Kafka---如何配置Kafka集群和zookeeper集群

Kafka的集群配置一般有三种方法，即

    （1）Single node – single broker集群；

    （2）Single node – multiple broker集群；
    （3）Multiple node – multiple broker集群。

    前两种方法官网上有配置过程（（1）（2）配置方法官网教程），下面会简单介绍前两种方法，主要介绍最后一种方法。

准备工作：

    1.Kafka的压缩包，这里选用的是kafka_2.10-0.8.2.2.tgz。

    2.三台CentOS 6.4 64位虚拟机。分别是192.168.121.34(主机名为master)、192.168.121.35(主机名为datanode1)、192.168.121.36(主       机名为datanode2)。

一、Single node – single broker集群配置（单节点单boker集群配置）

  注：图片来源自网络

1.解压Kafka的压缩包

    [root@master kafkainstall]# tar -xzf kafka_2.10-0.8.2.0.tgz

    [root@master kafkainstall]# cd kafka_2.10-0.8.2.2

这里我新建了一个kafkainstall文件夹来存放加压后的文件，然后进入解压后的kafka_2.10-0.8.2.2文件夹。

2.启动zookeeper服务

    由于Kafka的压缩包里已经有了zookeeper,而且提供了启动kafka的脚本（在kafka_2.10-0.8.2.2/bin目录下）和zookeeper的配置文件      （在kafka_2.10-0.8.2.2/config目录下）：

    [root@master kafka_2.10-0.8.2.2]# bin/zookeeper-server-start.sh config/zookeeper.properties &

    zookeeper的配置文件zookeeper.properties里面的关键属性：

    # the directory where the snapshot is stored.
      dataDir=/tmp/zookeeper
    # the port at which the clients will connect
      clientPort=2181

     默认情况下，zookeeper的snapshot 文件会存储在/tmp/zookeeper下，zookeeper服务器会监听 2181端口。

3.启动Kafka broker服务

    由于kafka已经提供了启动kafka的脚本（在kafka_2.10-0.8.2.2/bin目录下），这里直接启动即可：

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-server-start.sh config/server.properties &

    Kafka broker的配置文件的关键属性：

    # The id of the broker. This must be set to a unique integer for each broker.
      broker.id=0

    # The port the socket server listens on
      port=9092

    # A comma seperated list of directories under which to store log files
log.dirs=/tmp/kafka-logs

    # Zookeeper connection string (see zookeeper docs for details).
    # This is a comma separated host:port pairs, each corresponding to a zk
    # server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002".
    # You can also append an optional chroot string to the urls to specify the
    # root directory for all kafka znodes.
      zookeeper.connect=localhost:2181

4.创建只有一个Partition的topic

    [root@master kafka_2.10-0.8.2.2]#bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic mytest-topic

    这里创建了一个mytest-topic的topic。

5.启动一个生产者进程来发送消息

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-console-producer.sh --broker-list localhost:9092 --topic mytest-topic

    其中，（1）参数broker-list定义了生产者要推送消息的broker地址，以<IP地址:端口>形式 ，由上面的broker的配置文件可知                                      为localhost:9092；

              （2）参数topic指定生产者发送给哪个topic。   

    生产者配置文件关键属性：

     # list of brokers used for bootstrapping knowledge about the rest of the cluster
     # format: host1:port1,host2:port2 ...
metadata.broker.list=localhost:9092

    # specifies whether the messages are sent asynchronously (async) or synchronously (sync)
producer.type=sync

     # message encoder
serializer.class=kafka.serializer.DefaultEncoder

    接着你就可以输入你想要发送给消费者的消息了。（也可以先启动消费者进程，这样生产者发送的消息可以立刻显示）

6.启动一个消费者进程来消费消息

    需要另外打开一个终端：    

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic mytest-topic --from-beginning

   其中，（1）参数zookeeper指定了连接zookeeper的地址，以<IP地址:端口>形式；

             （2）topic参数指定了从哪个topic来pull消息。

     当你执行这个命令之后，你便可以看到控制台上打印出的生产者生产的消息：

     消费者配置文件consumer.properties关键属性：

     # Zookeeper connection string
     # comma separated host:port pairs, each corresponding to a zk
     # server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002"
        zookeeper.connect=localhost:2181
    # timeout in ms for connecting to zookeeper
      zookeeper.connection.timeout.ms=60000
    #consumer group id
      group.id=test-consumer-group

二、Single node – multiple broker集群（单节点多boker集群配置）

   注：图片来源自网络

1.启动zookeeper服务

    启动方法跟上面一样

2.启动Kafka broker服务

    如果需要在单个节点（即一台机子）上面启动多个broker（这里我们启动三个broker），需要准备多个server.properties文件即可，我们需要复制kafka_2.10-0.8.2.2/config/server.properties文件。

    如下：

    [root@master config]# cp server.properties server-1.properties

    [root@master config]# cp server.properties server-2.properties

    然后修改server-1.properties和server-2.properties。

    server-1：

1. broker.id=1

        2.port=9093

 3.log.dirs=/tmp/kafka-logs-1

 

    server-2：

1. broker.id=2

        2.port=9094

 3.log.dirs=/tmp/kafka-logs-2

     然后我们再用这两个配置文件分别启动一个broker:

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-server-start.sh config/server-1.properties &

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-server-start.sh config/server-2.properties &

     然后启动：

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-server-start.sh config/server.properties &

3.创建只有1个Partition和3个备份的的topic

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic my-replicated-topic

4.启动一个Producer发送消息

     如果用一个Producer发送给多个broker（这里是3个），唯一需要改变的就是在broker-list属性中指定要连接的broker：

    [root@master kafka_2.10-0.8.2.2]#bin/kafka-console-producer.sh --broker-list localhost:9092，localhost:9093，

localhost:9094 --topic my-replicated-topic

5.启动一个消费者来消费消息

    [root@master kafka_2.10-0.8.2.2]# bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topicmy-replicated-topic --from-beginning

