Kafka 入门

Posted 2021-01-15 weswes

 

什么是Kafka？

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。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 

 

Kafka基本概念

• Broker:物理概念，Kafka集群中的每个Kafka节点；

• Topic:逻辑概念，Kafka消息的类别，对数据进行区分、隔离；

• Partition：物理概念，Kafka下数据存储的基本单元。一个Topic数据，会被分散存储到多个Partition，每一个Partition是有序的；

• Replication（副本、备份）:同一个Partition可能会有多个Replica，多个Replica之间数据是一样的；

• Replication Leader:一个Partitionn的多个Replica上，需要一个Leader负责该Partition上与Producer和Consumer交互；

• ReplicaManager:负责管理当前broker所有分区和副本的信息，处理KafkaController发起的一些请求，副本状态的切换、添加/读取消息、Leader的选举等。

 

Kafka概念延伸

Partition(最小存储单元)

• 每一个Topic被切分为多个Partitions(Partition属于消费者存储的基本单位)；

• 消费者数目小于或等于Partition的数目（多个消费者若消费同个Partition会出现数据错误，所有Kafka如此设计)；

• Broker Group中的每一个Broker保存Topic的一个或多个Partitions(一个Broker只会保存一个Partition,若Partition太大则多个Broker保存同个Partition)；

• Consumer Group中的仅有一个Consumer读取Topic的一个或多个Partitions，并且是唯一的Consumer(避免同一个Partition被多个Consumer消费)。

 

Replication

• 当集群中有Broker挂掉的情况，系统可以主动地使Replicas提供服务；

• 系统默认设置每一个Topic的replication系数为1（即默认没有副本，节省资源），可以在创建Topic时单独设置。

特点：

1. Replication的基本单位是Topic的Partition；

2. 所有的读和写都从Leader进，Followers只是做为备份（只有Leader管理读写，其他的Replication只做备份）；

3. Follower必须能够及时复制Leader的数据；

4. 增加容错性与可拓展性。

 

Kafka基本结构

 

Kafka消息结构

 

Kafka特点

• 分布式（多分区，多副本，多消费者，基于ZooKeeper调度）；
• 高性能（高吞吐，低延时，高并发，时间复杂度为O(1)）；
• 持久性和扩展性（数据可持久化，容错率，支持在线水平扩展，消息自动平衡）。

 

Kafka应用场景

消息队列，行为跟踪，元信息监控，日志收集，流处理，事件源，持久性日志（commit log）等。

 

Kafka安装（Linux下）

　　需要安装JDK（步骤略过）与ZooKeeper。

 

ZooKeeper安装： 

1. 下载，解压，配置：

wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.12/zookeeper-3.4.12.tar.gz
tar -zxvf zookeeper-3.4.12.tar.gz
# zookeeper-3.4.12/conf中复制zoo_sample.cfg为zoo.cfg
cp zoo_sample.cfg zoo.cfg
# 修改zoo.cfg文件中下面两行（dataDir和dataLogDir后面所指的文件夹必须要存在如果不存在的话，在启动ZooKeeper服务端的时候会报错。这里是单机情况下的配置情况，如果是集群的话，要在clientPort下面添加服务器的ip。如server.1=192.168.180.132:2888:3888
server.2=192.168.180.133:2888:3888...等等。）
dataDir=/tmp/zookeeper  
dataLogDir=/tmp/zookeeper/log 

 2. 配置环境变量(全用户永久更改方式)：

修改/etc/profile文件,尾部添加：

ZOOKEEPER_INSTALL=/usr/local/zookeeper-3.4.12 
PATH=$PATH:$ZOOKEEPER_INSTALL/bin  

export ZOOKEEPER_INSTALL
export PATH

3. 启动检验：

# 进入zookeeper的bin目录下，启动
./zkServer.sh start  
# 查看状态
./zkServer.sh status
# 启动zookeeper的客户端（本地不需要-server参数）
./zkCli.sh -server 192.168.147.128:2181

注：如拒绝连接，检查防火墙配置。