大数据技术之Kafka系统入门（一）：Kafka基础知识+实战
问题导读：1、如何理解消息队列（MessageQueue）？
2、如何解析Kafka基础架构？
3、如何安装Kafka集群？
4、Kafka命令行操作有哪些？
第1章 Kafka概述
1.1定义
Kafka是一个分布式的基于发布/订阅模式的消息队列，主要应用于大数据实时处理领域。
1.2 消息队列（MessageQueue）
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）点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息。消息被消费以后，queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。
（2）发布/订阅模式（一对多，消费者消费数据之后不会清除消息）消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。
1.3 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，为保证集群中的某个节点发生故障时，该节点上的partition数据不丢失，且kafka仍然能够继续工作，kafka提供了副本机制，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follower。
第2章 Kafka快速入门
2.1 安装部署
2.1.1 集群规划
2.1.2 jar包下载http://kafka.apache.org/downloads.html
2.1.3 集群部署1）解压安装包$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C
/opt/module/
2）修改解压后的文件名称$ mv kafka_2.11-0.11.0.0/ kafka
3）在/opt/module/kafka目录下创建logs文件夹$ mkdir logs
4）修改配置文件$ cd config/
$ vi server.properties
输入以下内容：#broker的全局唯一编号，不能重复
broker.id=0
#删除topic功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘IO的现成数量
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运行日志存放的路径
log.dirs=/opt/module/kafka/logs
#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
#segment文件保留的最长时间，超时将被删除
log.retention.hours=168
#配置连接Zookeeper集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181
5）配置环境变量$ sudo vi /etc/profile
#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
$ source /etc/profile
6）分发安装包$ xsync kafka/
注意：分发之后记得配置其他机器的环境变量7）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8）启动集群依次在hadoop102、hadoop103、hadoop104节点上启动kafka$ bin/kafka-server-start.sh -daemon config/server.properties
$ bin/kafka-server-start.sh -daemonconfig/server.properties
$ bin/kafka-server-start.sh -daemonconfig/server.properties
9）关闭集群$ bin/kafka-server-stop.sh stop
$ bin/kafka-server-stop.sh stop
$ bin/kafka-server-stop.sh stop
10）kafka群起脚本for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
do
echo "========== $i =========="
ssh $i 'source /etc/profile&&/opt/module/kafka_2.11-0.11.0.2/bin/kafka-server-start.sh -daemon /opt/module/kafka_2.11-0.11.0.2/config/server.properties'
echo $?
done
2.2 Kafka命令行操作1）查看当前服务器中的所有topic$
bin/kafka-topics.sh --zookeeper hadoop102:2181 --list
2）创建topic$ bin/kafka-topics.sh --zookeeper hadoop102:2181 \
--create --replication-factor 3 --partitions 1 --topic first
选项说明：--topic 定义topic名--replication-factor定义副本数--partitions定义分区数3）删除topic$bin/kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first需要server.properties中设置delete.topic.enable=true否则只是标记删除。
4）发送消息$ bin/kafka-console-producer.sh \
--broker-list hadoop102:9092 --topic first
>hello world
>atguiguatguigu
5）消费消息$ bin/kafka-console-consumer.sh \
--bootstrap-server hadoop102:9092 --from-beginning --topic first
$ bin/kafka-console-consumer.sh \
--bootstrap-server hadoop102:9092 --from-beginning --topic first
--from-beginning：会把主题中以往所有的数据都读取出来。
6）查看某个Topic的详情$ bin/kafka-topics.sh --zookeeper hadoop102:2181 \
--describe --topic first
7）修改分区数$bin/kafka-topics.sh
--zookeeper hadoop102:2181 --alter --topic first --partitions 6
最新经典文章，欢迎关注公众号http://www.aboutyun.com/data/attachment/forum/201406/15/084659qcxzzg8n59b6zejp.jpg
感谢分享
页:
[1]