program/kafka/kafka_2.9.2-0.8.1.1
    export PATH=$JAVA_HOME/bin:$ZK_HOME/bin:$KAFKA_HOME/bin:$PATH

  4. 配置kafka，cd /usr/local/program/kafka/kafka_2.9.2-0.8.1.1/config/ 编辑server.properties 

    1. # Licensed to the Apache Software Foundation (ASF) under one or more
    2. # contributor license agreements.  See the NOTICE file distributed with
    3. # this work for additional information regarding copyright ownership.
    4. # The ASF licenses this file to You under the Apache License, Version 2.0
    5. # (the "License"); you may not use this file except in compliance with
    6. # the License.  You may obtain a copy of the License at
    7. # 
    8. #    http://www.apache.org/licenses/LICENSE-2.0
    9. # 
    10. # Unless required by applicable law or agreed to in writing, software
    11. # distributed under the License is distributed on an "AS IS" BASIS,
    12. # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
    13. # See the License for the specific language governing permissions and
    14. # limitations under the License.
    15. # see kafka.server.KafkaConfig for additional details and defaults
    17. ############################# Server Basics #############################
    19. # The id of the broker. This must be set to a unique integer for each broker.
    20. #机器在集群中的唯一标识
    21. broker.id=0
    23. ############################# Socket Server Settings #############################
    25. # The port the socket server listens on
    26. #对外提供服务的tcp端口 默认9092
    27. port=19092
    29. # Hostname the broker will bind to. If not set, the server will bind to all interfaces
    30. #主机ip，默认localhost 
    31. host.name=192.168.0.102
    33. # Hostname the broker will advertise to producers and consumers. If not set, it uses the
    34. # value for "host.name" if configured.  Otherwise, it will use the value returned from
    35. # java.net.InetAddress.getCanonicalHostName().
    36. #advertised.host.name=<hostname routable by clients>
    38. # The port to publish to ZooKeeper for clients to use. If this is not set,
    39. # it will publish the same port that the broker binds to.
    40. #advertised.port=<port accessible by clients>
    42. # The number of threads handling network requests
    43. #broker进行网络处理的线程数
    44. num.network.threads=3
    46. # The number of threads doing disk I/O
    47. #broker进行io处理的线程数
    48. num.io.threads=8
    50. # The send buffer (SO_SNDBUF) used by the socket server
    51. #kafka发送消息的缓冲区5m 默认102400
    52. socket.send.buffer.bytes=1048576
    54. # The receive buffer (SO_RCVBUF) used by the socket server
    55. #kafka接收消息的缓冲区5m 默认102400
    56. socket.receive.buffer.bytes=1048576
    58. # The maximum size of a request that the socket server will accept (protection against OOM)
    59. #向kafka请求 或者接收消息的最大数，不能超过java堆栈大小
    60. socket.request.max.bytes=104857600
  1.     ############################# Log Basics #############################
  3.     # A comma seperated list of directories under which to store log files
  4.     #kafka消息日志目录 多个以逗号分割
  5.     log.dirs=/usr/local/program/kafka/kafkaLogs
  7.     # The default number of log partitions per topic. More partitions allow greater
  8.     # parallelism for consumption, but this will also result in more files across
  9.     # the brokers.
  10.     #每个topic的分区数
  11.     num.partitions=2
  13.     ############################# Log Flush Policy #############################
  15.     # Messages are immediately written to the filesystem but by default we only fsync() to sync
  16.     # the OS cache lazily. The following configurations control the flush of data to disk. 
  17.     # There are a few important trade-offs here:
  18.     #    1. Durability: Unflushed data may be lost if you are not using replication.
  19.     #    2. Latency: Very large flush intervals may lead to latency spikes when the flush does occur as there will be a lot of data to flush.
  20.     #    3. Throughput: The flush is generally the most expensive operation, and a small flush interval may lead to exceessive seeks. 
  21.     # The settings below allow one to configure the flush policy to flush data after a period of time or
  22.     # every N messages (or both). This can be done globally and overridden on a per-topic basis.
  24.     # The number of messages to accept before forcing a flush of data to disk
  25.     #log.flush.interval.messages=10000
  27.     # The maximum amount of time a message can sit in a log before we force a flush
  28.     #log.flush.interval.ms=1000
  30.     ############################# Log Retention Policy #############################
  32.     # The following configurations control the disposal of log segments. The policy can
  33.     # be set to delete segments after a period of time, or after a given size has accumulated.
  34.     # A segment will be deleted whenever *either* of these criteria are met. Deletion always happens
  35.     # from the end of the log.
  37.     # The minimum age of a log file to be eligible for deletion
  38.     #kafka消息的驻留时间，168小时【7天】
  39.     log.retention.hours=168
  41.     #往kafka发送的消息每条不超过的大小5m（默认为1m）
  42.     message.max.byte=5048576
  43.     #默认的复制因子，每个topic中的partion的副本（默认为1）
  44.     default.replication.factor=2
  45.     replica.fetch.max.bytes=5048576
  47.     # A size-based retention policy for logs. Segments are pruned from the log as long as the remaining
  48.     # segments don't drop below log.retention.bytes.
  49.     #log.retention.bytes=1073741824
  51.     # The maximum size of a log segment file. When this size is reached a new log segment will be created.
  52.     #每个消息文件的大小（因为消息是追加写入），超过这个数就会新起一个文件
  53.     log.segment.bytes=536870912
  55.     # The interval at which log segments are checked to see if they can be deleted according 
  56.     # to the retention policies
  57.     #每隔这个时间查看kafkalog是否失效，即查看是否有过期消息，如果有则删除
  58.     log.retention.check.interval.ms=60000
  60.     # By default the log cleaner is disabled and the log retention policy will default to just delete segments after their retention expires.
  61.     # If log.cleaner.enable=true is set the cleaner will be enabled and individual logs can then be marked for log compaction.
  62.     log.cleaner.enable=false
  64.     ############################# Zookeeper #############################
  66.     # Zookeeper connection string (see zookeeper docs for details).
  67.     # This is a comma separated host:port pairs, each corresponding to a zk
  68.     # server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002".
  69.     # You can also append an optional chroot string to the urls to specify the
  70.     # root directory for all kafka znodes.
  71.     #zookeeper集群地址
  72.     zookeeper.connect=192.168.0.102:12181,192.168.0.103:12181,192.168.0.104:12181
  74.     # Timeout in ms for connecting to zookeeper
  75.     #kafka集群连接zk的超时时间
  76.     zookeeper.connection.timeout.ms=1000000
  1. 同样的操作对于其它机器，配置文件的broker.id分别改为1和2，hostname对应相应的主机ip
  2. 后台启动kafka，执行命令：kafka-server-start.sh /usr/local/program/kafka/kafka_2.9.2-0.8.1.1/config/server.properties &
  3. 同样的操作对于其它机器
  4. 创建主题topic,执行命令：kafka-topics.sh –create –zookeeper localhost:12181 –replication-factor 3 –partitions 1 –topic my-replicated-topic
  5. 查看主题topic,执行命令：kafka-topics.sh –describe –zookeeper localhost:12181 –topic my-replicated-topic
  6. 创建生产者producer,执行命令：kafka-console-producer.sh –broker-list 192.168.0.102:19092 –topic my-replicated-topic

