【Kafka】介绍与安装

目录

定义

Kafka

消息队列

消息队列的应用场景

消息队列的两种模式

Kafka框架

安装

集群规划

配置文件

环境变量

启动

关闭

集群启停脚本

注意：

来源：

---

定义

Kafka

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。

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 。

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 。

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 。

消息队列的应用场景

缓存 / 消峰 、 解耦 和 异步通信。

缓冲 / 消峰： 有助于控制和优化数据流经过系统的速度，解决生产消息和消费消息的处理速度不一致的情况。

解耦： 允许你独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束。

异步通信： 允许用户把一个消息放入队列，但并不立即处理它， 然后 在需要的时候再去处理它们 。

消息队列的两种模式

Kafka框架

  2.8.0之后有模式可以不用zookeeper。

（ 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 。

安装

集群规划

 http://kafka.apache.org/downloads.html

配置文件

tar -zxvf kafka_2.12-3.0.0.tgz -C /opt/module/
cd config/
vim server.properties

配置文件只改三个地方

#broker 的全局唯一编号，不能重复，只能是数字。

broker.id=0

#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

# 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/ka

fka

#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/ka
fka

分发配置文件

修改其他两台节点的配置文件

修改配置文件 /opt/module/kafka/config/server.properties 中的 broker.id=1 、 broker.id=2

broker.id 不得重复，整个集群中唯一。

环境变量

sudo vim /etc/profile.d/my_env.sh

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

source /etc/profile

分发

sudo /home/atguigu/bin/xsync /etc/profile.d/my_env.sh

启动

先启动 Zookeeper 集群，然后启动 Kafka 。

zk.sh start

bin/kafka-server-start.sh -daemon config/server.properties

-daemon是后台挂起

关闭

bin/kafka-server-stop.sh

集群启停脚本

cd /home/atguigu/bin

vim kf.sh

#! /bin/bash
case $1 in
"start"){
    for i in hadoop102 hadoop103 hadoop104
    do
        echo " --------启动 $i Kafka-------"        
        ssh $i "/opt/module/kafka_2.12-3.0.0/bin/kafka-server-start.sh -daemon /opt/module/kafka_2.12-3.0.0/config/server.properties"
    done
};;
"stop"){
    for i in hadoop102 hadoop103 hadoop104
    do
        echo " --------停止 $i Kafka-------"
        ssh $i "/opt/module/kafka_2.12-3.0.0/bin/kafka-server-stop.sh "
    done
};;
esac

chmod +x kf.sh

启动

 kf.sh start

停止

kf.sh stop

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。

来源：

尚硅谷