Kafka入门

|   Visit count

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。

消息队列模式

  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。

QQ20200324-202328@2x

  1. 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。

QQ20200324-203103@2x

Kafka属于第2种模式。

Kafka架构

QQ20200324-210522@2x

  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，一个分区只能由消费者组中的一个消费者消费；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follower。

对于每一个topic， Kafka集群都会维持一个分区日志，如下所示：

QQ20200331-150027@2x

每个分区都是有序且顺序不可变的记录集，并且不断地追加到结构化的commit log文件。分区中的每一个记录都会分配一个id号来表示顺序，我们称之为offset，offset用来唯一的标识分区中每一条记录。

Kafka每个分区的数据是严格有序的，但多分区之间不能确保有序。

安装与启动

演示在unix环境下安装与启动Kafka。Kafka下载地址：http://kafka.apache.org/downloads，选择二进制文件下载（Binary downloads），然后解压即可。

Kafka的配置文件位于config目录下，因为Kafka集成了Zookeeper，所以config目录下除了有Kafka的配置文件server.properties外，还可以看到一个Zookeeper配置文件zookeeper.properties。

在启动Kafka和Zookeeper之前，我们先在Kafka解压目录下创建如下两个日志目录：

1
mkdir /Users/mrbird/software/kafka_2.4.1/logs/kafka-logs mkdir /Users/mrbird/software/kafka_2.4.1/logs/zk-logs

分别用于存放Kafka和Zookeeper日志。

修改config/zookeeper.properties：

QQ20200324-213631@2x

修改config/server.properties

QQ20200324-213803@2x QQ20200324-213840@2x

server.properties更多可用配置及含义如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#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
#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

修改好后，我们便可以启动Kafka了。

1.启动Zookeeper

1
sh bin/zookeeper-server-start.sh config/zookeeper.properties

如果要在后台启动Zookeeper，则可以使用：

1
sh bin/zookeeper-server-start.sh -daemon config/zookeeper.properties

2.启动Kafka

1
sh bin/kafka-server-start.sh config/server.properties

3.创建topic

1
sh bin/kafka-topics.sh --zookeeper localhost:2181 --create --replication-factor 1 --partitions 1 --topic test

  • –create 创建
  • –topic 指定 topic 名
  • –replication-factor 定义副本数
  • –partitions 定义分区数

上面创建了一个名称为test的topic，副本数和分区数都是1。

4.启动生产者

1
sh bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

9092为生产者的默认端口号，指定topic为刚刚创建的test。

5.启动消费者

1
sh bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

–from-beginning：会把主题中以往所有的数据都读取出来。

启动好生产者和消费者后我们在生产者里生产几条数据:

QQ20200324-220247@2x

消费者成功接收到数据：

QQ20200324-220314@2x

常用命令

查看当前服务器中的所有 topic：

1
sh bin/kafka-topics.sh --zookeeper localhsot:2181 --list

删除 topic：

1
sh bin/kafka-topics.sh --zookeeper localhost:2181 --delete --topic test

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

查看某个 Topic 的详情：

1
sh bin/kafka-topics.sh --zookeeper localhost:2181 --describe --topic test

修改分区数：

1
sh bin/kafka-topics.sh --zookeeper localhost:2181 --alter --topic test --partitions 2

ZK的作用

Kafka 集群中有一个 broker 会被选举为 Controller，负责管理集群 broker 的上下线，所有 topic 的分区副本分配和 leader 选举等工作。Controller 的管理工作都是依赖于 Zookeeper 的。

「尚硅谷大数据技术之 Kafka」 学习笔记

请作者喝瓶肥宅水🥤
0