Linux下搭建Kafka集群

摘要

Kafka 是一个分布式的基于push-subscribe的消息系统，它具有快速、可扩展、可持久化的特色。由 LinkedIn 开源，用做 LinkedIn 的活动流（Activity Stream）和运营数据处理管道（Pipeline）的基础。如今是Apache旗下的一个开源系统，做为Hadoop生态系统的一部分，被各类商业公司普遍应用。它的最大的特性就是能够实时的处理大量数据以知足各类需求场景：好比基于Hadoop的批处理系统、低延迟的实时系统、Flink/Storm/Spark流式处理引擎。能够说是现代分布式系统的基石，学习kafka的使用、原理变得十分必要。

本文基于Ubuntu 16.04 LTS，介绍如何搭建1主2备的kafka集群。

环境依赖

• 服务器数量 >= 2
• Java 8+
• 搭建好ZooKeeper集群
• 防火墙开放9092端口：

ufw allow 9092
ufw reload

1、下载与解压kafka

一、下载

$ wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.0/kafka_2.13-2.7.0.tgz

二、解压到指定位置

$ tar -xzvf kafka_2.13-2.7.0.tgz -C /usr/local
$ cd /usr/local/kafka_2.13-2.7.0

2、配置文件

一、建立kafka消息存放目录

# 建立kafka消息存放目录,配置文件server.properties中的log.dir须要用到
$ mkdir /usr/local/kafka_2.13-2.7.0/kafka_logs

二、配置server.properties

$ vim /usr/local/kafka_2.13-2.7.0/config/server.properties

# 修改以下内容，下面以服务器1：个人主机名是：ubuntu-master为例

#每一个broker在集群中的惟一标识，不能重复,和zookeeper的myid性质同样
broker.id=0
#端口
port=9092
#broker主机地址
host.name=ubuntu-master.com

#消息存放的目录，这个目录能够配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数
#若是配置多个目录，新建立的topic把消息持久化的地方是：当前以逗号分割的目录中，哪一个分区数最少就放哪个
log.dirs=/usr/local/kafka_2.13-2.7.0/kafka_logs

#在log.retention.hours=168 下面新增下面三项:
#消息保存的最大值5M
message.max.byte=5242880
#kafka保存消息的副本数，若是一个副本失效了，另外一个还能够继续提供服务
default.replication.factor=2
#取消息的最大直接数
replica.fetch.max.bytes=5242880

#zookeeper集群地址
zookeeper.connect=ubuntu-master.com:2181,ubuntu-slave1.com:2181,ubuntu-slave2.com:2181

三、[选看]server.properties相关参数解析

broker.id=0  #当前机器在集群中的惟一标识，和zookeeper的myid性质同样
port=9092 #当前kafka对外提供服务的端口默认是9092
host.name=192.168.1.113 #这个参数默认是关闭的，在0.8.1有个bug，DNS解析问题，失败率的问题。
num.network.threads=3 #这个是borker进行网络处理的线程数
num.io.threads=8 #这个是borker进行I/O处理的线程数
log.dirs=/opt/kafka/kafkalogs/ #消息存放的目录，这个目录能够配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数。若是配置多个目录，新建立的topic他把消息持久化的地方是：当前以逗号分割的目录中，那个分区数最少就放那一个
socket.send.buffer.bytes=102400 #发送缓冲区buffer大小，数据不是一会儿就发送的，先回存储到缓冲区了到达必定的大小后在发送，能提升性能
socket.receive.buffer.bytes=102400 #kafka接收缓冲区大小，当数据到达必定大小后在序列化到磁盘
socket.request.max.bytes=104857600 #这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小
num.partitions=1 #默认的分区数，一个topic默认1个分区数
log.retention.hours=168 #默认消息的最大持久化时间，168小时，7天
message.max.byte=5242880  #消息保存的最大值5M
default.replication.factor=2  #kafka保存消息的副本数，若是一个副本失效了，另外一个还能够继续提供服务
replica.fetch.max.bytes=5242880  #取消息的最大直接数
log.segment.bytes=1073741824 #这个参数是：由于kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件
log.retention.check.interval.ms=300000 #每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours=168 ），到目录查看是否有过时的消息若是有，删除
log.cleaner.enable=false #是否启用log压缩，通常不用启用，启用的话能够提升性能
zookeeper.connect=192.168.1.113:2181,192.168.1.114:2181,192.168.1.115:218 #设置zookeeper的链接端口

