kafka介绍与搭建(单机版)

发布时间:2020-02-14 18:52:32编辑:admin阅读(2297)

    一、kafka介绍

    1.1 主要功能

    根据官网的介绍,ApacheKafka®是一个分布式流媒体平台,它主要有3种功能:

      1:It lets you publish and subscribe to streams of records.发布和订阅消息流,这个功能类似于消息队列,这也是kafka归类为消息队列框架的原因

      2:It lets you store streams of records in a fault-tolerant way.以容错的方式记录消息流,kafka以文件的方式来存储消息流

      3:It lets you process streams of records as they occur.可以再消息发布的时候进行处理

     

    1.2 使用场景

    1:Building real-time streaming data pipelines that reliably get data between systems or applications.在系统或应用程序之间构建可靠的用于传输实时数据的管道,消息队列功能

    2:Building real-time streaming applications that transform or react to the streams of data。构建实时的流数据处理程序来变换或处理数据流,数据处理功能

     

    1.3 详细介绍

    Kafka目前主要作为一个分布式的发布订阅式的消息系统使用,下面简单介绍一下kafka的基本机制

    1.3.1 消息传输流程

    1.png

     

    Producer即生产者,向Kafka集群发送消息,在发送消息之前,会对消息进行分类,即Topic,上图展示了两个producer发送了分类为topic1的消息,另外一个发送了topic2的消息。

    • Topic即主题,通过对消息指定主题可以将消息分类,消费者可以只关注自己需要的Topic中的消息

    • Consumer即消费者,消费者通过与kafka集群建立长连接的方式,不断地从集群中拉取消息,然后可以对这些消息进行处理。

     

    从上图中就可以看出同一个Topic下的消费者和生产者的数量并不是对应的。

     

    1.3.2 kafka服务器消息存储策略

     2.png

    谈到kafka的存储,就不得不提到分区,即partitions,创建一个topic时,同时可以指定分区数目,分区数越多,其吞吐量也越大,但是需要的资源也越多,同时也会导致更高的不可用性,kafka在接收到生产者发送的消息之后,会根据均衡策略将消息存储到不同的分区中。

     

     3.png

    在每个分区中,消息以顺序存储,最晚接收的的消息会最后被消费。

    1.3.3 与生产者的交互

     

    4.png

    生产者在向kafka集群发送消息的时候,可以通过指定分区来发送到指定的分区中

        也可以通过指定均衡策略来将消息发送到不同的分区中

        如果不指定,就会采用默认的随机均衡策略,将消息随机的存储到不同的分区中

     

    1.3.4  与消费者的交互

    1.png 

    在消费者消费消息时,kafka使用offset来记录当前消费的位置

        在kafka的设计中,可以有多个不同的group来同时消费同一个topic下的消息,如图,我们有两个不同的group同时消费,他们的的消费的记录位置offset各不相同,不互相干扰。

        对于一个group而言,消费者的数量不应该多余分区的数量,因为在一个group中,每个分区至多只能绑定到一个消费者上,即一个消费者可以消费多个分区,一个分区只能给一个消费者消费

        因此,若一个group中的消费者数量大于分区数量的话,多余的消费者将不会收到任何消息。

     

    二、Kafka安装与使用

    2.1 下载

    你可以在kafka官网 http://kafka.apache.org/downloads下载到最新的kafka安装包,选择下载二进制版本的tgz文件,这里我们选择的版本是2.12-2.1.0,目前的最新版

     

    2.2 安装

    Kafka是使用scala编写的运行与jvm虚拟机上的程序,虽然也可以在windows上使用,但是kafka基本上是运行在linux服务器上,因此我们这里也使用linux来开始今天的实战。

    首先确保你的机器上安装了jdk,kafka需要java运行环境,以前的kafka还需要zookeeper,新版的kafka已经内置了一个zookeeper环境,实验环境可以直接使用

    说是安装,如果只需要进行最简单的尝试的话我们只需要解压到任意目录即可,这里我们将kafka压缩包解压到 / 目录

     

    2.3   配置

    在kafka解压目录下下有一个config的文件夹,里面放置的是我们的配置文件

    • consumer.properites 消费者配置,这个配置文件用于配置于2.5节中开启的消费者,此处我们使用默认的即可

    • producer.properties 生产者配置,这个配置文件用于配置于2.5节中开启的生产者,此处我们使用默认的即可

    • server.properties kafka服务器的配置,此配置文件用来配置kafka服务器

     

    目前仅介绍几个最基础的配置

    • broker.id 申明当前kafka服务器在集群中的唯一ID,需配置为integer,并且集群中的每一个kafka服务器的id都应是唯一的,我们这里采用默认配置即可

    • listeners 申明此kafka服务器需要监听的端口号,如果是在本机上跑虚拟机运行可以不用配置本项,默认会使用localhost的地址,如果是在远程服务器上运行则必须配置,例如:

                    listeners=PLAINTEXT://192.168.91.129:9092。并确保服务器的9092端口能够访问

    • zookeeper.connect 申明kafka所连接的zookeeper的地址 ,需配置为zookeeper的地址,如果使用的是kafka高版本中自带zookeeper,使用默认配置即可。本文使用的是自己搭建的zookeeper,例如: zookeeper.connect=192.168.91.128:2181

