Young's blog
andanyang
2023-09-20
目录

kafka3.0入门

# 第 1 章 Kafka 概述

# 1.1 定义

Kafka 传统定义：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。

发布/订阅：消息的发布者不会将消息直接发送给特定的订阅者，而是将发布的消息 分为不同的类别，订阅者只接收感兴趣的消息。

Kafka 最新定义： Kafka 是一个开源的分布式事件流平台（Event Streaming Platform），被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。

# 1.2 消息队列

目前企业中比较常见的消息队列产品主要有 Kafka、ActiveMQ 、RabbitMQ 、 RocketMQ 等。在大数据场景主要采用 Kafka 作为消息队列。在 JavaEE 开发中主要采用 ActiveMQ、 RabbitMQ、RocketMQ。

# 1.2.1 传统消息队列的应用场景

传统的消息队列的主要应用场景包括：缓存/消峰、解耦和异步通信

# 1.2.2 消息队列的两种模式

# 1）点对点模式
  • 消费者主动拉取数据，消息收到后清除消息

点对点

2）发布/订阅模式

  • 可以有多个 topic 主题（浏览、点赞、收藏、评论等）
  • 消费者消费数据之后，不删除数据
  • 每个消费者相互独立，都可以消费到数据

发布/订阅模式

# 1.3 Kafka 基础架构

Kafka 基础架构

  • （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，一个分区只能由一个组内消费者消费；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。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 Leader。

# 第 2 章 Kafka 快速入门

# 2.1 安装部署

# 2.1.1 集群规划

hadoop102 hadoop103 hadoop104
zk zk zk
zk zk zk

# 2.1.2 集群部署

  • 0）官方下载地址：http://kafka.apache.org/downloads.html

  • 1）解压安装包

    [andanyoung@hadoop102 software]$ tar -zxvf kafka_2.12-3.0.0.tgz -C
/opt/module/
    1
    2

  • 2）修改解压后的文件名称

    [andanyoung@hadoop102 module]$ mv kafka_2.12-3.0.0/ kafka
    1

  • 3）进入到/opt/module/kafka 目录，修改配置文件

    [andanyoung@hadoop102 kafka]$ cd config/
[andanyoung@hadoop102 config]$ vim server.properties
    1
    2

    输入以下内容：

    #> broker 的全局唯一编号，不能重复，只能是数字。
broker.id=0
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘 IO 的线程数量
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(数据)存放的路径，路径不需要提前创建，kafka 自动帮你创建，可以配置多个磁盘路径，路径与路径之间可以用"，"分隔
log.dirs=/opt/module/kafka/datas
#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
# 每个 topic 创建时的副本数，默认时 1 个副本
offsets.topic.replication.factor=1
#segment 文件保留的最长时间，超时将被删除
log.retention.hours=168
#每个 segment 文件的大小，默认最大 1G
log.segment.bytes=1073741824
# 检查过期数据的时间，默认 5 分钟检查一次是否数据过期
log.retention.check.interval.ms=300000
#> 配置连接 Zookeeper 集群地址（在 zk 根目录下创建/kafka，方便管理）
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/kafka
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28

  • 4）分发安装包

    [andanyoung@hadoop102 module]$ xsync kafka/
    1

  • 5）分别在 hadoop103 和 hadoop104 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，整个集群中唯一。

  • 6）配置环境变量

    • （1）在/etc/profile.d/my_env.sh 文件中增加 kafka 环境变量配置

      [andanyoung@hadoop102 module]$ sudo vim /etc/profile.d/my_env.sh
      1

      增加如下内容：

      #KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
      1
      2
      3

    • （2）刷新一下环境变量。

      [andanyoung@hadoop102 module]$ source /etc/profile
      1

    • （3）分发环境变量文件到其他节点，并 source。

      [andanyoung@hadoop102 module]$ sudo /home/andanyoung/bin/xsync/etc/profile.d/my_env.sh
[andanyoung@hadoop103 module]$ source /etc/profile
[andanyoung@hadoop104 module]$ source /etc/profile
      1
      2
      3

  • 7）启动集群

    • （1）先启动 Zookeeper 集群，然后启动 Kafka。

      [andanyoung@hadoop102 kafka]$ zk.sh start
      1

    • （2）依次在 hadoop102、hadoop103、hadoop104 节点上启动 Kafka。

      [andanyoung@hadoop102 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
[andanyoung@hadoop103 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
[andanyoung@hadoop104 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
      1
      2
      3

