一 Zookeeper
1.1 Zookeeper定义
Zookeeper是一个开源的、分布式的,为分布式框架提供协调服务的Apache项目。
1.2 Zookeeper特点
- Zookeeper:一个领导者(leader),多个跟随者(Follower)组成的集群。
- Zookeeper:集群中只要有半数以上节点存活,Zookeeper集群就正常服务,所以Zookeeper适合安装奇数台服务器。
- 全局数据一致:每个Server保存一份相同的数据副本,Client无论连接到哪个Server,数据都是一致的。
- 更新请求顺序执行:来自同一个Client的更新请求按其发送顺序依次执行,即先进先出。
- 数据更新原子性:一次数据更新要么成功,要么失败。
- 实时性:在一定时间范围内,Client能读到最新数据。
1.3 Zookeeper数据结构
Zookeeper数据模型的结构与Linux文件系统类似,整体上可以看作是一颗树,每个节点称作ZNode。每一个ZNode默认能够存储1MB的数据,每个ZNode都可以通过其路径唯一标识。
1.4 Zookeeper应用场景
Zookeeper提供的服务包括:统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。
- 统一命名服务:在分布式环境下,经常需要对应用程序/服务进行统一命名,便于识别。
- 统一配置管理:(1)分布式环境下,配置文件同步非常常见。一般要求一个集群中,所有节 点的配置信息是一致的。对配置文件修改后,希望能够快速同步到各个节点 上。 (2)管理配置可交由Zookeeper实现。可将配置信息写入Zookeeper上的一 个Znode。各个客户端监听这个Znode,一旦Znode中的数据被修改, Zookeeper将通知各个客户端服务器。
- 统一集群管理:(1)分布式环境中,实时掌握每个节点的状态是必要的,课根据节点实时状 态做出一些调整。 (2)Zookeeper可以实时监控节点状态的变化,可将节点信息写入 Zookeeper上的一个ZNode,监听这个ZNode可获取它的实时状态变化。
- 服务器动态上下线:客户端能实时洞察到服务器上下线的变化。
- 软负载均衡:在Zookeeper中记录每台服务器的访问数,让访问数最少的服务器去处理最新的客户端请求。
1.5 Zookeeper选举机制
- 第一次启动选举机制
- 服务器1启动,发起一次选举。服务器1投自己一票,此时服务器1票数一票,不够半数以上(3票),选举无法完成,服务器1状态保持为LOOKING;
- 服务器2启动,再发起一次选举。服务器1和2分别投自己一票并交换选票信息,此时服务器1发现服务器2的myid比自己目前投票推举的(服务器1)大,更改选票为推举服务器2.此时服务器1票数0,服务器2票数2票,没有半数以上结果,选举无法完成,服务器1、2状态保持LOOKING;
- 服务器3启动,发起一次选举。此时服务器1和2都会更改选票为服务器3。此次投票结果,服务器1为0票,服务器2为0票,服务器3为3票。此时服务器3的票数意见超过半数,服务器3当选Leader。服务器1、2更改状态为FOLLOWING,服务器3更改状态为LEADING;
- 服务器4启动,发起一次选举。此时服务器1、2、3已经不是LOOKING状态,不会更改选票信息。交换选票信息结构,服务器3为3票,服务器4为1票,此时服务器4服从多数,更改选票信息为服务器3,并更改状态为FOLLOWING;
- 服务器5启动,跟服务器4一样当小弟。
- 非第一次启动选举机制
- 当Zookeeper集群中的一台服务器出现了以下两种情况之一时,就会开始进入Leader选举:
- 服务器初始化启动。
- 服务器运行期间无法和Leader保持连接。
- 当一台机器进入Leader选举流程时,当前集群也可能会处于以下两种状态:
- 集群中本来就已经存在一个Leader:对于已经存在Leader的情况,机器试图去选举Leader时,会被告知当前服务器的Leader信息,对于该机器来说,仅仅需要和Leader机器建立连接,并进行状态同步即可。
- 集群中确实不存在Leader:假设Zookeeper由5台服务器组成,SID分别为1、2、3、4、5,ZXID分别为8、8、8、7、7,并且此时SID为3的服务器是Leader。某一时刻,3和5服务器出现故障,因此开始进行Leader选举。
- 当Zookeeper集群中的一台服务器出现了以下两种情况之一时,就会开始进入Leader选举:
选举Leader规则:(1)EPOCH大的直接胜出;
(2)EPOCH相同,事务id大的胜出;
(3)事务id相同,服务器id大的胜出。
2.1 部署zookeeper集群
准备:3台服务器
#关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
setenforce 0
#安装jdk
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version
#下载安装包
cd /opt
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.5.7/apache-zookeeper-3.5.7-bin.tar.gz
#2.安装 Zookeeper
cd /opt
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7
# 修改配置文件
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
tickTime=2000
#通信心跳时间,Zookeeper服务器与客户端心跳时间,单位毫秒
initLimit=10
#Leader和Follower初始连接时能容忍的最多心跳数(tickTime的数量),这里表示为10*2s
syncLimit=5
#Leader和Follower之间同步通信的超时时间,这里表示如果超过5*2s,Leader认为Follwer死掉,并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.5.7/data
●修改,指定保存Zookeeper中的数据的目录,目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.5.7/logs
●添加,指定存放日志的目录,目录需要单独创建
clientPort=2181