     

    基于docker 安装

    环境说明

    操作系统IP地址角色软件版本
    ubuntu-16.04.5-server-amd64192.168.91.128zookeeper3.4.13
    ubuntu-16.04.5-server-amd64192.168.91.129Kafka_server2.12-2.1.0
    ubuntu-16.04.5-server-amd64192.168.91.131Kafka_client2.12-2.1.0

     

     

    安装zookeeper

    关于 zookeeper 的安装,请参考链接:

    https://www.cnblogs.com/xiao987334176/p/10037490.html

     

    安装kafka_server

    新建空目录

    mkdir /opt/kafka_server_base

     

    dockerfile

    内容如下:

    FROM ubuntu:16.04
    # 修改更新源为阿里云
    ADD sources.list /etc/apt/sources.list
    ADD kafka_2.12-2.1.0.tgz /
    # 安装jdk
    RUN apt-get update && apt-get install -y openjdk-8-jdk --allow-unauthenticated && apt-get clean all
    
    EXPOSE 9092
    # 添加启动脚本
    ADD run.sh .
    RUN chmod 755 run.sh
    ENTRYPOINT [ "/run.sh"]

     

    run.sh

    内容如下:

    #!/bin/bash
    
    if [ -z $zookeeper ];then
        echo "zookeeper变量不能为空"
        exit 2
    fi
    
    cd /kafka_2.12-2.1.0
    # 设置zookeeper连接地址
    sed -i "123s/localhost/$zookeeper/" /kafka_2.12-2.1.0/config/server.properties
    
    # 设置外部访问地址,绑定域名。注意:此域名必须被docker解析
    echo "
    
    advertised.listeners=PLAINTEXT://kafka-1.default.svc.cluster.local:9092
    " >> /kafka_2.12-2.1.0/config/server.properties
    
    # 获取docker ip
    ip=`cat /etc/hosts | tail -1 | awk '{print $1}'`
    # 增加hosts,方便解析域名
    echo "$ip kafka-1.default.svc.cluster.local" >> /etc/hosts
    
    # 启动kafka
    bin/kafka-server-start.sh config/server.properties

     

    注意:

    特别要注意 listeners 参数,不能是0.0.0.0,否则启动报错!必须是IP地址或者为空。如果是IP地址,客户端连接时,必须和它是同样的ip,否则报错。默认就是保持为空

     

    listeners=PLAINTEXT://:9092

     

    它会监听本机的所有IP地址。但是,一旦这样,即使进入docker容器,使用127.0.0.1:9092也无法正常操作。它必须配合另外一个参数advertised.listeners

    advertised.listeners 是用来设置外部访问地址,推荐使用域名。这里使用域名kafka-1.default.svc.cluster.local,注意:使用域名时,docker必须要求能够解析,否则客户端操作时,会报错。

    所以在run.sh中,添加了一条hosts记录。默认情况下,/etc/hosts最后一行的ip就是docker的ip地址。

     

    sources.list

    内容如下:

    deb http://mirrors.aliyun.com/ubuntu/ xenial main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial main
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial universe
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security universe

     

    此时,/opt/kafka_server 目录结构如下:

    ./├── dockerfile
    ├── kafka_2.12-2.1.0.tgz
    ├── run.sh└── sources.list

    创建镜像

    docker build -t kafka_server_base /opt/kafka_server_base

     

    启动kafka

    docker run -it -p 9092:9092 -e zookeeper=172.17.0.2 kafka_server_base

     

    注意:172.17.0.2 是zookeeper的容器地址

     

    查看9092端口是否启动

    root@jqb-node129:/opt/kafka_danji# netstat -anpt
    Active Internet connections (servers and established)
    Proto Recv-Q Send-Q Local Address           Foreign Address         State       PID/Program name
    tcp        0      0 0.0.0.0:22              0.0.0.0:*               LISTEN      1392/sshd                
    tcp6       0      0 :::22                   :::*                    LISTEN      1392/sshd         
    tcp6       0      0 :::9092     :::*                    LISTEN      10291/java

     

    安装kafka_client

    安装kafka客户端就比较简单了,直接解压压缩包,使用里面的shell脚本即可,配置文件不需要修改,使用默认即可!

