0
点赞
收藏
分享

微信扫一扫

Zookeeper+Kafka概述

路西法阁下 2024-01-11 阅读 24

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

  1. Zookeeper:一个领导者(leader),多个跟随者(Follower)组成的集群。
  2. 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。
  3. 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。
  4. 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。
  5. 数据更新原子性:一次数据更新要么成功,要么失败。
  6. 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
    1. 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;
    2. 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;
    3. 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;
    4. 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;
    5. 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。

                    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


 

举报

相关推荐

0 条评论