Kafka 概述

大约 11 分钟

Kafka 概述

一、Kafka的简单介绍

1.1 Kakfa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（MessageQueue），主要应用于大数据实时处理领域。

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。

Kafka最新定义： Kafka是一个开源的分布式事件流平台（Event StreamingPlatform），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。

20230131100501

如上图所示的一个流程，首先通过网站首页浏览数据，页面会做一个买点，进行日志的记录，后台会通过flume来将日志发送到kafka集群，hadoop从kafka中获取数据进行消费。由于hadoop的数据处理能力有限，kafka集群在这里起到一个削峰的作用。

1.2 消息队列

目前企业中比较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。

1.2.1 传统消息队列的应用场景

传统的消息队列的主要应用场景包括：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。

20230131103301

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。

1.2.2 消息队列的两种模式

点对点模式：

消费者主动拉去数据，消息收到后清除消息

发布/订阅模式:

可以有多个topic主题（浏览、点赞、收藏、评论等）
消费者消费数据之后，不删除数据
每个消费者相互独立，都可以消费到数据

1.3 Kafka 的基础架构

Kafka中的基础组件介绍：

Producer： 消息生产者，就是向 Kafka broker 发消息的客户端。
Consumer： 消息消费者，向 Kafka broker 取消息的客户端。
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。
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。
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。
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。
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。
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。
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。

Kafka集群进化论

从一开始最简单的单机节点开始，一个生产者和多个消费者。但是数据量打了之后，单机节点存储不足，就需要开始扩展了。

为了方便扩展，并提高吞吐量，一个topic分为多个partition。这样就可以把存储分散到多态机器上，并且增加了生产数据的性能。配合分区的设计，提出了消费者组的概念，组内每个消费者并行消费。topic中的每个partation只能由组内的一个消费者进行消费，不能使两个消费者同时消费同一个partation的数据。

在这里，每个partation都只有一个副本，如果节点down了，数据岂不是就丢失了。为了提高可用性，为partition增加了若干副本。这里需要注意的一点，kafka的副本有主从之分，数据的生产和消费只针对副本中的leader生效。当leader挂掉之后，follower就会接替leader的位置。

Kafka中有一部分数据是存储在Zookeeper中的，例如kafka集群中存活的节点，partition中那个副本是leader，那个是flower节点。这里要注意的一点，kafka2.8版本后，可以不在配置ZK了。

二、Kafka快速入门

2.1 安装部署

2.1.1 集群规划

node01	node02	node03
ZK	ZK	ZK
kafka	kafka	kafka

2.1.2 集群部署

【1】官方下载地址：http://kafka.apache.org/downloads.html

【2】解压安装包

[xuliang@node01 software]$ tar -zxvf kafka_2.12-3.0.0.tgz -C  /opt/module/

【3】修改解压后的文件名称

[xuliang@node01 module]$ mv kafka_2.12-3.0.0/ kafka

【4】进入到/opt/module/kafka 目录，修改配置文件

 [xuliang@node01 kafka]$ cd config/ 
 [xuliang@node01 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=node01:2181,node02:2181,node03:2181/kafka

【5】分发安装包

[xuliang@node01 module]$ xsync kafka/

【6】分别在 node02 和 node03 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。

# [xuliang@node02 module]$ vim kafka/config/server.properties
# 修改:
# The id of the broker. This must be set to a unique integer for each broker.
broker.id=1
# [xuliang@node03 module]$ vim kafka/config/server.properties
# 修改:
# The id of the broker. This must be set to a unique integer for each broker.
broker.id=2

【7】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

 [xuliang@node01 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。

 [xuliang@node01 module]$ source /etc/profile

（3）分发环境变量文件到其他节点，并 source。

[xuliang@node01 module]$ sudo /home/atguigu/bin/xsync  /etc/profile.d/my_env.sh 
[xuliang@node02 module]$ source /etc/profile 
[xuliang@node03 module]$ source /etc/profile

【8】启动集群

（1）先启动 Zookeeper 集群，然后启动 Kafka。

 [xuliang@node01 kafka]$ zk.sh start

（2）依次在 node01、node02、node03 节点上启动 Kafka。

 [xuliang@node01 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties 
 [xuliang@node02 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties 
 [xuliang@node03 kafka]$ bin/kafka-server-start.sh -daemon config/server.propertie

注意：配置文件的路径要能够到 server.properties。

【9】关闭集群

[xuliang@node01 kafka]$ bin/kafka-server-stop.sh 
[xuliang@node02 kafka]$ bin/kafka-server-stop.sh 
[xuliang@node03 kafka]$ bin/kafka-server-stop.sh