#客户端连:接端口
#添加集群信息
server.1=192.168.27.17:3188:3288
server.2=192.168.27.21:3188:3288
server.3=192.168.27.22:3188:3288
#拷贝配置好的 Zookeeper 配置文件到其他机器上
scp /usr/local/zookeeper-3.5.7/conf/zoo.cfg 192.168.27.21:/usr/local/zookeeper-3.5.7/conf/
scp /usr/local/zookeeper-3.5.7/conf/zoo.cfg 192.168.27.22:/usr/local/zookeeper-3.5.7/conf/
#在每个节点上创建数据目录和日志目录
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs
#在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 > /usr/local/zookeeper-3.5.7/data/myid
echo 2 > /usr/local/zookeeper-3.5.7/data/myid
echo 3 > /usr/local/zookeeper-3.5.7/data/myid
# 配置 Zookeeper 启动脚本
vim /etc/init.d/zookeeper
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.5.7'
case $1 in
start)
echo "---------- zookeeper 启动 ------------"
$ZK_HOME/bin/zkServer.sh start
;;
stop)
echo "---------- zookeeper 停止 ------------"
$ZK_HOME/bin/zkServer.sh stop
;;
restart)
echo "---------- zookeeper 重启 ------------"
$ZK_HOME/bin/zkServer.sh restart
;;
status)
echo "---------- zookeeper 状态 ------------"
$ZK_HOME/bin/zkServer.sh status
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
# 设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
# 分别启动 Zookeeper
service zookeeper start
#查看当前状态
service zookeeper status
二 Kadka
1.1 Kafka概述
Kafka 是一个分布式的基于发布/订阅模式的消息队列(MQ,Message Queue),主要应用于大数据实时处理领域。
1.2 Kadka的特性
- 高吞吐量、低延迟:Kafka 每秒可以处理几十万条消息,它的延迟最低只有几毫秒。每个 topic 可以分多个 Partition,Consumer Group 对 Partition 进行消费操作,提高负载均衡能力和消费能力。
- 可扩展性:kafka 集群支持热扩展。
- 持久性、可靠性:消息被持久化到本地磁盘,并且支持数据备份防止数据丢失。
- 容错性:允许集群中节点失败(多副本情况下,若副本数量为 n,则允许 n-1 个节点失败)。
- 高并发:支持数千个客户端同时读写。
1.3 Kafka系统架构
(1)Broker 服务器
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。
(2)Topic 主题
可以理解为一个队列,生产者和消费者面向的都是一个 topic。
类似于数据库的表名或者 ES 的 index
物理上不同 topic 的消息分开存储
(3)Partition 分区
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 可以分割为一个或多个 partition,每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的,而不保证 topic 中不同 partition 的顺序。
每个 topic 至少有一个 partition,当生产者产生数据的时候,会根据分配策略选择分区,然后将消息追加到指定的分区的队列末尾。
Partation 数据路由规则:(1)指定了 patition,则直接使用;
(2)未指定 patition 但指定 key(相当于消息中某个属性),通过 对 key 的 value 进行 hash 取模,选出一个 patition;
(3)patition 和 key 都未指定,使用轮询选出一个 patition。
每条消息都会有一个自增的编号,用于标识消息的偏移量,标识顺序从 0 开始。
每个 partition 中的数据使用多个 segment 文件存储。
如果 topic 有多个 partition,消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下(例如商品秒杀、 抢红包),需要将 partition 数目设为 1。
●broker 存储 topic 的数据。如果某 topic 有 N 个 partition,集群有 N 个 broker,那么每个 broker 存储该 topic 的一个 partition。
●如果某 topic 有 N 个 partition,集群有 (N+M) 个 broker,那么其中有 N 个 broker 存储 topic 的一个 partition, 剩下的 M 个 broker 不存储该 topic 的 partition 数据。
●如果某 topic 有 N 个 partition,集群中 broker 数目少于 N 个,那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中,尽量避免这种情况的发生,这种情况容易导致 Kafka 集群数据不均衡。
2.1 部署Kafka集群
# 下载安装包
cd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz
#安装 Kafka