  7. 创建消费者consumer（另外一台机器）,执行命令：kafka-console-consumer.sh –zookeeper localhost:12181 –from-beginning –topic my-replicated-topic

    测试：生产者者命令行输入信息，即可在消费者命令行看到对应消息的输出。

  8. ok 至此搭建完成kafka集群。

Center 3

参考：jikexueyuan

发表评论

表情：
评论列表 （有 0 条评论，337人围观）

还没有评论，来说两句吧...

相关阅读

    相关 Kafka集群搭建

    Kafka使用背景 在我们大量使用分布式数据库、分布式计算集群的时候，是否会遇到这样一些问题： 我想分析一下用户行为（pageviews），以便我能设计出更

    柔光的暖阳◎柔光的暖阳◎/ 0 赞/ 338 阅读

    相关 Kafka集群搭建

    Kafka初识 1、Kafka使用背景 在我们大量使用分布式数据库、分布式计算集群的时候，是否会遇到这样的一些问题： 1. 我们想分析下用户行为（pageviews

    梦里梦外;梦里梦外;/ 0 赞/ 421 阅读

    相关 Kafka集群搭建

    前言：kafka作为一个消息中间件，由linkedin使用scala编写，用作LinkedIn的活动流，和运营数据处理管道的基础，其特点在于具有高水平扩展也就是动态扩容和高吞吐

    比眉伴天荒比眉伴天荒/ 0 赞/ 381 阅读

    相关 Kafka集群搭建

    一，环境准备           \ Zookeeper单点/集群服务（演示单点使用单点， 演示集群使用集群）           \ kafka安装包        

    以你之姓@以你之姓@/ 0 赞/ 517 阅读

    相关 Kafka集群搭建

    Kafka集群搭建 1、软件环境 1、linux一台或多台，大于等于2 2、已经搭建好的zookeeper集群（参考我上一篇zk集群搭建：[https://blo

    青旅半醒青旅半醒/ 0 赞/ 491 阅读

    相关 Kafka集群搭建

    1. 集群部署的基本流程 下载安装包、解压安装包、修改配置文件、分发安装包、启动集群 2.集群部署的基础环境准备 **安装前的准备工作（zk集群已经部署完毕）**...

    朱雀朱雀/ 0 赞/ 1053 阅读