2.1.3 集群启停脚本

【1】在/home/atguigu/bin 目录下创建文件 kf.sh 脚本文件

[xuliang@node01 bin]$ vim kf.sh

脚本如下：

#! /bin/bash
case $1 in
"start"){
    for i in node01 node02 node03
    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 node01 node02 node03
    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

 [xuliang@node01 bin]$ chmod +x kf.sh

【3】启动集群命令

 [xuliang@node01 ~]$ kf.sh start

【4】停止集群命令

 [xuliang@node01 ~]$ 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。

2.1.4 docker compose部署集群

通过docker的方式快速启动一个开发环境。

这里需要注意，KAFKA_CFG_ADVERTISED_LISTENERS配置需要替换为虚机的实际IP地址。

version: '3.1'

networks:
  zk-net:  # 网络名
    name: zk-net
    driver: bridge

services:
  # zookeeper集群
  zoo1:
    image: zookeeper:3.8.0
    container_name: zoo1   # 容器名称
    restart: always       # 开机自启
    hostname: zoo1        # 主机名
    ports:
      - 2181:2181         # 端口号
    environment:
      ZOO_MY_ID: 1
      ZOO_SERVERS: server.1=zoo1:2888:3888;2181 server.2=zoo2:2888:3888;2181 server.3=zoo3:2888:3888;2181
    networks:
      - zk-net
  zoo2:
    image: zookeeper:3.8.0
    container_name: zoo2
    restart: always
    hostname: zoo2
    ports:
      - 2182:2181
    environment:
      ZOO_MY_ID: 2
      ZOO_SERVERS: server.1=zoo1:2888:3888;2181 server.2=zoo2:2888:3888;2181 server.3=zoo3:2888:3888;2181
    networks:
      - zk-net
  zoo3:
    image: zookeeper:3.8.0
    container_name: zoo3
    restart: always
    hostname: zoo3
    ports:
      - 2183:2181
    environment:
      ZOO_MY_ID: 3
      ZOO_SERVERS: server.1=zoo1:2888:3888;2181 server.2=zoo2:2888:3888;2181 server.3=zoo3:2888:3888;2181
    networks:
      - zk-net
  # kafka集群
  kafka1:
    image: 'bitnami/kafka:3.0.0'
    container_name: kafka1
    hostname: kafka1
    networks:
      - zk-net
    ports:
      - '9092:9092'
    environment:
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zoo1:2181,zoo2:2182,zoo3:2183/kafka
      - KAFKA_BROKER_ID=1   
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.10.105:9092
      - ALLOW_PLAINTEXT_LISTENER=yes
    depends_on:
      - zoo1
      - zoo2
      - zoo3
  kafka2:
    image: 'bitnami/kafka:3.0.0'
    container_name: kafka2
    hostname: kafka2
    networks:
      - zk-net
    ports:
      - '9093:9093'
    environment:
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zoo1:2181,zoo2:2182,zoo3:2183/kafka
      - KAFKA_BROKER_ID=2
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9093
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.10.105:9093
      - ALLOW_PLAINTEXT_LISTENER=yes
    depends_on:
      - zoo1
      - zoo2
      - zoo3
  kafka3:
    image: 'bitnami/kafka:3.0.0'
    container_name: kafka3
    hostname: kafka3
    networks:
      - zk-net
    ports:
      - '9094:9094'
    environment:
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zoo1:2181,zoo2:2182,zoo3:2183/kafka
      - KAFKA_BROKER_ID=3  
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9094
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.10.105:9094
      - ALLOW_PLAINTEXT_LISTENER=yes
    depends_on:
      - zoo1
      - zoo2
      - zoo3

启动命令：

docker-compose up -d

主线：使用docker-compose部署zookeeper集群以及kafka集群

博客：

1、安装docker可见：https://changlu.blog.csdn.net/article/details/124394266

2、安装docker-compose：https://blog.csdn.net/cl939974883/article/details/126463806?spm=1001.2014.3001.5501

3、使用docker-compose快速搭建zookeeper+kafka集群：https://changlu.blog.csdn.net/article/details/126511784?spm=1001.2014.3001.5502

# 检验zookeeper集群中是否有kafka信息
./zkCli.sh -server 127.0.0.1:2181

ls /kafka/brokers/ids

容器内收发消息：

# 进入kafka1服务
docker exec -it kafka1 /bin/bash

# 创建topic【first】
kafka-topics.sh --bootstrap-server localhost:9092 --create --partitions 3 --replication-factor 3 --topic first

