Kafka概述
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。
消息队列（Message Queue）
传统消息队列的应用场景
消息队列的两种模式
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。
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。
Kafka基础架构
- Producer ：消息生产者，就是向kafka broker发消息的客户端；
- Consumer ：消息消费者，向kafka broker取消息的客户端；
- 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。
- 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。
- 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；
- 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；
- 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。
- 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。
- 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。
Kafka快速入门
安装部署
集群规划
jar包下载
http://kafka.apache.org/downloads.html
集群部署
解压安装包
1
[root@hadoop101 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/
修改解压后的文件名称(这一步，我在我本地没有做)
1
[root@hadoop101 module]$ mv kafka_2.11-0.11.0.0/ kafka
在/opt/module/kafka目录下创建logs文件夹
1
[root@hadoop101 kafka]$ mkdir logs
修改配置文件
1
2[root@hadoop101 kafka]$ cd config/
[root@hadoop101 config]$ vi server.properties
输入以下内容：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24#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/module/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=hadoop101:2181,hadoop102:2181,hadoop103:2181
分发安装包
1
[root@hadoop101 module]$ xsync kafka/
分别在hadoop102和hadoop103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
启动集群,依次在hadoop101、hadoop102、hadoop103节点上启动kafka
1
2
3[root@hadoop101 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
[root@hadoop102 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
[root@hadoop103 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties关闭集群
1
2
3[root@hadoop101 kafka]$ bin/kafka-server-stop.sh stop
[root@hadoop102 kafka]$ bin/kafka-server-stop.sh stop
[root@hadoop103 kafka]$ bin/kafka-server-stop.sh stopkafka群起脚本
1
2
3
4
5
6for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
do
echo "========== $i =========="
ssh $i 'source /etc/profile&&/opt/module/kafka_2.11-0.11.0.2/bin/kafka-server-start.sh -daemon /opt/module/kafka_2.11-0.11.0.2/config/server.properties'
echo $?
done
Kafka命令行操作
查看当前服务器中的所有topic
1 | [root@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 --list |
创建topic
1 | [root@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop101:2181 --create --replication-factor 3 --partitions 1 --topic first |
删除topic
1 | [root@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first |
发送消息
1 | [root@hadoop101 kafka]$ bin/kafka-console-producer.sh --broker-list hadoop102:9092 --topic first |
我们要发送消息，就要指定往哪发(指定往哪个topic发)，但是topic只是一个抽象概念，我们最终需要落地到具体的机器上，所以我们需要使用 –broker-list 来指定往哪台机器上发送
消费消息
1 | [root@hadoop102 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first |
查看某个Topic的详情
1 | [root@hadoop101 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --describe --topic first |
修改分区数
1 | [root@hadoop101 kafka]$bin/kafka-topics.sh --zookeeper hadoop102:2181 --alter --topic first --partitions 6 |