     

    dockerfile

    内容如下:

    FROM ubuntu:16.04
    # 修改更新源为阿里云
    ADD sources.list /etc/apt/sources.list
    ADD kafka_2.12-2.1.0.tgz /
    # 安装jdk
    RUN apt-get update && apt-get install -y openjdk-8-jdk --allow-unauthenticated && apt-get clean all
    
    # 添加启动脚本
    ADD run.sh .
    RUN chmod 755 run.sh
    ENTRYPOINT [ "/run.sh"]

     

    run.sh

    内容如下:

    #!/bin/bash tail -f /kafka_2.12-2.1.0/NOTICE

     

    sources.list

    内容如下:

    deb http://mirrors.aliyun.com/ubuntu/ xenial main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial main
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial universe
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
    
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security main
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security universe

     

    此时 /opt/kafka_client 目录结构如下:

    ./├── dockerfile
    ├── kafka_2.12-2.1.0.tgz
    ├── run.sh└── sources.list

    创建镜像

    docker build -t kafka_client /opt/kafka_client

     

    启动kafka_client

    docker run -d -it kafka_client /bin/bash

     

    查看docker进程

    root@jqb-node131:/opt/kafka_client# docker ps
    CONTAINER ID        IMAGE               COMMAND               CREATED             STATUS              PORTS               NAMES
    e07fd7d20814        kafka_client_test   "/run.sh /bin/bash"   4 minutes ago       Up 4 minutes                            epic_bardeen

    进入 docker

    root@jqb-node131:/opt/kafka_client# docker exec -it e07fd7d20814 /bin/bash root@e07fd7d20814:/#

     

    添加一条hosts记录

    echo "172.17.0.2 kafka-1.default.svc.cluster.local" >> /etc/hosts

     

    2.5 创建第一个消息

    2.5.1   创建一个topic

    Kafka通过topic对同一类的数据进行管理,同一类的数据使用同一个topic可以在处理数据时更加的便捷

    创建一个测试topic,名为test,单分区,副本因子是1

    root@e07fd7d20814:/# cd /kafka_2.12-2.1.0/
    root@e07fd7d20814:/kafka_2.12-2.1.0# bin/kafka-topics.sh --create --zookeeper 192.168.91.128:2181 --topic test --partitions 1 --replication-factor 1
    Created topic "test".

    在创建topic后可以通过输入以下命令,来查看已经创建的topic

    root@e07fd7d20814:/kafka_2.12-2.1.0# bin/kafka-topics.sh --list --zookeeper 192.168.91.128:2181 test

     

    2.4.2 创建一个消息生产者

    打开一个新的终端,重新进入docker

    root@jqb-node131:/opt/kafka_client# docker exec -it e07fd7d20814 /bin/bash root@e07fd7d20814:/#

     

    接下来我们创建第一个消息生产者,输入hello

    root@e07fd7d20814:/kafka_2.12-2.1.0# bin/kafka-console-producer.sh --broker-list 192.168.91.129:9092 --topic test >hello >

     

    2.4.3 创建一个消息消费者

    root@jqb-node131:/opt/kafka_client# docker exec -it e07fd7d20814 /bin/bash
    root@e07fd7d20814:/#

    消费者创建完成之后,因为还没有发送任何数据,因此这里在执行后没有打印出任何数据

    不过别着急,不要关闭这个终端,它会一直hold住

     

    在发送完消息之后,可以回到我们的消息消费者终端中,可以看到,终端中已经打印出了我们刚才发送的消息hello

    root@e07fd7d20814:/kafka_2.12-2.1.0# bin/kafka-console-producer.sh --broker-list 192.168.91.129:9092 --topic test
    >hello
    >

    kafka错误解决

    [2018-12-13 14:29:58,771] ERROR Error when sending message to topic test with key: null, value: 4 bytes with error: (org.apache.kafka.clients.producer.internals.ErrorLoggingCallback)
    org.apache.kafka.common.errors.TimeoutException: Expiring 1 record(s) for test-0: 1537 ms has passed since batch creation plus linger time

    出现上面的错误,表示listeners配置和当前连接不匹配。

    就如上面提到的,如果listeners指定了监听ip,客户端连接时,也必须是这个ip地址,否则会出现上面的提示。

    [2018-12-13 14:35:18,017] WARN [Producer clientId=console-producer] Error while fetching metadata with correlation id 1 : {test=LEADER_NOT_AVAILABLE} (org.apache.kafka.clients.NetworkClient)

    出现此错误,表示客户端无法解析advertised.listeners配置的域名,这个时候,添加hosts就可以解决了!

     

    三、使用python操作kafka

    使用python操作kafka目前比较常用的库是kafka-python库

    安装kafka-python

    pip3 install kafka-python

     

    生产者

    producer_test.py

    from kafka import KafkaProducer
    
    producer = KafkaProducer(bootstrap_servers='192.168.0.121:9092')  # 连接kafka
    
    msg = "Hello World".encode('utf-8')  # 发送内容,必须是bytes类型
    producer.send('test', msg)  # 发送的topic为test
    producer.close()

     

    执行此程序,它没有输出!这个是正常的

     

    消费者

    from kafka import KafkaConsumer
    
    consumer = KafkaConsumer('test', bootstrap_servers=['192.168.0.121:9092'])
    for msg in consumer:
        recv = "%s:%d:%d: key=%s value=%s" % (msg.topic, msg.partition, msg.offset, msg.key, msg.value)
        print(recv)

     

    执行此程序,此时会hold住,因为它在等待生产者发送消息!

    再次执行生产者,此时会输出:

    test:0:9: key=None value=b'Hello World'

     

     

    本文参考链接:

    https://www.cnblogs.com/hei12138/p/7805475.html


关键字