zookeeper集群+kafka集群
| Kafka3.0之前依赖于zookeeper Zookeeper开源，分布式的架构，提供协调服务（apache项目） 基于观察者模式设计的分布式服务管理架构 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开负责通知分布式节点上的服务 |
| Zookeeper 分为领导者和追随者 leaderfoollower 只有一般以上的集群存活，zookeeper集群可以正常工作，适用于安装奇数台的服务集群 全局数据一致，每个zookeeper每个节点都保存相同的数据，维护监控服务的数据一致 数据更新的原子性，要么都成功，要么都失败。 |
Zookeeper的应用场景
| 1 | 统一命名服务，在分布式的环境下，对所有的应用和服务进行统一的命名 |
| 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，实时掌握所有节点的状态 |
| 4 | 服务器动态上下线 |
| 5 | 负载均衡，把访问服务器的数据，发送到访问最少的服务器处理客户端的请求 |
zookeeper的选举机制
| 三台服务器 A B C A 先启动，发起第一次选举，投票投给自己，只有一票，A的状态是looking B 启动，再发起一次选举，A和B分别投主机一票，交换选票信息，myid-A发现myid-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 C 启动 MYID c的myid最大 A和B都会把票投给C A 0 B 0 C 3,C的状态变为leader,A和B变成follower 此时结构已确定，后续加的服务器都是追随者。 |
只有两种情况会开启选举机制
| 1 | 初始化的情况会产生选举 |
| 2 | 服务器之间的leader丢失了连接状态 |
Leader已经存在，建立连接即可，如Leader不存在
| 1 | 服务器ID大的胜出 |
| 2 | EPOCH大，直接胜出 |
| 3 | EPOCH相同，事务ID大的胜出 |
| 4 | EPOCH每个leader任期的代号，没有leader，大家的逻辑地址相同，每次投完一次之后，数据都是递增，事务id，表示服务器的每一次变更，每变更一次事务id变化一次 |
| 服务器ID zookeeper集群当中都有一个id，每台机器不重复，和myid保持一致 |
消息队列：kafka
| 为什么要引入消息队列这个机制(MQ) 首先它是一个中间件，他负责发消息，客户到中间到服务端，服务端到中间件再到客户端，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阻塞，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 manyconnection，出现就会引发系统雪崩 |
消息队列的作用
| 异步处理请求，流量削峰，应用解耦 | |
| 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 |
| 低度耦合 | 修改其中一个组件，对其他组件影响不大，无需修改所有 |
| 解耦 | 只要通信保证，其他的修改不影响整个集群，每个组件可以独立的跨站，修改，降低组件之间的依赖性 |
| 可恢复性 | 系统当中的有一部分组件小时，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 |
| 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问题 |
| 峰值的处理能力 | 消息队列在峰值情况之下，能够顶住突发的访问压力，避免了专门为了突发情况而对系统进行修改 |
| 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 |
消息队列的模式
| 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，消费者提取完之后，队列将不再存储被提取的消息，队列中被提取的消息会被移除，后续消费者不能在消费队列当中的消息，消息队列可以有多个消费者，但是一个消息只能有一个消费者 |
| 发布/订阅模式 | 1对多，又叫观察者模式，消费者提取数据之后，队列当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 |
| 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，消费者从主题当中订阅数据，主题可以分区，每个分区都有自己的偏移量 |
| 分区 | partion 每个主题可以分成多个分区，每个分区都是数据的有序子集，分区可以允许kafka进行水平拓展，，以处理大量数据消息在分钟按照偏移量存储，消费者可以独立读取每个分区的数据 |
| 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 |
| 生产者 | producer生产者把数据发送kafka的主题当中，负责写入消息 |
| 消费者 | 从主题当中读取数据，消费者可以是一个也可以十多个，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 |
| 经纪人 | broker，每个kafka节点都有一个borker，每个负责一个kafka服务器，id唯一，存储主题分区当中的数据，处理生产和消费者的请求，以及维护元数据(zookeeper)，3.0之后不依赖zookeeper的核心，元数据由kafka节点自己管理 |
| Zookeeper | 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,制定了多少分区，以及副本数，偏移量) |
| Zookeeper会自建一个主题：_consumer_offsets |
|
Kafka的工作流程
实验
zookeeper安装
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
tar -xf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin zookeeper
cd zookeeper/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
2
tickTime=2000
#服务器与客户端之间心跳时间，2秒检测一次服务器和客户端之间的通信
6
initLimit=10
#领导者和追随者之间，初始连接时容忍的时间 10*2S 20S
10
syncLimit=5
同步超时时间，领导者和追随者之间，同步通信超时的时间，5*2=10s，leader会认为follower丢失，移除集群。
15
dataDir=/opt/zookeeper/data
#保存数据的目录，需要单独创建
dataLogDir=/opt/zookeeper/logs
19
clientPort=2181
34
server.1=192.168.10.100:3188:3288
server.2=192.168.10.101:3188:3288
server.3=192.168.10.102:3188:3288
注
server.X=192.168.10.xxx:3188:3288
X:每个zookeeper集群的初始myid。
192.168.10.xxx 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问通信端口。2
tickTime=2000
#服务器与客户端之间心跳时间，2秒检测一次服务器和客户端之间的通信
6
initLimit=10
#领导者和追随者之间，初始连接时容忍的时间 10*2S 20S
10
syncLimit=5
同步超时时间，领导者和追随者之间，同步通信超时的时间，5*2=10s，leader会认为follower丢失，移除集群。
15
dataDir=/opt/zookeeper/data
#保存数据的目录，需要单独创建
dataLogDir=/opt/zookeeper/logs
19
clientPort=2181
34
server.1=192.168.10.100:3188:3288
server.2=192.168.10.101:3188:3288
server.3=192.168.10.102:3188:3288
注
server.X=192.168.10.xxx:3188:3288
X:每个zookeeper集群的初始myid。
192.168.10.xxx 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问通信端口。
//在每个节点上创建数据目录和日志目录
mkdir /opt/zookeeper/data
mkdir /opt/zookeeper/logs
cd /opt/zookeeper/data/
