Hapoop 搭建 (十三)Kafka集群搭建

kafka依赖于Zookeeper集群

Hapoop 搭建 (五)搭建zookeeper集群环境

详细介绍 http://kafka.apachecn.org/documentation.html

下载地址:http://kafka.apache.org

版本:kafka_2.11-2.4.1.tar

1、下载并解压

tar -xvf kafka_2.11-2.4.1.tar -C /opt/modules/

2、修改配置文件

修改安装目录中 config/server.properties

broker.id=1
num.partitions=2
default.replication.factor=2
listeners=PLAINTEXT://centos01:9092
log.dirs=/opt/modules/kafka_2.11-2.4.1/logs
zookeeper.connect=centos01:2181,centos02:2181,centos03:2181

3、发送安装文件到其它节点

复制到另外2个节点
scp -r   /opt/modules/kafka_2.11-2.4.1/  hadoop@centos02:/opt/modules/
scp -r   /opt/modules/kafka_2.11-2.4.1/  hadoop@centos03:/opt/modules/

centos02 修改如下:

 

 

 centos03 修改如下

 

 

4、启动zookeeper集群

分别进入3个节点

sh /opt/modules/zookeeper-3.4.14/bin/zkServer.sh start
[hadoop@centos01 ~]$ sh /opt/modules/zookeeper-3.4.14/bin/zkServer.sh start
ZooKeeper JMX enabled by default
Using config: /opt/modules/zookeeper-3.4.14/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED
查看状态
sh /opt/modules/zookeeper-3.4.14/bin/zkServer.sh status
[hadoop@centos03 dataDir]$ sh /opt/modules/zookeeper-3.4.14/bin/zkServer.sh status
ZooKeeper JMX enabled by default
Using config: /opt/modules/zookeeper-3.4.14/bin/../conf/zoo.cfg
Mode: leader

5、启动kafka集群

分别在3个节点上执行

sh /opt/modules/kafka_2.11-2.4.1/bin/kafka-server-start.sh -daemon /opt/modules/kafka_2.11-2.4.1/config/server.properties

查看启动进程

[hadoop@centos01 bin]$ sh /opt/modules/kafka_2.11-2.4.1/bin/kafka-server-start.sh -daemon /opt/modules/kafka_2.11-2.4.1/config/server.properties
[hadoop@centos01 bin]$ jps
33680 QuorumPeerMain
43298 Kafka
43619 Jps
[hadoop@centos01 bin]$ 

[hadoop@centos02 config]$ sh /opt/modules/kafka_2.11-2.4.1/bin/kafka-server-start.sh -daemon /opt/modules/kafka_2.11-2.4.1/config/server.properties
[hadoop@centos02 config]$ jps
44024 Jps
33482 QuorumPeerMain
43210 Kafka
[hadoop@centos02 config]$ 

[hadoop@centos03 config]$ sh /opt/modules/kafka_2.11-2.4.1/bin/kafka-server-start.sh -daemon /opt/modules/kafka_2.11-2.4.1/config/server.properties
[hadoop@centos03 config]$ jps
43155 Kafka
44021 Jps
33019 QuorumPeerMain
[hadoop@centos03 config]$ 

6、命令行操作

1、创建主题

bin/kafka-topics.sh --zookeeper centos01:2181,centos02:2181,centos03:2181 --create --topic test --partitions 2  --replication-factor 2
create 创建主题
topic  主题名称
partitions 主题分区数
zookeeper zookeeper集群地址
replication-factor 分区副本数,必须小于kafka的节点数
[hadoop@centos03 kafka_2.11-2.4.1]$ bin/kafka-topics.sh --zookeeper centos01:2181,centos02:2181,centos03:2181 --create --topic test --partitions 2  --replication-factor 2
Created topic test.
登陆都zookeeper节点查看
[zk: centos01:2181(CONNECTED) 0] ls /
[cluster, controller, brokers, zookeeper, yarn-leader-election, hadoop-ha, admin, isr_change_notification, log_dir_event_notification, zk, controller_epoch, spark, rmstore, consumers, zk0001, latest_producer_id_block, config, hbase]
[zk: centos01:2181(CONNECTED) 3] ls /brokers
[ids, topics, seqid]
[zk: centos01:2181(CONNECTED) 4] ls /brokers/topics
[test]
[zk: centos01:2181(CONNECTED) 5] ls /brokers/topics/test
[partitions]
[zk: centos01:2181(CONNECTED) 6] ls /brokers/topics/test/partitions
[0, 1]

 2、查看主题

查看详细信息
[hadoop@centos01 kafka_2.11-2.4.1]$ bin/kafka-topics.sh --zookeeper centos03:2181  --describe --topic test
Topic: test     PartitionCount: 2       ReplicationFactor: 2    Configs: 
        Topic: test     Partition: 0    Leader: 1       Replicas: 1,3   Isr: 1,3
        Topic: test     Partition: 1    Leader: 2       Replicas: 2,1   Isr: 2,1

