Mac系统安装Kafka 3.x及可视化工具

Posted 2022-12-16 一头小山猪

写在前面：博主是一只经过实战开发历练后投身培训事业的“小山猪”，昵称取自动画片《狮子王》中的“彭彭”，总是以乐观、积极的心态对待周边的事物。本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域，如今终有小成，愿将昔日所获与大家交流一二，希望对学习路上的你有所助益。同时，博主也想通过此次尝试打造一个完善的技术图书馆，任何与文章技术点有关的异常、错误、注意事项均会在末尾列出，欢迎大家通过各种方式提供素材。

• 对于文章中出现的任何错误请大家批评指出，一定及时修改。
• 有任何想要讨论和学习的问题可联系我：[e-mail]。
• 发布文章的风格因专栏而异，均自成体系，不足之处请大家指正。

Mac系统安装Kafka 3.x及可视化工具

本文关键字：MacOS、Kafka、Eagle、brew、console测试

文章目录

• Mac系统安装Kafka 3.x及可视化工具
• • 一、Kafka介绍
  • • 1. 应用场景
    • 2. 版本对比
  • 二、Kafka安装
  • • 1. 软件安装
    • 2. 服务启动
    • • （1）启动Zookeeper
      • （2）启动Kafka
    • 3. 话题创建
  • 三、Eagle安装
  • • 1. 下载安装
    • 2. 配置修改
    • 3. 项目启动
  • 四、console测试
  • • 1. 启动生产者
    • 2. 启动消费者
    • 3. 验证流程
    • 3. 可视化查询
    • • （1）Kafka总览
      • （2）查看Topic列表
      • （3）KSQL查询

一、Kafka介绍

来自维基百科：Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，这使它作为企业级基础设施来处理流式数据非常有价值。

1. 应用场景

Kafka可以看作是一个能够处理消息队列的中间件，适用于实时的流数据处理，主要用于平衡好生产者和消费者之间的关系。

• 生产者

生产者可以看作是数据源，可以来自于日志采集框架，如Flume，也可以来自于其它的流数据服务。当接收到数据后，将根据预设的Topic暂存在Kafka中等待消费。对于接收到的数据将会有额外的标记，用于记录数据的被消费【使用】情况。

• 消费者

消费者即数据的使用端，可以是一个持久化的存储结构，如Hadoop，也可以直接接入支持流数据计算的各种框架，如Spark - Streaming。消费者可以有多个，通过订阅不同的Topic来获取数据。

2. 版本对比

Kafka的0.x和1.x可以看作是上古版本了，最近的更新也是几年以前，从目前的场景需求来看，也没有什么特别的理由需要使用到这两个版本了。

• 2.x

在进行版本选择时，通常需要综合考虑整个数据流所设计到的计算框架和存储结构，来确定开发成本以及兼容性。目前2.x版本同样是一个可以用于生产环境的版本，并且保持着对Scala最新版本的编译更新。

• 3.x

3.x是目前最新的稳定版，需要注意的是，Kafka的每个大版本之间的差异较大，包括命令参数以及API调用，所以在更换版本前需要做好详细的调查与准备，本文以3.x的安装为例。

二、Kafka安装

在Mac上使用brew安装Kafka十分简单，在此列出依赖关系，如果想要自己指定某些软件的版本，可以提前手动安装：

• Java8【Scala的依赖】
• Scala【Kafka的依赖】
• Zookeeper【Kafka的依赖】

1. 软件安装

如果使用brew安装，一般直接使用以下命令就可以直接安装各种依赖：

brew install kafka

安装完成后可以使用以下命令确认版本信息：

brew info kafka

• Tips：如果你以前已经手动安装过Java环境，需要配置好JAVA_HOME的环境变量，如：

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_331.jdk/Contents/Home

默认的安装路径将在**/Library/Java/JavaVirtualMachines/**，大家可以自行寻找。

2. 服务启动

（1）启动Zookeeper

• 常驻后台启动【brew方式】

brew services restart zookeeper

启动后可以使用以下命令验证：

brew services info zookeeper

• 脚本自定义启动

如果需要通过指定的配置文件启动，可以在以下位置找到Zookeeper的命令文件路径以及配置文件样例：

# 命令所在路径
/opt/homebrew/opt/zookeeper/bin/

# 配置文件样例
/opt/homebrew/opt/zookeeper/share/zookeeper/examples

（2）启动Kafka

• 常驻后台启动【brew方式】

brew services restart kafka

启动后可以使用以下命令验证：

brew services info kafka

• 脚本自定义启动

如果需要通过指定的配置文件启动，可以在以下位置找到Kafka的命令文件路径以及配置文件样例：

# 命令所在路径
/opt/homebrew/opt/kafka/bin/

# 配置文件样例
/opt/homebrew/etc/kafka

3. 话题创建

以下命令适用于Kafka 3.x版本：

• 创建话题

kafka-topics --create --bootstrap-server localhost:9092 --replication-factor 1 --partitions 1 --topic test_kafka

• 查看列表

kafka-topics --list --bootstrap-server localhost:9092

三、Eagle安装

Kafka Eagle是一个基于Web的可视化界面，可以方便的查看到当前Kafka的运行状态以及进行数据查询，十分方便。

1. 下载安装

• 官网地址：https://www.kafka-eagle.org/
• Github：https://github.com/smartloli/EFAK

进入官网Download页面，点击下载按钮得到软件包，直接解压缩到某一个目录：

2. 配置修改

• 配置环境变量

需要确保已经配置了JAVA_HOME，同时添加EFAK的解压路径作为KE_HOME：

# 在环境变量配置文件中
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_331.jdk/Contents/Home
export KE_HOME=/Users/xxx/Software/efak-web-3.0.1
export PATH=$JAVA_HOME/bin:$EK_HOME/bin:$PATH

• EFAK配置文件修改($EK_HOME/conf/system-config.properties)

需要在mysql数据库中新建一个名为ke的数据库，编码使用utf8mb4，也可以使用sqlite方式配置。

efak.zk.cluster.alias=cluster1
cluster1.zk.list=localhost:2181
# 注释cluster2.zk.list
# 修改结尾的jdbc连接参数
# 确认efak.username
# 确认efak.password

3. 项目启动

• 启动命令

进入到命令文件所在路径：$KE_HOME/bin，执行以下命令：

# 启动
ke.sh start
# 停止
ke.sh stop
# 重启
ke.sh restart
# 状态
ks.sh status

• 登录页面

成功启动后根据提供的用户名密码进行访问和登录：

• 注意事项

当机器的网络环境发生变化后【如从办公室回到家】，需要重启Kafka服务与Eagle项目，因为hostname绑定的是具体的局域网IP，当更换后，需要使用新的ip进行访问。

四、console测试

当Kafka服务成功安装启动后，测试的最好方法就是使用最简单的生产者与消费者脚本来进行测试，前文中已经创建了话题test-kafka，则相关命令如下：

1. 启动生产者

kafka-console-producer --bootstrap-server localhost:9092 --topic test_kafka

启动成功后即可在交互环境中直接输入数据来模拟数据的流入，当消费者启动后即可看到被消费的数据。

2. 启动消费者

添加from-beginning参数以从头消费数据。

kafka-console-consumer --bootstrap-server localhost:9092 --topic test_kafka --from-beginning

3. 验证流程

在生产者控制台中随意输入数据，同时查看消费者控制台的数据输出【消费】情况。

3. 可视化查询

（1）Kafka总览

（2）查看Topic列表

（3）KSQL查询

扫描下方二维码，加入CSDN官方粉丝微信群，可以与我直接交流，还有更多福利哦~