Kafka环境搭建

Kafka介绍

概念：
1. 分布式流计算平台
2. 类似于消息系统发布订阅消息平台
3. 以分布式、副本集群方式存储数据流
4. 实时处理数据流
5. 构建实时数据流管道，水平可伸缩，容错，速度快

特点：
1. 巨量数据，TB级
2. 高吞吐量，支持每秒百万消息
3. 分布式，支持在多个server之间进行消息分区
4. 多客户端支持，和多语言进行协同。

kafka搭建

1. jdk1.6+
2. 安装scala
3. 下载kafka
4. 解压

启动kafka
1. 启动zk，bin/zookeeper-server-start.sh config/zookeeper.properties
2. 启动kafka，执行 bin/kafka-server-start.sh config/server.properties
3. 创建topic，创建一个分区，一个副本的主题

   bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test   #查看主题   ./kafka-topics.sh --list --zookeeper localhost:2181

4. 发送消息
bin/kafka-console-producer.sh –broker-list localhost:9092 –topic test

Kafka的核心部分
1. 消息缓存与FileSystem的存储，数据被即刻写入os内核页，并缓存以及清理磁盘（可以配置）
2. 消息被消费后，kafka长时间驻留消息，如有必要，可以实现重复消费。
3. 对分组消息使用消息set，设置网络过载。
4. 使用消费者保持着消息元数据。
5. 消费者状态默认存在zk中，也可以存在于其他OLTP中。
6. kafka中的生产生产和消费是pull-push模式。
7. kafka没有主从模式，所有broker地位相同。broker数据均在zk中维护，并在producer和consumer之间共享。
8. kafka的LB（load balance）策略运行producer动态发现broker。
9. producer维护了broker的连接池，并能够通过zk的warcher call机制实时进行更新。
10. producer可以选择同步或者异步的方式向broker发送消息。

kafka消息压缩
1. proceduer压缩消息（GZIP + snappy），consumer解压缩。
2. 压缩的消息的没有深度限制。
3. 在message的header中有一个compress type。

kafka的副本机制
每个分区有n个副本，可以承受n-1节点故障。每个副本都有自己的leader，其余的就是flower。zk中存放分区的leader和all replica的信息。每个副本存储消息的部分数据在本地的log和offset中，周期性同步到disk，确保消息写入全部副本或者其中一个。leader故障时，消息或者写入本地log，或者在producer在收到ack消息前，resent msg给new leader。
kafka支持的副本模型:
1. 同步复制，procudure从zk中找leader，并发送message，消息立即写入本地log，而且follow开pull消息，每个follow将消息写各自的本地log，向leader发送确认回执，leader在收到所有的follow确认。回执和本地副本的写入工作均完成后，再向producer发送确认回执。
2. 异步复制
leader的本地log写入完成即向producer发送确认回执。

kafka集群

1、zookeeper集群搭建

对zookeeper-3.4.5.tar.gz进行解压缩：tar -zxvf zookeeper-3.4.5.tar.gz。
对zookeeper目录进行重命名：mv zookeeper-3.4.5 zk

配置zookeeper相关的环境变量

vi ~/.bashrcexport ZOOKEEPER_HOME=/usr/local/zkexport PATH=$ZOOKEEPER_HOME/binsource ~/.bashrccd zk/confcp zoo_sample.cfg zoo.cfgvi zoo.cfg修改：dataDir=/usr/local/zk/data新增：server.0=eshop-cache01:2888:3888    server.1=eshop-cache02:2888:3888server.2=eshop-cache03:2888:3888cd zkmkdir datacd datavi myid0

在另外两个节点上按照上述步骤配置ZooKeeper，使用scp将zk和.bashrc拷贝到eshop-cache02和eshop-cache03上即可。唯一的区别是标识号分别设置为1和2。

分别在三台机器上执行：zkServer.sh start。
检查ZooKeeper状态：zkServer.sh status，应该是一个leader，两个follower
jps：检查三个节点是否都有QuromPeerMain进程

2、kafka集群搭建

scala-2.11.4.tgz使用WinSCP拷贝到/usr/local目录下。
对scala-2.11.4.tgz进行解压缩：tar -zxvf scala-2.11.4.tgz。
对scala目录进行重命名：mv scala-2.11.4 scala