      注意：配置文件的路径要能够到 server.properties。

  • 8）关闭集群

    [andanyoung@hadoop102 kafka]$ bin/kafka-server-stop.sh
[andanyoung@hadoop103 kafka]$ bin/kafka-server-stop.sh
[andanyoung@hadoop104 kafka]$ bin/kafka-server-stop.sh
    1
    2
    3

# 2.1.3 集群启停脚本

1）在/home/andanyoung/bin 目录下创建文件 kf.sh 脚本文件

[andanyoung@hadoop102 bin]$ vim kf.sh
1

脚本如下：

#! /bin/bash
case $1 in
"start"){
 for i in hadoop102 hadoop103 hadoop104
 do
 	echo " --------启动 $i Kafka-------"
 	ssh $i "/opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.properties"
 done
};;
"stop"){
 for i in hadoop102 hadoop103 hadoop104
 do
 	echo " --------停止 $i Kafka-------"
 	ssh $i "/opt/module/kafka/bin/kafka-server-stop.sh "
 done
};;
esac
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

2）添加执行权限

[andanyoung@hadoop102 bin]$ chmod +x kf.sh
1

3）启动集群命令

[andanyoung@hadoop102 ~]$ kf.sh start
1

4）停止集群命令

[andanyoung@hadoop102 ~]$ kf.sh stop
1

注意：停止 Kafka 集群时，一定要等 Kafka 所有节点进程全部停止后再停止 Zookeeper 集群。因为 Zookeeper 集群当中记录着 Kafka 集群相关信息，Zookeeper 集群一旦先停止， Kafka 集群就没有办法再获取停止进程的信息，只能手动杀死 Kafka 进程了。

# 2.2 Kafka 命令行操作

# Kafka 基础架构2.2.1 主题命令行操作

1）查看操作主题命令参数

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh
1

主题命令行操作

2）查看当前服务器中的所有 topic

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --list
1
2

3）创建 first topic

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --create --partitions 1 --replication-factor 3 --topic first
1

选项说明：

--topic 定义 topic 名

--replication-factor 定义副本数

--partitions 定义分区数

4）查看 first 主题的详情

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
1

5）修改分区数（注意：分区数只能增加，不能减少）

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --alter --topic first --partitions 3
1

6）再次查看 first 主题的详情

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --describe --topic first
1

7）删除 topic（学生自己演示）

[andanyoung@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server hadoop102:9092 --delete --topic first
1

# 2.2.2 生产者命令行操作

# 1）查看操作生产者命令参数

[andanyoung@hadoop102 kafka]$ bin/kafka-console-producer.sh
1
参数 描述
--bootstrap-server <String: server toconnect to> 连接的 Kafka Broker 主机名称和端口号。
--topic <String: topic> 操作的 topic 名称。

# 2）发送消息

[andanyoung@hadoop102 kafka]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
>hello world
>andanyoung andanyoung
1
2
3

# 2.2.3 消费者命令行操作

# 1）查看操作消费者命令参数

[andanyoung@hadoop102 kafka]$ bin/kafka-console-consumer.sh
1
参数 描述
--bootstrap-server <String: server toconnect to> 连接的 Kafka Broker 主机名称和端口号。
--topic <String: topic> 操作的 topic 名称。
--from-beginning 从头开始消费。
--group <String: consumer group id> 指定消费者组名称。

# 2）消费消息

（1）消费 first 主题中的数据。

[andanyoung@hadoop102 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic first
1

（2）把主题中所有的数据都读取出来（包括历史数据）。

[andanyoung@hadoop102 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first
1
编辑 (opens new window)
上次更新: 2024/04/19, 08:52:45
hadoop 踩坑记 DataNode 启动失败(ClusterID不一致)：Initialization failed for Block pool
kafka3.0 生产者

← kafka3.0 生产者→

最近更新
01
idea 热部署插件 JRebel 安装及破解,不生效问题解决
04-10
02
spark中代码的执行位置（Driver or Executer）
12-12
03
大数据技术之 SparkStreaming
12-12
更多文章>
Theme by Vdoing | Copyright © 2019-2024 Young | MIT License
浙ICP备20002744号