Hapoop 搭建 （十三）Kafka集群搭建
kafka依赖于Zookeeper集群
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"与"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