//在每个节点的dataDir指定的目录下创建一个 myid 的文件,不同节点分配1、2、3
echo 1 > /opt/zookeeper/data/myid
echo 2 > /opt/zookeeper/data/myid
echo 3 > /opt/zookeeper/data/myid
//配置 Zookeeper 启动脚本
vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/opt/zookeeper'
case $1 in
start)
echo "---------- zookeeper 启动 ------------"
$ZK_HOME/bin/zkServer.sh start
;;
stop)
echo "---------- zookeeper 停止 ------------"
$ZK_HOME/bin/zkServer.sh stop
;;
restart)
echo "---------- zookeeper 重启 ------------"
$ZK_HOME/bin/zkServer.sh restart
;;
status)
echo "---------- zookeeper 状态 ------------"
$ZK_HOME/bin/zkServer.sh status
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
// 设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
//分别启动 Zookeeper
service zookeeper start
//查看当前状态
service zookeeper status
安装kafka
tar -xf kafka 2.13-2.7.0.tgz
vim /etc/profile
export KAFKA_HOME=/opt/kafka
export PATH=$PATH:$KAFKA_HOME/bin
source /etc/profile
cd /opt/kafka/config
vim server.properties
60
log.dirs=/var/log/kafka
#日志存放路径
zookeeper.connect=192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181
broker.id=1、2、3
42
num.network.threads=3
#处理网络请求的线程数量，默认即可
46
num.io.threads=8
#处理磁盘的IO线程数量，一定要比硬盘数大。
50
socket.send.buffer.bytes=102400
#发送套接字的缓冲去大小
socket.receive.buffer.bytes=102400
#接受者的接受套接字缓冲区大小。
socket.request,max.bytes=104857600
#请求套接字的缓冲区大小。（字节）
65
log.dirs=/var/log/kafka
#日志存放路径
70
num.partitions=1
#在此kafka服务器上创建topic，默认分区数。如果指定了，这个配置无效了
75
num.recoverythreads.per.data.dir=1
#用来恢复，回收，清理data下的数据的线程数量。kafka默认不允许删除主题。
110
log.retention.hours=168
#生产者发布的数据文件在主题当中保存的时间。168小时=7天
130
zookeeper.connect=192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181
vim /etc/init.d/kafka
chmod +x /etc/init.d/kafka
chkconfig --add kafka
service kafka start #启动Kafka
netstat -antp | grep 9092 #Kafka的默认端口号9092,查看服务端口是否启动
创建主题
1、在kafka的bin日录下，是所有的kafka可执行命令文件
2、--zookeeper 指定的是zookeeper的地址和端口，保存kafka的元数据
3、--replication-factor 2 定义每个分区的副本数
4、partitions 3 指定主融的分区数
5、--topic test1 指定主题的名称
kafka-topics.sh --create --zookeeper IP地址:2181 --replication-factor 副本数 --partitions 分区数 --topic 主题名
--replication-factor 副本数
--partitions 分区数
--topic 主题名
例：
kafka-topics.sh --create --zookeeper 192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181 --replication-factor 2 --partitions 3 --topic test1
查看主题
查看所有主题
查看所有的topic
kafka-topics.sh --describe --zookeeper IP地址:2181
例
kafka-topics.sh --describe --zookeeper 192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181
查看指定主题
查看指定主题
kafka-topics.sh --describe --zookeeper IP地址:2181 --topic 主题名
例
kafka-topics.sh --describe --zookeeper 192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181 --topic test2
声明内容
Partition：分区编号
Leader：每个分区都有一个领导者（Leader），领导者负责处理分区的读写操作。
在上述输出中，领导者的编号分别为 3、1、3。
Replicas：每个分区可以有多个副本（Replicas），用于提供冗余和容错性。
在上述输出中，Replica 3、1、2 分别对应不同的 Kafka broker。
Isr：ISR（In-Sync Replicas）表示当前与领导者保持同步的副本。
ISR 3、1分别表示与领导者同步的副本。
vim /etc/hosts
192.168.10.100 test1
192.168.10.101 test2
192.168.10.102 test3
生产者
kafka-console-producer.sh --broker-list IP地址:9092 --topic 主题名
例
kafka-console-producer.sh --broker-list 192.168.10.100:9092,192.168.10.101:9092,192.168.10.102:9092 --topic test1
消费者
同步所有的
kafka-console-consumer.sh --bootstrap-server IP地址:9092 --topic 主题名 --from-beginning
例：
kafka-console-consumer.sh --bootstrap-server 192.168.10.100:9092,192.168.10.101:9092,192.168.10.102:9092 --topic test1 --from-beginning
实时同步
kafka-console-consumer.sh --bootstrap-server IP地址:9092 --topic 主题名
例：
kafka-console-consumer.sh --bootstrap-server 192.168.10.100:9092,192.168.10.101:9092,192.168.10.102:9092 --topic test1
修改分区数
格式
kafka-topics.sh --zookeeper ip地址:2181 --alter --topic 主题名 --partitions 分区数
例
kafka-topics.sh --zookeeper 192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181 --topic test1 --partitions 3
删除主题
格式
kafka-topics.sh --delete --zookeeper ip地址:2181 --topic 主题名
例:
kafka-topics.sh --delete --zookeeper 192.168.10.100:2181,192.168.10.101:2181,192.168.10.102:2181 --topic test1