Kafka&Zookeeper笔记（一）

1. 导言

1.1 概念

特性

1. 高吞吐，低延迟
2. 可扩展，集群支持热扩展
3. 持久性、可靠性：可持久化到磁盘
4. 容错性：允许集群节点失败
5. 高并发，支持数千客端同时读写

使用场景

6. 日志收集
7. 消息系统，解耦、缓存消息
8. 用户活动跟踪，活动数据，实时运营指标等，提供给数据仓库做实时监控分析，数据离线分析等等
9. 流式处理：spark streaming和storm

架构图

1.2 ZooKeeper

简介

• zk作为分布式协调系统辅助kafka实现集群化
• zk主要用于统一命名服务（应用/服务统一命名）、统一配置管理（配置文件同步）、实时监控服务器动态上下线

下载

zk官网下载地址

$ wget https://mirrors.bfsu.edu.cn/apache/zookeeper/zookeeper-3.6.1/apache-zookeeper-3.6.1-bin.tar.gz
$ tar -zxvf apache-zookeeper-3.6.1-bin.tar.gz

安装&启动

1. 修改配置文件

[root@zookeeper/conf]$ mv zoo_sample.cfg zoo.cfg

• dataDir: 自定义的data文件夹地址
• tickTime: 心跳时间(ms)
• initLimit: 启动时心跳延迟次数（tickTime * initLimit 为启动时死亡判定时间）
• syncLimit: 连接后心跳延迟次数 (tickTime * syncLimit 为连接后死亡判定时间)
• clientPort: 客户段端口号，即监听端口号
• maxClientCnxns: 最大连接数

2. 基础启动

[root@zookeeper/bin]$ ./zkServer.sh start
startZooKeeper JMX enabled by default
Using config: /root/zookeeper/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED

[root@zookeeper/bin]$ jps
19867 Jps
19823 QuorumPeerMain

[root@zookeeper/bin]$ ./zkCli.sh

[root@zookeeper/bin]$ ./zkServer.sh stop

内部原理

1. 半数机制:集群中半数以上机器存活，集群可用，所以zk适合安装奇数台服务器。
2. Zookeeper虽然在配置文件中没有指定Master和Slave,但是Zk在工作时只有一个节点为Leader，其他为Follower,Leader是通过内部选举机制临时产生的（节点都会先选自己，发现自己票数不超过半数就投给id号比自己大的临近节点，知道出现票数过半的节点立刻成为Leader）。

节点类型

• 持久（Persistent):客户端和服务端断开连接后，创建的节点不删除
  • 持久化目录节点
  • 持久化顺序编号目录节点（编号单调递增，可以给客户端判断事件发生顺序）
• 短暂（Ephemeral): 客户端和服务端断开连接后，创建的节点自己删除
  • 临时目录节点
  • 临时顺序编号目录节点（编号单调递增，可以给客户端判断事件发生顺序）

分布式部署

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just 
# example sakes.
dataDir=/opt/zookeeper1/data
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the 
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1

## Metrics Providers
#
# https://prometheus.io Metrics Exporter
#metricsProvider.className=org.apache.zookeeper.metrics.prometheus.PrometheusMetricsProvider
#metricsProvider.httpPort=7000
#metricsProvider.exportJvmInfo=true
server.1=127.0.0.1:2888:3888
server.2=127.0.0.1:2889:3889
server.3=127.0.0.1:2890:3890
# 集群配置server.myid=ip:Leader服务器交换信息的端口:Leader挂后进行选举的端口
# 伪集群部署
# myid需要在dataDir文件夹中新建myid文件，其中写入id

配置好后即可逐个启动。
状态查看：

[root@Wolfans ~]$ ./zookeeper1/bin/zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /root/zookeeper1/bin/../conf/zoo.cfg
Client port found: 2181. Client address: localhost.
Mode: follower
[root@Wolfans ~]$ ./zookeeper2/bin/zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /root/zookeeper2/bin/../conf/zoo.cfg
Client port found: 2182. Client address: localhost.
Mode: leader
[root@Wolfans ~]$ ./zookeeper3/bin/zkServer.sh status
/usr/bin/java
ZooKeeper JMX enabled by default
Using config: /root/zookeeper3/bin/../conf/zoo.cfg
Client port found: 2183. Client address: localhost.
Mode: follower

集群启动和关闭可以写shell脚本，更加便捷。

客户端命令行

ZooKeeper -server host:port -client-configuration properties-file cmd args
	addWatch [-m mode] path # optional mode is one of [PERSISTENT, PERSISTENT_RECURSIVE] - default is PERSISTENT_RECURSIVE
	addauth scheme auth
	close 
	config [-c] [-w] [-s]
	connect host:port
	create [-s] [-e] [-c] [-t ttl] path [data] [acl]
	delete [-v version] path
	deleteall path [-b batch size]
	delquota [-n|-b] path
	get [-s] [-w] path
	getAcl [-s] path
	getAllChildrenNumber path
	getEphemerals path
	history 
	listquota path
	ls [-s] [-w] [-R] path
	printwatches on|off
	quit 
	reconfig [-s] [-v version] [[-file path] | [-members serverID=host:port1:port2;port3[,...]*]] | [-add serverId=host:port1:port2;port3[,...]]* [-remove serverId[,...]*]
	redo cmdno
	removewatches path [-c|-d|-a] [-l]
	set [-s] [-v version] path data
	setAcl [-s] [-v version] [-R] path acl
	setquota -n|-b val path
	stat [-w] path
	sync path
	version 

节点stat结构体

[shuguo] #znode节点
cZxid = 0x100000002 #创建节点的事务zxid
每次修改zk状态都会收到一个zxid形式的时间戳，也就是Zk事务ID。
事务ID是ZooKeeper中所有修改的总的次序。每个修改都有唯一的zxid，如果zxid1小于zxid2，那么zxid1在zxid2之前发生。
ctime = Fri Jun 26 01:51:41 CST 2020 #被创建的毫秒数
mZxid = 0x100000002 #最后更新的事务zxid
mtime = Fri Jun 26 01:51:41 CST 2020 #最后修改的毫秒数
pZxid = 0x100000003 #最后更新的子节点zxid
cversion = 1 #子节点变化号，子节点修改次数
dataVersion = 0 #数据变化号
aclVersion = 0 #访问控制列表的变化号
ephemeralOwner = 0x0 #如果是临时节点，这个是znode拥有者的session id。如果不是临时节点则是0。
dataLength = 0 #znode数据长度
numChildren = 1 #znode子节点数量

监听器原理（重点）

（1）首先要有一个main（）线程
（2）在main（）线程中创建Zookeeper客户端，这是就会创建两个线程，一个负责网络连接通讯（connect），一个负责监听(listener).
（3）通过connect线程将注册的监听事件发送给zookeeper。
（4）在Zookeeper的监听器列表中将注册的监听事件添加到列表中。
（5）Zookeeper监听到有数据或路径的变化，就会将这个消息发送给listener线程。
（6）listener线程内部调用了Process()方法。

写数据流程

zk通过zab协议保持数据一致性，–>zab协议。

Java集成zk

jar包：

org.apache.zookeeper