     如果要让不同的Producer发送给不同的broker，我们也仅仅需要为每个Producer配置响应的broker-list属性即可。

三、Multiple node – multiple broker集群（多节点多boker集群配置）

 注：图片来源自网络

 注：上图中每个Node里有两个broker，我这里为了简单写，在每个节点里有一个broker（通过上面的单节点多broker的介绍，可以很容易        扩展）

1.首先需要配置一个zookeeper集群

    上面一和二中提到的都是在192.168.121.34（主机名为master）上进行的，现在要扩展为多节点多broker集群，就要在另外2台机子上也要安装Kafka，方法同一中的步骤1。

2.zookeeper集群配置

    zookeeper-0（即上面192.168.121.34（主机名为master）中的zookeeper）:

配置修改为：

     # the directory where the snapshot is stored.

dataDir=/tmp/zookeeper
     # the port at which the clients will connect
clientPort=2181
    #the blow five lines are added by @author.
initLimit=5
syncLimit=2
server.0=192.168.121.34:2888:3888
server.1=192.168.121.35:2889:3889
server.2=192.168.121.36:2890:3890

    然后在dataDir目录/data/zookeeper/下写一个myid文件，命令如下：

echo0 >myid

注意：这个id是zookeeper的主机标识，每个主机id不同第二台是1192.168.121.35(主机名为datanode1)，第三台是2192.168.121.36(主机名为datanode2）。也就是说3个zookeeper配置文件除了myid不同，其他都一样。

    最后依次启动3台机子上的zookeeper服务。

3.配置broker 集群

     broker的配置配置文件(server.properties)：按照单节点多实例配置方法在一个节点上启动1个实例，不同的地方是zookeeper的连接串      需要把所有节点的zookeeper都连接起来。

     （1）192.168.121.34（主机名为master）中的kafka_2.10-0.8.2.2/bin/目录下的server.properties文件修改：

    # Hostname the broker will bind to. If not set, the server will bind to all interfaces
host.name=192.168.121.34

    # A comma seperated list of directories under which to store log files
log.dirs=/tmp/kafka-logs-0

    # Zookeeper connection string (see zookeeper docs for details).
    # This is a comma separated host:port pairs, each corresponding to a zk
    # server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002".
    # You can also append an optional chroot string to the urls to specify the
    # root directory for all kafka znodes.
zookeeper.connect=192.168.121.34:2181,192.168.121.35:2181,192.168.121.36:2181

    # Timeout in ms for connecting to zookeeper
       zookeeper.connection.timeout.ms=60000

    注意：把host.name的注释去掉，并更改为本机的IP地址。zookeeper.connection.timeout.ms的默认为6000,但是最好改大点，不然容易超时，但也不能太大，太大影响效率。

    （2）192.168.121.35(主机名为datanode1)中的kafka_2.10-0.8.2.2/bin/目录下的server.properties文件修改：  

 

    # Hostname the broker will bind to. If not set, the server will bind to all interfaces
       host.name=192.168.121.35

   # A comma seperated list of directories under which to store log files
      log.dirs=/tmp/kafka-logs-1

 

    其它与上面（1）中相同。

    （3）192.168.121.36(主机名为datanode2)中的kafka_2.10-0.8.2.2/bin/目录下的server.properties文件修改：

 

    # Hostname the broker will bind to. If not set, the server will bind to all interfaces
host.name=192.168.121.36

    # A comma seperated list of directories under which to store log files
log.dirs=/tmp/kafka-logs-2

    其它与上面（1）中相同。

4.生产者配置文件修改

# list of brokers used for bootstrapping knowledge about the rest of the cluster
# format: host1:port1,host2:port2 ...
metadata.broker.list=192.168.121.34:9092,192.168.121.35:9092,192.168.121.36:9092
# name of the partitioner class for partitioning events; default partition spreads data randomly
#partitioner.class=
# specifies whether the messages are sent asynchronously (async) or synchronously (sync)
producer.type=async

5.消费者配置文件修改

     # Zookeeper connection string
     # comma separated host:port pairs, each corresponding to a zk
     # server. e.g. "127.0.0.1:3000,127.0.0.1:3001,127.0.0.1:3002"
  zookeeper.connect=191.168.121.34:2181,191.168.121.35:2181,191.168.121.36:2181
     # timeout in ms for connecting to zookeeper
  zookeeper.connection.timeout.ms=60000

6.生产者发送消息

    （1）首先创建一个test-replicated-topic（在192.168.121.34（主机名为master）中）

     [root@master kafka_2.10-0.8.2.2]#bin/kafka-topics.sh --create --zookeeper192.168.121.34:2181 --replication-factor 3 --partitions 1 --topictest-replicated-topic

    然后查看已有的topic：

          

   可以看到test-replicated-topic已经创建成功，然后我们再看每个broker在做什么：

        

    其中leader是负责对给定的partition执行所有的读和写的节点，此时的leader是0号节点（即0号broker）。更多解释请看官网。

    （2）生产者发送消息（192.168.121.34（主机名为master）节点上）

         

7.消费者消费消息（分别在三台机子上消费上面发送的消息）

   （1）master上：

       

    （2）datanode1上：

         

   （3）datanode2上：

       

    可以看到，三个节点上的消费者都能正常的接收到其中一个节点上发送的消息。这说明kafka集群基本上已经超过部署。

    PS:实际操作过程中3个节点上的zookeeper的监听端口我也没有统一用2181，但是可以用统一的端口，并没有影响。