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

大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图1

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。
大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图2
(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。

大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图3

1.3 Kafka基础架构

大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图4

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

大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图5

2.1.2 jar包下载

http://kafka.apache.org/downloads.html

大数据技术之Kafka入门实战(一):Kafka基础知识 实战 - 图6

2.1.3 集群部署

1)解压安装包

  1. 1. [atguigu@hadoop102 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C
  2. 2. /opt/module/


2)修改解压后的文件名称

  1. 1. [atguigu@hadoop102 module]$ mv kafka_2.11-0.11.0.0/ kafka


3)在/opt/module/kafka目录下创建logs文件夹

  1. 1. [atguigu@hadoop102 kafka]$ mkdir logs


4)修改配置文件

  1. 1. [atguigu@hadoop102 kafka]$ cd config/
  2. 2.
  3. 3. [atguigu@hadoop102 config]$ vi server.properties


输入以下内容:

  1. 1. #broker的全局唯一编号,不能重复
  2. 2. broker.id=0
  3. 3. #删除topic功能使能
  4. 4. delete.topic.enable=true
  5. 5. #处理网络请求的线程数量
  6. 6. num.network.threads=3
  7. 7. #用来处理磁盘IO的现成数量
  8. 8. num.io.threads=8
  9. 9. #发送套接字的缓冲区大小
  10. 10. socket.send.buffer.bytes=102400
  11. 11. #接收套接字的缓冲区大小
  12. 12. socket.receive.buffer.bytes=102400
  13. 13. #请求套接字的缓冲区大小
  14. 14. socket.request.max.bytes=104857600
  15. 15. #kafka运行日志存放的路径
  16. 16. log.dirs=/opt/module/kafka/logs
  17. 17. #topic在当前broker上的分区个数
  18. 18. num.partitions=1
  19. 19. #用来恢复和清理data下数据的线程数量
  20. 20. num.recovery.threads.per.data.dir=1
  21. 21. #segment文件保留的最长时间,超时将被删除
  22. 22. log.retention.hours=168
  23. 23. #配置连接Zookeeper集群地址
  24. 24. zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181


5)配置环境变量

  1. 1. [atguigu@hadoop102 module]$ sudo vi /etc/profile
  2. 2.
  3. 3. #KAFKA_HOME
  4. 4. export KAFKA_HOME=/opt/module/kafka
  5. 5. export PATH=$PATH:$KAFKA_HOME/bin
  6. 6.
  7. 7. [atguigu@hadoop102 module]$ source /etc/profile
  8. 8.
  9. 复制代码

6)分发安装包

  1. 1. [atguigu@hadoop102 module]$ 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

  1. 1. [atguigu@hadoop102 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
  2. 2. [atguigu@hadoop103 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
  3. 3. [atguigu@hadoop104 kafka]$ bin/kafka-server-start.sh -daemon config/server.properties
  4. 4.
  5. 复制代码


9)关闭集群

  1. 1. [atguigu@hadoop102 kafka]$ bin/kafka-server-stop.sh stop
  2. 2. [atguigu@hadoop103 kafka]$ bin/kafka-server-stop.sh stop
  3. 3. [atguigu@hadoop104 kafka]$ bin/kafka-server-stop.sh stop
  4. 4.
  5. 复制代码


10)kafka群起脚本

  1. 1. for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
  2. 2. do
  3. 3. echo "========== $i =========="
  4. 4. 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'
  5. 5. echo $?
  6. 6. done
  7. 7.
  8. 复制代码

2.2 Kafka命令行操作

1)查看当前服务器中的所有topic

  1. 1. [atguigu@hadoop102 kafka]$
  2. 2. bin/kafka-topics.sh --zookeeper hadoop102:2181 --list


2)创建topic

  1. 1. [atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 \
  2. 2. --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

  1. 1. [atguigu@hadoop102 kafka]$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

  1. 1. [atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh \
  2. 2. --broker-list hadoop102:9092 --topic first
  3. 3. >hello world
  4. 4. >atguigu atguigu


5)消费消息

  1. 1. [atguigu@hadoop103 kafka]$ bin/kafka-console-consumer.sh \
  2. 2. --bootstrap-server hadoop102:9092 --from-beginning --topic first
  3. 3.
  4. 4. [atguigu@hadoop103 kafka]$ bin/kafka-console-consumer.sh \
  5. 5. --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

  1. 1. [atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 \
  2. 2. --describe --topic first


7)修改分区数

  1. 1. [atguigu@hadoop102 kafka]$bin/kafka-topics.sh
  2. 2. --zookeeper hadoop102:2181 --alter --topic first --partitions 6