配置scala相关的环境变量
vi ~/.bashrc
export SCALA_HOME=/usr/local/scala
export PATH=$SCALA_HOME/bin
source ~/.bashrc

查看scala是否安装成功：scala -version

按照上述步骤在其他机器上都安装好scala。使用scp将scala和.bashrc拷贝到另外两台机器上即可。

将kafka_2.9.2-0.8.1.tgz使用WinSCP拷贝到/usr/local目录下。
对kafka_2.9.2-0.8.1.tgz进行解压缩：tar -zxvf kafka_2.9.2-0.8.1.tgz。
对kafka目录进行改名：mv kafka_2.9.2-0.8.1 kafka

配置kafka
vi /usr/local/kafka/config/server.properties
broker.id：依次增长的整数，0、1、2，集群中Broker的唯一id
zookeeper.connect=192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181

安装slf4j
1. slf4j-1.7.6.zip上传到/usr/local目录下
2. unzip slf4j-1.7.6.zip
3.把slf4j中的slf4j-nop-1.7.6.jar复制到kafka的libs目录下面

解决kafka Unrecognized VM option ‘UseCompressedOops’问题

vi /usr/local/kafka/bin/kafka-run-class.sh if [ -z "$KAFKA_JVM_PERFORMANCE_OPTS" ]; then  KAFKA_JVM_PERFORMANCE_OPTS="-server  -XX:+UseCompressedOops -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:+CMSClassUnloadingEnabled -XX:+CMSScavengeBeforeRemark -XX:+DisableExplicitGC -Djava.awt.headless=true"fi

去掉-XX:+UseCompressedOops即可

按照上述步骤在另外两台机器分别安装kafka。用scp把kafka拷贝到其他机器即可。
唯一区别的，就是server.properties中的broker.id，要设置为1和2。
在三台机器上的kafka目录下，分别执行以下命令：nohup bin/kafka-server-start.sh config/server.properties &
使用jps检查启动是否成功，使用基本命令检查kafka是否搭建成功

bin/kafka-topics.sh --zookeeper 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic test --replication-factor 1 --partitions 1 --createbin/kafka-console-producer.sh --broker-list 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic testbin/kafka-console-consumer.sh --zookeeper 192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181 --topic test --from-beginning

Kafka基础API

/** * Kafka消费者 */public class KafkaConsumer implements Runnable{    private ConsumerConnector connector;    private String topic;    public KafkaConsumer(String topic) {        this.connector = Consumer.createJavaConsumerConnector(createConsumerConfig());        this.topic = topic;    }    @Override    public void run() {        Map<String,Integer> topicCountMap = new HashMap<String,Integer>();        topicCountMap.put(topic,1);        Map<String,List<KafkaStream<byte[],byte[]>>> consumerMap = connector.createMessageStreams(topicCountMap);        List<KafkaStream<byte[], byte[]>> steams = consumerMap.get(topic);        for (KafkaStream kafkaStream : steams) {            new Thread(new KafkaMessageProcessor(kafkaStream)).start();        }    }    /**     * 创建 kafka consumer config     * @return     */    private static ConsumerConfig createConsumerConfig(){        Properties properties = new Properties();        properties.put("zookeeper.connect", "192.168.40.10:2181,192.168.40.11:2181,192.168.40.12:2181");        properties.put("group.id", "eshop-group");        properties.put("zookeeper.session.timeout.ms", "400");        properties.put("zookeeper.sync.time.ms", "200");        properties.put("auto.commit.interval.ms", "1000");        return new ConsumerConfig(properties);    }}/** * kafka消息处理线程 */public class KafkaMessageProcessor implements Runnable {    private KafkaStream kafkaStream;    public KafkaMessageProcessor(KafkaStream kafkaStream) {        this.kafkaStream = kafkaStream;    }    @Override    public void run() {        ConsumerIterator<byte[],byte[]> it = kafkaStream.iterator();        while(it.hasNext()){            String message = new String(it.next().message());        }    }}/** * 系统初始化监听器  */public class InitListener implements ServletContextListener{    @Override    public void contextInitialized(ServletContextEvent sce) {        new Thread(new KafkaConsumer("eshop-cache")).start();    }    @Override    public void contextDestroyed(ServletContextEvent sce) {    }}