 PartitionCount:partition 个数。
 ReplicationFactor:副本个数。
 Partition:partition 编号,从 0 开始递增。
 Leader:当前 partition 起作用的 breaker.id。
 Replicas: 当前副本数据所在的 breaker.id,是一个列表,排在最前面的其作用。
 Isr:当前 kakfa 集群中可用的 breaker.id 列表。

查看所有主题
[hadoop@centos01 kafka_2.11-2.4.1]$ bin/kafka-topics.sh --zookeeper centos03:2181 --list
test

3、创建生产者

bin/kafka-console-producer.sh --broker-list centos01:9092,centos02:9092,centos03:9092 --topic test
[hadoop@centos01 kafka_2.11-2.4.1]$ bin/kafka-console-producer.sh --broker-list centos01:9092,centos02:9092,centos03:9092 --topic test
>test1
>test
>

4、创建消费者

bin/kafka-console-consumer.sh --bootstrap-server centos01:9092,centos02:9092,centos03:9092  --topic test --from-beginning
[hadoop@centos02 kafka_2.11-2.4.1]$ bin/kafka-console-consumer.sh --bootstrap-server centos01:9092,centos02:9092,centos03:9092  --topic test --from-beginning
test1
test

 

 

其它:

kafka server-properties配置说明

  1 broker.id =0
  2 每一个broker在集群中的唯一表示,要求是正数。当该服务器的IP地址发生改变时,broker.id没有变化,则不会影响consumers的消息情况
  3 log.dirs=/data/kafka-logs
  4 kafka数据的存放地址,多个地址的话用逗号分割 /data/kafka-logs-1,/data/kafka-logs-2
  5 port =9092
  6 broker server服务端口
  7 message.max.bytes =6525000
  8 表示消息体的最大大小,单位是字节
  9 num.network.threads =4
 10 broker处理消息的最大线程数,一般情况下不需要去修改
 11 num.io.threads =8
 12 broker处理磁盘IO的线程数,数值应该大于你的硬盘数
 13 background.threads =4
 14 一些后台任务处理的线程数,例如过期消息文件的删除等,一般情况下不需要去做修改
 15 queued.max.requests =500
 16 等待IO线程处理的请求队列最大数,若是等待IO的请求超过这个数值,那么会停止接受外部消息,应该是一种自我保护机制。
 17 host.name
 18 broker的主机地址,若是设置了,那么会绑定到这个地址上,若是没有,会绑定到所有的接口上,并将其中之一发送到ZK,一般不设置
 19 socket.send.buffer.bytes=100*1024
 20 socket的发送缓冲区,socket的调优参数SO_SNDBUFF
 21 socket.receive.buffer.bytes =100*1024
 22 socket的接受缓冲区,socket的调优参数SO_RCVBUFF
 23 socket.request.max.bytes =100*1024*1024
 24 socket请求的最大数值,防止serverOOM,message.max.bytes必然要小于socket.request.max.bytes,会被topic创建时的指定参数覆盖
 25 log.segment.bytes =1024*1024*1024
 26 topic的分区是以一堆segment文件存储的,这个控制每个segment的大小,会被topic创建时的指定参数覆盖
 27 log.roll.hours =24*7
 28 这个参数会在日志segment没有达到log.segment.bytes设置的大小,也会强制新建一个segment会被 topic创建时的指定参数覆盖
 29 log.cleanup.policy = delete
 30 日志清理策略选择有:delete和compact主要针对过期数据的处理,或是日志文件达到限制的额度,会被 topic创建时的指定参数覆盖
 31 log.retention.minutes=60*24 # 一天后删除
 32 数据存储的最大时间超过这个时间会根据log.cleanup.policy设置的策略处理数据,也就是消费端能够多久去消费数据
 33 log.retention.bytes和log.retention.minutes任意一个达到要求,都会执行删除,会被topic创建时的指定参数覆盖
 34 log.retention.bytes=-1
 35 topic每个分区的最大文件大小,一个topic的大小限制 = 分区数*log.retention.bytes。-1没有大小限log.retention.bytes和log.retention.minutes任意一个达到要求,都会执行删除,会被topic创建时的指定参数覆盖
 36 log.retention.check.interval.ms=5minutes
 37 文件大小检查的周期时间,是否处罚 log.cleanup.policy中设置的策略
 38 log.cleaner.enable=false
 39 是否开启日志压缩
 40 log.cleaner.threads = 2
 41 日志压缩运行的线程数
 42 log.cleaner.io.max.bytes.per.second=None
 43 日志压缩时候处理的最大大小
 44 log.cleaner.dedupe.buffer.size=500*1024*1024
 45 日志压缩去重时候的缓存空间,在空间允许的情况下,越大越好
 46 log.cleaner.io.buffer.size=512*1024
 47 日志清理时候用到的IO块大小一般不需要修改
 48 log.cleaner.io.buffer.load.factor =0.9
 49 日志清理中hash表的扩大因子一般不需要修改
 50 log.cleaner.backoff.ms =15000
 51 检查是否处罚日志清理的间隔
 52 log.cleaner.min.cleanable.ratio=0.5
 53 日志清理的频率控制,越大意味着更高效的清理,同时会存在一些空间上的浪费,会被topic创建时的指定参数覆盖
 54 log.cleaner.delete.retention.ms =1day