3、将Kafka分发到各个节点

$ cd /usr/local/
$ scp -r kafka_2.13-2.7.0 root@192.168.1.114:/usr/local/
$ scp -r kafka_2.13-2.7.0 root@192.168.1.115:/usr/local/

4、修改其余节点配置文件

一、修改服务器2的server.properties

$ vim /usr/local/kafka_2.13-2.7.0/config/server.properties

# 需修改内容以下，个人主机名是：ubuntu-slave1

#每一个broker在集群中的惟一标识，不能重复,和zookeeper的myid性质同样
broker.id=1
#端口
port=9092
#broker主机地址
host.name=ubuntu-slave1.com

二、修改服务器3的server.properties

$ vim /usr/local/kafka_2.13-2.7.0/config/server.properties

# 需修改内容以下，个人主机名是：ubuntu-slave2

#每一个broker在集群中的惟一标识，不能重复,和zookeeper的myid性质同样
broker.id=2
#端口
port=9092
#broker主机地址
host.name=ubuntu-slave2.com

5、配置环境变量

须要在各个服务器上进行配置：

vim /etc/profile

#添加以下内容
export KAFKA_HOME=/usr/local/kafka_2.13-2.7.0
export PATH=$KAFKA_HOME/bin:$PATH

#激活环境变量
source /etc/profile

6、启动Kafka集群并测试

一、启动服务

#从后台启动Kafka集群（3台都须要启动）
$ cd /usr/local/kafka_2.13-2.7.0/bin #进入到kafka的bin目录 
$ ./kafka-server-start.sh -daemon ../config/server.properties

中止服务：

$ cd /usr/local/kafka_2.13-2.7.0/bin #进入到kafka的bin目录 
$ ./kafka-server-stop.sh

二、检查服务是否启动

#执行命令jps
3749 Jps
1767 QuorumPeerMain
3673 Kafka

三、建立Topic来验证是否建立成功

更多请看官方文档：http://kafka.apache.org/documentation.html

$ cd /usr/local/kafka_2.13-2.7.0/bin #进入到kafka的bin目录 

#建立Topic
$ ./kafka-topics.sh --create --zookeeper 192.168.1.113:2181,192.168.1.114:2181,192.168.1.115:2181 --replication-factor 2 --partitions 1 --topic foo
#解释
# --create  表示建立
# --zookeeper 192.168.1.113:2181  后面的参数是zk的集群节点
# --replication-factor 2  表示复本数
# --partitions 1  表示分区数
# --topic foo  表示主题名称为foo

#查看topic 列表：
$ ./kafka-topics.sh --list --zookeeper 192.168.1.113:2181,192.168.1.114:2181,192.168.1.115:2181
    
#查看指定topic：
$ ./kafka-topics.sh --describe --zookeeper 192.168.1.113:2181,192.168.1.114:2181,192.168.1.115:2181 --topic foo

#删除topic
$ ./kafka-topics.sh --delete --zookeeper 192.168.1.113:2181,192.168.1.114:2181,192.168.1.115:2181 --topic foo

四、建立生产者

'''在一台服务器上建立一个生产者'''
#建立一个broker，生产者
$ ./kafka-console-producer.sh --broker-list 192.168.1.113:9092,192.168.1.114:9092,192.168.1.115:9092 --topic foo

五、建立消费者

'''在另外一台服务器上建立一个消费者'''
$ ./kafka-console-consumer.sh --bootstrap-server 192.168.1.113:9092,192.168.1.114:9092,192.168.1.115:9092 --topic foo --from-beginning

注：Kafka 从 2.2 版本开始将kafka-topic.sh脚本中的 −−zookeeper参数标注为 “过期”，推荐使用 −−bootstrap-server参数。

端口也由以前的zookeeper通讯端口2181，改成了kafka通讯端口9092。

参考

[1]Kafka【第一篇】Kafka集群搭建[http://www.javashuo.com/article/p-azoogwkc-ee.html]

[2]kafka集群环境搭建[https://www.cnblogs.com/luzhanshi/p/13369834.html]

更多关于大数据、分布式、存储、区块链、Linux相关文章请关注个人微信公众号：asympTech渐进线实验室