zookeeper集群和kafka集群

（一）kafka

1、kafka3.0之前依赖于zookeeper

2、kafka3.0之后不依赖zookeeper，元数据由kafka节点自己管理

（二）zookeeper

1、zookeeper是一个开源的、分布式的架构，提供协调服务（Apache项目）

（1）基于观察者模式涉及的分布式服务管理架构

（2）存储和管理数据，分布式节点上的服务接受观察者的注册，一旦分布式节点上的数据发生变化，由zookeeper负责同时分布式节点上的服务

2、zookeeper分为：领导者和追随者leader、follower组成的集群

（1）只要有一半以上的集群存活，zookeeper集群就可以正常工作，适用于安装奇数台的服务集群

（2）全局数据一致，每一个zookeeper每一个几点都保存相同的数据，维护监控服务的数据一致

（3）数据更新的原子性，要么都成功、要么都失败

（4）实时性，只要有变化，立即同步

3、zookeeper的应用场景（记）

（1）统一命名服务：在分布式的环境下，对所有的应用和服务及女性统一命名

（2）统一配置管理：配置文件同步，kafka的配置文件被修改，可以快速同步到其他节点

（3）统一集群管理（重点）：实时掌握所有节点的状态

（4）服务器动态上下线

（5）实现负载均衡，把访问的服务器的数据，发送到访问最少的服务器处理客户端的请求

4、zookeeper的选举机制：领导者和追随者

例：3台服务器：leader一旦确定，后续的服务器都是追随者

（1）A先启动，发起第一次选举，投票给自己，只有1票，不满半数，A的状态是looking

（2）B启动，再发起一次选举，A和B分别投自己一票，交换选票信息，（myid）A发现B的myid比A大，A的这一票转而投给B（A 0;B 2），没有半数以上结果，A、B会进入looking（B有可能成为leader，C也就成为follower）

（3）C启动，C的myid最大，A和B都会把票投给C（A0;B0;C3），C的状态变为leader，A和B变成follower

（4）只有两种情况会重新开启选举

①初始化的情况会产生选举

②服务器之间和leader丢失了连接状态

*若leader已存在，建立间接即可

*若leader不存在：

服务器id的胜出

EPOCH大，直接胜出

EPOCH相同，事务ID大的胜出

*EPOCH是每个leader任期时的代号，没有leader，大家的逻辑地位相同，每投完一次之后，数据是递增

*事务id是标识服务器的每一次变更，每变更一次事务id就变化一次

*服务器id，每一个zookeeper集群中的机器都有一个id，每台机器不重复，和myid保持一致

（三）部署zookeeper

20.0.0.10	zookeeper+kafka（2核4G）
20.0.0.20	zookeeper+kafka（2核4G）
20.0.0.30	zookeeper+kafka（2核4G）

1、部署环境

升级Java：yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel

cp zoo_sample.cfg  zoo.cfg

2、修改zookeeper的配置文件

server.1=20.0.0.10:3188:3288

1：表示每个zookeeper集群的初始myid

20.0.0.10：服务器的ip地址

3188：领导者和追随者之间交换信息的端口（内部通信的端口）

3288：一旦leader丢失响应，开启选举，3288就是用来执行选举时的服务器之间的通信端口

（1）创建目录

（2）分配myid

（3）编写zookeeper的启动脚本

chmod +x /etc/init.d/zookeeper

添加到系统服务中：chkconfig --add zookeeper

（四）消息队列：kafka

1、为什么要引入消息队列（MQ）

（1）他也是一个中间件，在高并发环境下，同步请求来不及处理，来不及处理的请求会形成堵塞。比方说数据库就会形成行锁或者表锁，请求线程满了，超标了，too much connection，导致整个系统雪崩

2、消息队列的作用：异步处理请求、流量削峰，应用解耦、可恢复性、缓冲、峰值的处理能力、异步通信

（1）耦合：在软件系统当中，修改一个组件需要修改所有其他组件，高度耦合

（2）低度耦合：修改其中一个组件，对其他影响不大，无需修改所有

（3）解耦：只要通信保证，其他的修改不影响整个集群，每一个组件可以独立的扩展，修改，降低组件之间的依赖性，依赖点就是接口约束，通过不同的端口，保证集群通信

（4）可恢复性：系统当中的有一部分组件消失，不影响整个系统，也就是说在消息队列当中，即使有一个处理消息的进程失败，一旦恢复，还可以重新加入到队列当中，继续处理消息

（5）缓冲：可以控制和优化数据经过系统的时间和速度，解决生产消息和消费消息处理速度不一致的问题

（6）峰值的处理能力：消息队列在峰值的情况下，能够顶住突发的访问压力（核心作用），避免专门为了突发情况而对系统进行修改

（7）异步通信：允许用户把一个消息放入队列，但是不立即处理，等用户想处理的时候再处理

3、消息队列的模式

（1）点对点：一对一，消息的生产者发送消息到队列中，消费者从队列中提取消息，消费者取完之后，队列中被提取的消息将会被移除，后续的消费者不能再继续消费队列当中的消息，消息队列可以有多个消费者，但是一个消息只能由一个消费者提取（RABBITMQ）

（2）发布/订阅模式：一对多（观察者模式），消费者提取数据之后，队列中的消息不会被清除。生产者发布一个消息到主题，所有消费者都是通过主题获取消息

组件：

①主题：topic，topic类似一个数据流的管道，生产者把消息发布到主题，消费者从主题中订阅数据（获取数据），主题可以分区，每个分区都有自己的偏移量

②分区：partition。每个主题都可以分成多个分区，每个分区是数据的有序子集，分区可以允许kafka进行水平扩展，以处理大量数据。消息在分区按照偏移量存储，消费者可以独立读取每个分区的数据（存储生产者发布的数据）

