kafka集群搭建

摘要：什么是是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。高吞吐量即使是非常普通的硬件也可以支持每秒数百万的消息。

什么是kafka

Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消费。

kafka特性
通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。
高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息。
支持通过Kafka服务器和消费机集群来分区消息。
支持Hadoop并行数据加载。

kafka术语含义
broker（代理）
　　Kafka集群包含一个或多个服务器，这种服务器被称为broker
Topic
　　每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic（可以理解为队列queue或者目录）。物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处。　　
Partition
Parition是物理上的概念（可以理解为文件夹），每个Topic包含一个或多个Partition。
Producer　　
　　生产者，负责发布消息到Kafka broker。
Consumer
　　消息消费者，向Kafka broker读取消息的客户端。
Consumer Group
　　每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。

同zk一样在192.168.1.11,192.168.1.12,192.168.1.13三台机器上安装

zk集群准备
kafka通过Zookeeper管理集群配置，选举leader，以及在Consumer Group发生变化时进行rebalance。Producer使用push模式将消息发布到broker，Consumer使用pull模式从broker订阅并消费消息。虽然kafka自带zk,不过只是standalone模式。zookeeper集群安装可以看前面的文章。

download and install

wget http://mirrors.hust.edu.cn/ap...
mv kafka_2.12-0.11.0.1.tgz /usr/local
tar -xzf kafka_2.12-0.11.0.1.tgz
cd kafka_2.12-0.11.0.1.tgz

修改配置文件
vi config/server.properties

分发到另外2台机器

scp -r /kafka_2.12-0.11.0.1 root@192.168.1.12:/usr/local
scp -r /kafka_2.12-0.11.0.1 root@192.168.1.12:/usr/local

分别修改server.properties中的broker.id的参数，保证3个节点的值不重复
listeners 中的监听ip改成本机ip
然后分别启动kafka服务

nohup /bin/kafka-server-start.sh config/server.properties > /dev/null &

检查集群是否安装成功
在192.168.1.13机器上创建一个topic

bin/kafka-topics.sh --create --zookeeper 192.168.1.11:2181,192.168.1.12:2181,192.168.1.13:2181 --replication-factor 3 --partitions 5 --topic kafka-distrub-test

在192.168.1.11上查看该topic的信息

bin/kafka-topics.sh --describe --zookeeper 192.168.1.11:2181,192.168.1.12:2181,192.168.1.13:2181  --topic kafka-distrub-test

返回结果如下则表示kafka集群安装成功

如果将broker.id=2的机器上的kafka服务关闭，集群会自动重新选举一个broker作为leader。所有kafka的动态扩容是非常方便的。

因为我写了个用java程序模拟consumer和producer，所有这里就不对这两个命令做介绍了，demo地址：