# 生产者发送消息到topic
kafka-console-producer.sh --bootstrap-server localhost:9092 --topic first

# -------------------------------------

# 进入kafka2服务
docker exec -it kafka2 /bin/bash

# 查看主题列表
kafka-topics.sh --bootstrap-server localhost:9093 --list

# 消费者
kafka-console-consumer.sh --bootstrap-server localhost:9093 --topic first

Java程序去发送消息：

kafka1服务也进入到指定topic为first的消费者模式：

# kafka1服务中
kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic first

Java连接代码：

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;

/**
 * @Description: 自定义生产者
 * @Author: changlu
 * @Date: 10:27 AM
 */
public class CustomProducer {

    public static void main(String[] args) {
        //1、创建kafka的生产者配置对象
        Properties properties = new Properties();

        //2、添加对象配置参数：bootstrap.servers、key与value序列化器
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.10.119:9094");
        //key,value序列化器
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        //3、创建kafka生产者对象
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(properties);

        //4、send方法进行发送
        for (int i = 0; i < 5; i++) {
            kafkaProducer.send(new ProducerRecord<String, String>("first", "changlu" + i));
        }

        //5、关闭资源
        kafkaProducer.close();
    }

}

2.2 Kafka 命令行操作

2.2.1 主题命令行操作

【1】查看操作主题命令参数

[xuliang@node01 kafka]$ bin/kafka-topics.sh

参数	描述
--bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
--topic <String: topic>	操作的 topic 名称。
--create	创建主题。
--delete	删除主题。
--alter	修改主题。
--list	查看所有主题。
--describe	查看主题详细描述。
--partitions <Integer: # of partitions>	设置分区数。
--replication-factor<Integer: replication factor>	设置分区副本。
--config <String: name=value>	更新系统默认的配置。

【2】查看当前服务器中的所有 topic

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server node01:9092 --list

【3】创建 first topic

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server node01:9092 --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

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server node01:9092 --describe --topic first

【5】修改分区数（注意：分区数只能增加，不能减少）

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server  node01:9092 --alter --topic first --partitions 3

【6】再次查看 first 主题的详情

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server  node01:9092 --describe --topic first

【7】删除 topic（学生自己演示）

[xuliang@node01 kafka]$ bin/kafka-topics.sh --bootstrap-server  node01:9092 --delete --topic first

2.1.1 生产者命令行操作

【1】查看操作生产者命令参数

[xuliang@node01 kafka]$ bin/kafka-console-producer.sh

参数	描述
--bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
--topic <String: topic>	操作的 topic 名称。

【2】发送消息

[xuliang@node01 kafka]$ bin/kafka-console-producer.sh --bootstrap-server node01:9092 --topic first
>hello world
>atguigu atguigu

2.1.2 消费者命令行操作

【1】查看操作消费者命令参数

[xuliang@node01 kafka]$ bin/kafka-console-consumer.sh

参数	描述
--bootstrap-server <String: server toconnect to>	连接的 Kafka Broker 主机名称和端口号。
--topic <String: topic>	操作的 topic 名称。
--from-beginning	从头开始消费。
--group <String: consumer group id>	指定消费者组名称。

【2】消费消息

消费 first 主题中的数据。

[xuliang@node01 kafka]$ bin/kafka-console-consumer.sh -- bootstrap-server node01:9092 --topic first

把主题中所有的数据都读取出来（包括历史数据）。

[xuliang@node01 kafka]$ bin/kafka-console-consumer.sh -- bootstrap-server node01:9092 --from-beginning --topic first

Kafka 概述

# Kafka 概述

# 一、Kafka的简单介绍

# 1.1 Kakfa定义

# 1.2 消息队列

# 1.2.1 传统消息队列的应用场景

# 1.2.2 消息队列的两种模式

# 1.3 Kafka 的基础架构

# 二、Kafka快速入门

# 2.1 安装部署

# 2.1.1 集群规划

# 2.1.2 集群部署

# 2.1.3 集群启停脚本

# 2.1.4 docker compose部署集群

# 2.2 Kafka 命令行操作

# 2.2.1 主题命令行操作

# 2.1.1 生产者命令行操作

# 2.1.2 消费者命令行操作

Kafka 概述

一、Kafka的简单介绍

1.1 Kakfa定义

1.2 消息队列

1.2.1 传统消息队列的应用场景

1.2.2 消息队列的两种模式

1.3 Kafka 的基础架构

二、Kafka快速入门

2.1 安装部署

2.1.1 集群规划

2.1.2 集群部署

2.1.3 集群启停脚本

2.1.4 docker compose部署集群

2.2 Kafka 命令行操作

2.2.1 主题命令行操作

2.1.1 生产者命令行操作

2.1.2 消费者命令行操作