Kafka系统整理 一

一、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。

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 。

1.3 应用场景

主要应用场景包括： 缓存 / 消峰 、 解耦 和 异步通信。

1. 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。

2.  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。

3.  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 。

1.4 消息队列的两种模式

 1.5 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 。

 

 二、Kafka 快速入门

先部署zookeeper

 1. 集群规划

 2. 集群部署

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

1 ） 解压安装包

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

2）修改解压后的文件名称

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

3 ） 进入到 /opt/module/kafka 目录，修改配置文件

[atguigu@hadoop102 kafka]$ cd config/
[atguigu@hadoop102 config]$ vim server.properties

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/ka
fka

4 ） 分发安装包

[atguigu@hadoop102 module]$ xsync kafka/

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

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

增加如下内容：

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

（2）刷新一下环境变量。

[atguigu@hadoop102 module]$ source /etc/profile

（3）分发环境变量文件到其他节点，并 source 。

[atguigu@hadoop102 module]$

sudo /home/atguigu/bin/xsync

/etc/profile.d/my_env.sh

[atguigu@hadoop103 module]$ source /etc/profile

[atguigu@hadoop104 module]$ source /etc/profile

7 ） 启动集群

（ 1 ）先启动 Zookeeper 集群，然后启动 Kafka 。

[atguigu@hadoop102 kafka]$ zk.sh start

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

[atguigu@hadoop102 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties
[atguigu@hadoop103 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties
[atguigu@hadoop104 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties

8 ） 关闭集群

[atguigu@hadoop102 kafka]$ bin/kafka-server-stop.sh

[atguigu@hadoop103 kafka]$ bin/kafka-server-stop.sh

[atguigu@hadoop104 kafka]$ bin/kafka-server-stop.sh

也可以写执行脚本

#! /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

2 ）添加执行权限

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

3 ）启动集群命令

[atguigu@hadoop102 ~]$ kf.sh start

4 ）停止集群命令

[atguigu@hadoop102 ~]$ 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（kill -9 xxx）。

三、主要命令记录 

1 主题命令

1 ）查看操作主题命令参数

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

2 ）查看当前服务器中的所有 topic

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

3 ）创建 first topic

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

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

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

5）修改分区数 （注意：分区数只能增加，不能减少）

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

7 ）删除 topic

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

2 生产者命令

 1）查看操作生产者命令参数

[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh

2 ）发送消息

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

3 消费者命令

1 ）查看操作消费者命令参数

[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh

2 ）消费消息

（1）消费 first 主题中的数据。

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

（2）把主题中所有的数据都读取出来（包括历史数据）。

[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --
bootstrap-server hadoop102:9092 --from-beginning --topic first