Zookeeper+Kafka集群部署

kafka设置群集 必要前提：zookeeper的集群是正常。

        		 准备三台虚拟机
                             确定  三台主机IP 

1.zookeeper集群搭建

1.2 zookeeper 搭建zookeeper的集群

1.2.1. . zookeeper的配置文件 zoo.cfg
每个文件都加入如下内容

server.1=192.168.25.131:2888:3888
server.2=192.168.25.164:2888:3888
server.3=192.168.25.165:2888:3888

1.2.2 为每个zookeeper创建data目录下面

​ 在zoo.cfg的配置文件中由：dataDir=/opt/zookeeper/zookeeperData

​ 指定的myid文件 内容就是对应的server.1 .后边的名字 1 2 3
​ [root@localhost Desktop]# cd /opt/zookeeper-3.4.9/zookeeperData/
​ [root@localhost data]# echo “1”>myid
​ 文件中的内容就是 1或者2或者3—>

​ echo “1”>/opt/zookeeper/zookeeperData/myid

​ echo “2”>/opt/zookeeper/zookeeperData/myid

​ echo “3”>/opt/zookeeper/zookeeperData/myid

​
​

2.修改kafka集群配置
listeners=PLAINTEXT://192.168.25.131:9092
host.name=192.168.25.131

2.1 第一台机器：192.168.73.200
修改 server.properties
2.1.1 进入kafka的config目录
2.1.1.1 vim server.properties
修改内容如下:
broker.id=0
num.partitions=3
listeners=PLAINTEXT://192.168.25.131:9092
zookeeper.connect=192.168.25.131:2181,192.168.25.164:2181,192.168.25.165:2181
host.name=192.168.25.131

​ 配置过了
​ log.dirs/usr/local/kafka/kafka-0-logs

2.2 第二台机器：192.168.73.201
修改 server.properties
2.2.1 进入kafka的config目录
2.2.1.1 vim server.properties
修改内容如下:
broker.id=1 #保证每个broker唯一，为1
num.partitions=3 #分区数量一般与broker保持一致
listeners=PLAINTEXT://192.168.73.201:9092 #修改为本机ip
zookeeper.connect=192.168.73.200:2181,192.168.73.201:2181,192.168.73.202:2181
#配置三台服务zookeeper连接地址
host.name=192.168.73.201

		 #新增host.name值，分别设为不同的值（3台机器根据自己的ip设置）
         log.dirs==/usr/local/kafka/kafka-0-logs       #修改log.dirs目录为之前自定义的目录

​ 2.2.2 克隆的原因导致 原有第一台克隆的kafka 的日志文件中有一个meta.properties broker.id=0; 修改为 当前kakfa的server.properties broker.id=1;

​ /usr/local/kafka/kafka-0-logs/meta.properties

​ vim meta.properties
​ broker.id=1

​
​

​ 提示：
​ [root@localhost Desktop]# vim /etc/sysconfig/network-scripts/ifcfg-eth0
​ [root@localhost Desktop]# vim /usr/local/kafka/config/server.properties
​ [root@localhost Desktop]# vim /usr/local/kafka/kafka-0-logs/meta.properties

2.3 第三台机器：192.168.73.202
修改 server.properties
2.3.1 进入kafka的config目录
2.3.1.1 vim server.properties
修改内容如下:
broker.id=2 #保证每个broker唯一，为2
num.partitions=3 #分区数量一般与broker保持一致
listeners=PLAINTEXT://192.168.73.202:9092 #修改为本机ip
zookeeper.connect=192.168.73.200:2181,192.168.73.201:2181,192.168.73.202:2181
#配置三台服务zookeeper连接地址
host.name=192.168.73.201 #新增host.name值，分别设为不同的值（3台机器根据自己的ip设置）
log.dirs==/usr/local/kafka/kafka-0-logs #修改log.dirs目录为之前自定义的目录

2.3.2 克隆的原因导致 原有第一台克隆的kafka 的日志文件中有一个meta.properties broker.id=0; 修改为 当前kakfa的server.properties broker.id=2;

​ /usr/local/kafka/kafka-0-logs/meta.properties

​ vim meta.properties
​ broker.id=2

kafka命令操作

3.演示：

第一步，启动三台电脑上的zookeeper
[root@localhost kafka] zkServer.sh start

第二步,启动三台电脑上的kafka
[root@localhost~]# /opt/kafka_2.11-1.0.0/bin/kafka-server-start.sh /opt/kafka_2.11-1.0.0/config/server.properties

第三步：集群创建主题：/opt/kafka_2.11-1.0.0/bin/kafka-topics.sh -create --zookeeper 192.168.25.131:2181,192.168.25.164:2181,192.168.25.165:2181 -replication-factor 3 --partitions 3 --topic gaofei

第四步：集群查看主题：/opt/kafka_2.11-1.0.0/bin/kafka-topics.sh -list --zookeeper 192.168.25.131:2181

第五步：集群生产者：/opt/kafka_2.11-1.0.0/bin/kafka-console-producer.sh --broker-list 192.168.25.131:9092,192.168.25.164:9092,192.168.25.165:9092 --topic gaofei

发送数据

第六步：集群消费者：/opt/kafka_2.11-1.0.0/bin/kafka-console-consumer.sh --bootstrap-server 192.168.25.131:9092,192.168.25.164:9092,192.168.25.165:9092 --topic gaofei --from-beginning