③偏移量：是每个消息在分区中唯一的标识，消费者可以通过偏移量来跟踪获取已读或者未读消息的位置，也可以提交偏移量来记录已处理的信息

④生产者：producer，生产者把数据发送给kafka的主题当中，负责写入消息

⑤消费者：consumer，从主题当中读取数据，消费者可以是一个也可以是多个，每个消费者有一个唯一的消费者组id，kafka通过消费者实现负载均衡和容错性

⑤经纪人：broker，每个kafka节点都有一个broker，每一个负责一台kafka服务器，id唯一，处理存储主题分区当中的数据，处理生产和消费者的请求，维护元数据（zookeeper）

⑥zookeeper：zookeeper负责保存元数据，元数据就是topic的相关信息（发布在哪台主机上，指定了多少分区，以及副本数，偏移量）。

zookeeper默认自建的主题：_consumer_offsets。

*3.0之后不依赖zookeeper的核心：元数据由kafka节点自己管理

（五）kafka的工作流程

1、至少一次语义：只要消费者进入，确保消息至少被消费一次

（六）zookeeper+kafka（2.7.0）——配置kafka（2.7.0）

2181：zookeeper对外服务的端口

9092：kafka的默认端口

1、安装kafka

2、声明环境变量

export KAFKA_HOME=/opt/kafka

export PATH=$PATH:$KAFKA_HOME/bin

3、修改配置文件

4、设置kafka的启动脚本

chmod +x /etc/init.d/kafka

chkconfig --add kafka

service kafka start

5、设置主机映射（否则识别不到）

6、创建主题（在kafka的bin目录下执行命令）

kafka-topics.sh --create --zookeeper 20.0.0.10:2181,20.0.0.20:2181,20.0.0.30:2181 --replication-factor 2 --partitions 3 --topic hyde1

创建主题：创建主题：创建主题，必须创建分区，指定副本

（1）在kafka的bin目录下，是所有kafka可执行命名文件

（2）--zookeeper：指定的是zookeeper的地址和端口，保存kafka的元数据

（3）--replication-factor 2：指定分区的副本数（实现冗余）

（4）partition 3 ：指定主题的分区数

（5）--topic test1 指定主题的名称。

查看主题的详细信息：

kafka-topics.sh --describe --zookeeper 20.0.0.10:2181,20.0.0.20:2181,20.0.0.30:2181

kafka-topics.sh --describe --zookeeper 20.0.0.10:2181,20.0.0.20:2181,20.0.0.30:2181 --topic hyde1

7、发布消息和消费消息

（1）发布消息

kafka-console-producer.sh --broker-list 20.0.0.10:9092,20.0.0.20:9092,20.0.0.30:9092 --topic hyde1

（2）消费消息

①全部获取：

kafka-console-consumer.sh --bootstrap-server 20.0.0.10:9092,20.0.0.20:9092,20.0.0.30:9092 --topic hyde1 --from-beginning

②实时获取：

kafka-console-consumer.sh --bootstrap-server 20.0.0.10:9092,20.0.0.20:9092,20.0.0.30:9092 --topic hyde1

8、不同主机订阅不同主题

（1）指定创建主题

kafka-topics.sh --create --zookeeper 20.0.0.20:2181 --replication-factor 1 --partitions 1 --topic hyde2

（2）发布消息

kafka-console-producer.sh --broker-list 20.0.0.20:9092 --topic hyde2

（3）消费消息

kafka-console-consumer.sh --bootstrap-server 20.0.0.20:9092 --topic hyde3 --from-beginning

9、修改分区数

kafka-topics.sh --zookeeper 20.0.0.20:2181 --alter --topic hyde2 --partitions 3

kafka-topics.sh --describe --zookeeper 20.0.0.20:2181 --topic hyde2

10、删除主题：（只是打上“删除”的标记，并不是真正的删除，还保存在元数据中）

kafka-topics.sh --delete --zookeeper 20.0.0.20:2181 --topic hyde2

11、查看内部保存的元数据信息

总结：

1、zookeeper：主要是分布式、观察者模式，统一各个服务器节点的数据

在kafka当中，zookeeper主要是收集、保存kafka的元数据

2、kafka消息队列，订阅发布模式（速度快，处理大数据）

   RABDIT MQ（轻量级）：实现rabbit MQ消息队列

3、kafka的组件

（1）主题

（2）分区（存储消息的位置）

（3）偏移量

（七）配置kafka（3.4.1）（还是依赖于zookeeper）

1、部署zookeeper组件

2、安装kafka（3.4.1）

3、修改配置文件

4、添加环境变量

5、编辑启动脚本

chmod +x /etc/init.d/kafka

chkconfig --add kafka

service kafka start

6、创建主题

kafka-topics.sh --create --bootstrap-server 20.0.0.51:9092,20.0.0.52:9092,20.0.0.53:9093 --replication-factor 2 --partitions 3 --topic hyde1

7、查看主题

（1）查看列表

kafka-topics.sh --list --bootstrap-server 20.0.0.51:9092,20.0.0.52:9092,20.0.0.53:9093

（2）查看主题详情

kafka-topics.sh --describe --bootstrap-server 20.0.0.51:9092,20.0.0.52:9092,20.0.0.53:9093

8、发布、消费消息

（1）发布消息

kafka-console-producer.sh --broker-list 20.0.0.51:9092,20.0.0.52:9092,20.0.0.53:9093 --topic hyde1