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka
#修改配置文件
cd /usr/local/kafka/config/
cp server.properties{,.bak}
vim server.properties
broker.id=0
●21行,broker的全局唯一编号,每个broker不能重复,因此要在其他机器上配置 broker.id=1、broker.id=2
listeners=PLAINTEXT://192.168.27.17:9092
●31行,指定监听的IP和端口,如果修改每个broker的IP需区分开来,也可保持默认配置不用修改
num.network.threads=3
#42行,broker 处理网络请求的线程数量,一般情况下不需要去修改
num.io.threads=8
#45行,用来处理磁盘IO的线程数量,数值应该大于硬盘数
socket.send.buffer.bytes=102400
#48行,发送套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#51行,接收套接字的缓冲区大小
socket.request.max.bytes=104857600
#54行,请求套接字的缓冲区大小
log.dirs=/usr/local/kafka/logs
#60行,kafka运行日志存放的路径,也是数据存放的路径
num.partitions=1
#65行,topic在当前broker上的默认分区个数,会被topic创建时的指定参数覆盖
num.recovery.threads.per.data.dir=1
#69行,用来恢复和清理data下数据的线程数量
log.retention.hours=168
#103行,segment文件(数据文件)保留的最长时间,单位为小时,默认为7天,超时将被删除
log.segment.bytes=1073741824
#110行,一个segment文件最大的大小,默认为 1G,超出将新建一个新的segment文件
zookeeper.connect=192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181
●123行,配置连接Zookeeper集群地址
#修改环境变量
vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
source /etc/profile
#配置 Zookeeper 启动脚本
vim /etc/init.d/kafka
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)
echo "---------- Kafka 启动 ------------"
${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
echo "---------- Kafka 停止 ------------"
${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
$0 stop
$0 start
;;
status)
echo "---------- Kafka 状态 ------------"
count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
if [ "$count" -eq 0 ];then
echo "kafka is not running"
else
echo "kafka is running"
fi
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
#设置开机自启
chmod +x /etc/init.d/kafka
chkconfig --add kafka
#分别启动 Kafka
service kafka start
2.2 Kafka 命令行操作
#创建topic
kafka-topics.sh --create --zookeeper 192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181 --replication-factor 2 --partitions 3 --topic test
kafka-topics.sh --create --zookeeper 192.168.27.17:2181,192.168.27.20:2181,192.168.27.21:2181 --replication-factor 2 --partitions 3 --topic test
#查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper 192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181
#查看某个 topic 的详情
kafka-topics.sh --describe --zookeeper 192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181
#发布消息
kafka-console-producer.sh --broker-list 192.168.27.17:9092,192.168.27.21:9092,192.168.27.22:9092 --topic test
#消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.27.17:9092,192.168.27.21:9092,192.168.27.22:9092 --topic test --from-beginning
#修改分区数
kafka-topics.sh --zookeeper 192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181 --alter --topic test --partitions 6
#删除 topic
kafka-topics.sh --delete --zookeeper 192.168.27.17:2181,192.168.27.21:2181,192.168.27.22:2181 --topic test