​

在另外两台电脑上运行消费者，看是否接受到了消息

kafka配置文件

1.server.properties
#broker的全局唯一编号，不能重复
broker.id=0

#用来监听链接的端口，producer或consumer将在此端口建立连接
port=9092

#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

#接受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=/export/servers/logs/kafka

#topic在当前broker上的分片个数
num.partitions=2

#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

#滚动生成新的segment文件的最大时间
log.roll.hours=168

#日志文件中每个segment的大小，默认为1G
log.segment.bytes=1073741824

#周期性检查文件大小的时间
log.retention.check.interval.ms=300000

#日志清理是否打开
log.cleaner.enable=true

#broker需要使用zookeeper保存meta数据
zookeeper.connect=zk01:2181,zk02:2181,zk03:2181

#zookeeper链接超时时间
zookeeper.connection.timeout.ms=6000

#partion buffer中，消息的条数达到阈值，将触发flush到磁盘
log.flush.interval.messages=10000

#消息buffer的时间，达到阈值，将触发flush到磁盘
log.flush.interval.ms=3000

#删除topic需要server.properties中设置delete.topic.enable=true否则只是标记删除
delete.topic.enable=true

#此处的host.name为本机IP(重要),如果不改,则客户端会抛出:Producer connection to localhost:9092 unsuccessful 错误!
host.name=kafka01

advertised.host.name=192.168.239.128

2.producer.properties
#指定kafka节点列表，用于获取metadata，不必全部指定
metadata.broker.list=kafka01:9092,kafka02:9092,kafka03:9092

指定分区处理类。默认kafka.producer.DefaultPartitioner，表通过key哈希到对应分区

#partitioner.class=kafka.producer.DefaultPartitioner

是否压缩，默认0表示不压缩，1表示用gzip压缩，2表示用snappy压缩。压缩后消息中会有头来指明消息压缩类型，故在消费者端消息解压是透明的无需指定。

compression.codec=none

指定序列化处理类

serializer.class=kafka.serializer.DefaultEncoder

如果要压缩消息，这里指定哪些topic要压缩消息，默认empty，表示不压缩。

#compressed.topics=

设置发送数据是否需要服务端的反馈,有三个值0,1,-1

0: producer不会等待broker发送ack

1: 当leader接收到消息之后发送ack

-1: 当所有的follower都同步消息成功后发送ack.

request.required.acks=0

在向producer发送ack之前,broker允许等待的最大时间 ，如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种原因未能成功(比如follower未能同步成功)

request.timeout.ms=10000

同步还是异步发送消息，默认“sync”表同步，"async"表异步。异步可以提高发送吞吐量,

也意味着消息将会在本地buffer中,并适时批量发送，但是也可能导致丢失未发送过去的消息
producer.type=sync

在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker,默认为5000ms

此值和batch.num.messages协同工作.

queue.buffering.max.ms = 5000

在async模式下,producer端允许buffer的最大消息量

无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积

此时,如果消息的条数达到阀值,将会导致producer端阻塞或者消息被抛弃，默认为10000

queue.buffering.max.messages=20000

如果是异步，指定每次批量发送数据量，默认为200

batch.num.messages=500

当消息在producer端沉积的条数达到"queue.buffering.max.meesages"后

阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送出任何消息)

此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间

-1: 无阻塞超时限制,消息不会被抛弃

0:立即清空队列,消息被抛弃

queue.enqueue.timeout.ms=-1

当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数

因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失)

有可能导致broker接收到重复的消息,默认值为3.

message.send.max.retries=3

producer刷新topic metada的时间间隔,producer需要知道partition leader的位置,以及当前topic的情况

因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新

(比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制，默认值600000

topic.metadata.refresh.interval.ms=60000

3.consumer.properties

zookeeper连接服务器地址

zookeeper.connect=zk01:2181,zk02:2181,zk03:2181

zookeeper的session过期时间，默认5000ms，用于检测消费者是否挂掉

zookeeper.session.timeout.ms=5000

#当消费者挂掉，其他消费者要等该指定时间才能检查到并且触发重新负载均衡
zookeeper.connection.timeout.ms=10000

指定多久消费者更新offset到zookeeper中。注意offset更新时基于time而不是每次获得的消息。一旦在更新zookeeper发生异常并重启，将可能拿到已拿到过的消息

zookeeper.sync.time.ms=2000

#指定消费
group.id=itcast

当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息

注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交,默认为true

auto.commit.enable=true

自动更新时间。默认60 * 1000

auto.commit.interval.ms=1000

当前consumer的标识,可以设定,也可以有系统生成,主要用来跟踪消息消费情况,便于观察

conusmer.id=xxx

消费者客户端编号，用于区分不同客户端，默认客户端程序自动产生

client.id=xxxx

最大取多少块缓存到消费者(默认10)

queued.max.message.chunks=50

当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新 的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册 "Partition Owner registry"节点信息,但是有可能此时旧的consumer尚没有释放此节点, 此值用于控制,注册节点的重试次数.

rebalance.max.retries=5

获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk 每次feth将得到多条消息,此值为总大小,提升此值,将会消耗更多的consumer端内存

fetch.min.bytes=6553600

当消息的尺寸不足时,server阻塞的时间,如果超时,消息将立即发送给consumer

fetch.wait.max.ms=5000
socket.receive.buffer.bytes=655360

如果zookeeper没有offset值或offset值超出范围。那么就给个初始的offset。有smallest、largest、anything可选，分别表示给当前最小的offset、当前最大的offset、抛异常。默认largest

auto.offset.reset=smallest

指定序列化处理类

derializer.class=kafka.serializer.DefaultDecoder