 55 对于压缩的日志保留的最长时间,也是客户端消费消息的最长时间,同log.retention.minutes的区别在于一个控制未压缩数据,一个控制压缩后的数据。会被topic创建时的指定参数覆盖
 56 log.index.size.max.bytes =10*1024*1024
 57 对于segment日志的索引文件大小限制,会被topic创建时的指定参数覆盖
 58 log.index.interval.bytes =4096
 59 当执行一个fetch操作后,需要一定的空间来扫描最近的offset大小,设置越大,代表扫描速度越快,但是也更好内存,一般情况下不需要搭理这个参数
 60 log.flush.interval.messages=None
 61 log文件”sync”到磁盘之前累积的消息条数,因为磁盘IO操作是一个慢操作,但又是一个”数据可靠性"的必要手段,所以此参数的设置,需要在"数据可靠性""性能"之间做必要的权衡.如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞),如果此值过小,将会导致"fsync"的次数较多,这也意味着整体的client请求有一定的延迟.物理server故障,将会导致没有fsync的消息丢失.
 62 log.flush.scheduler.interval.ms =3000
 63 检查是否需要固化到硬盘的时间间隔
 64 log.flush.interval.ms = None
 65 仅仅通过interval来控制消息的磁盘写入时机,是不足的.此参数用于控制"fsync"的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔达到阀值,也将触发.
 66 log.delete.delay.ms =60000
 67 文件在索引中清除后保留的时间一般不需要去修改
 68 log.flush.offset.checkpoint.interval.ms =60000
 69 控制上次固化硬盘的时间点,以便于数据恢复一般不需要去修改
 70 auto.create.topics.enable =true
 71 是否允许自动创建topic,若是false,就需要通过命令创建topic
 72 default.replication.factor =1
 73 是否允许自动创建topic,若是false,就需要通过命令创建topic
 74 num.partitions =1
 75 每个topic的分区个数,若是在topic创建时候没有指定的话会被topic创建时的指定参数覆盖
 76  
 77  
 78 以下是kafka中Leader,replicas配置参数
 79  
 80 controller.socket.timeout.ms =30000
 81 partition leader与replicas之间通讯时,socket的超时时间
 82 controller.message.queue.size=10
 83 partition leader与replicas数据同步时,消息的队列尺寸
 84 replica.lag.time.max.ms =10000
 85 replicas响应partition leader的最长等待时间,若是超过这个时间,就将replicas列入ISR(in-sync replicas),并认为它是死的,不会再加入管理中
 86 replica.lag.max.messages =4000
 87 如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效
 88 ##通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后
 89 ##如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移
 90 ##到其他follower中.
 91 ##在broker数量较少,或者网络不足的环境中,建议提高此值.
 92 replica.socket.timeout.ms=30*1000
 93 follower与leader之间的socket超时时间
 94 replica.socket.receive.buffer.bytes=64*1024
 95 leader复制时候的socket缓存大小
 96 replica.fetch.max.bytes =1024*1024
 97 replicas每次获取数据的最大大小
 98 replica.fetch.wait.max.ms =500
 99 replicas同leader之间通信的最大等待时间,失败了会重试
100 replica.fetch.min.bytes =1
101 fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件
102 num.replica.fetchers=1
103 leader进行复制的线程数,增大这个数值会增加follower的IO
104 replica.high.watermark.checkpoint.interval.ms =5000
105 每个replica检查是否将最高水位进行固化的频率
106 controlled.shutdown.enable =false
107 是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader,并转移到其他broker
108 controlled.shutdown.max.retries =3
109 控制器关闭的尝试次数
110 controlled.shutdown.retry.backoff.ms =5000
111 每次关闭尝试的时间间隔
112 leader.imbalance.per.broker.percentage =10
113 leader的不平衡比例,若是超过这个数值,会对分区进行重新的平衡
114 leader.imbalance.check.interval.seconds =300
115 检查leader是否不平衡的时间间隔
116 offset.metadata.max.bytes
117 客户端保留offset信息的最大空间大小
118 kafka中zookeeper参数配置
119  
120 zookeeper.connect = localhost:2181
121 zookeeper集群的地址,可以是多个,多个之间用逗号分割 hostname1:port1,hostname2:port2,hostname3:port3
122 zookeeper.session.timeout.ms=6000
123 ZooKeeper的最大超时时间,就是心跳的间隔,若是没有反映,那么认为已经死了,不易过大
124 zookeeper.connection.timeout.ms =6000
125 ZooKeeper的连接超时时间
126 zookeeper.sync.time.ms =2000

 

 

 

结束

posted @ 2020-04-20 15:30  桥头堡洗脚城  阅读(199)  评论(0编辑  收藏  举报