网站优化意义,互联网下的网络营销,旅游网页设计模板简约图片,国外免费域名申请Kafka
Kafka 是一个分布式的基于发布/订阅模式的消息队列#xff08;MQ#xff0c;Message Queue#xff09;#xff0c;主要应用于大数据实时处理领域 为什么使用消息队列MQ
在高并发环境下#xff0c;同步请求来不及处理会发生堵塞#xff0c;从而触发too many conne…Kafka
Kafka 是一个分布式的基于发布/订阅模式的消息队列MQMessage Queue主要应用于大数据实时处理领域 为什么使用消息队列MQ
在高并发环境下同步请求来不及处理会发生堵塞从而触发too many connection错误引发雪崩效应。比如大量的请求并发访问数据库导致行锁表锁最后请求线程会堆积过多
我们使用消息队列通过异步请求缓解系统压力消息队列经常应用于异步处理流量削峰应用解耦消息通讯等场景
当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、RocketMQ、Kafka 等
使用消息队列的好处
解耦
允许你独立的扩展或修改两边的处理过程只要确保它们遵守同样的接口约束
可恢复性
系统的一部分组件失效时不会影响到整个系统。消息队列降低了进程间的耦合度所以即使一个处理消息的进程挂了加入队列的消息仍然可以在系统恢复后被处理
缓冲
有助于控制和优化数据流结果系统的速度解决生产消息和消费消息的处理速度不一致的情况
灵活性峰值处理能力
在访问量剧增的情况下应用仍然需要继续发挥作用但是这样的突发流量并不常见 如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费 使用消息队列能够使关键组件顶住突发的访问压力而不会因为突发的超负荷的请求而完全崩溃
异步通信
很多时候用户不想也不需要立即处理消息。消息队列提供了异步处理机制允许用户把一个消息放入队列但并不立即处理它
想向队列中放入多少消息就放多少然后在需要的时候再去处理它们 消息队列的两种模式 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消息队列中然后消息消费者从消息队列中取出并且消费消息 消息被消费以后消息队列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 消息队列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 发布/订阅模式一对多又叫观察者模式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 发布/订阅模式是定义对象间一种一对多的依赖关系使得每当一个对象目对标象的状态发生改变则所有依赖于它的对象观察者对象都会得到通知并自动更新 Kafka 概述
基于 Zookeeper
Kafka 是最初由 Linkedin 公司开发是一个分布式、支持分区的partition、多副本的replicar 协调的分布式消息中间件系统它的最大的特性就是可以实时的处理大量数据以满足各种需求场景比如基于 hadoop 的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎nginx 访问日志消息服务等等用 scala 语言编写
Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目
Kafka 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 PartitionConsumer 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 Kafka 系统架构
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 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 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 分区的原因
方便在集群中扩展每个Partition可以通过调整以适应它所在的机器而一个topic又可以有多个Partition组成因此整个集群就可以适应任意大小的数据了可以提高并发因为可以以Partition为单位读写了 基础架构
1、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 2、Leader
每个 partition 有多个副本其中有且仅有一个作为 Leader Leader 是当前负责数据的读写的 partition 3、Follower
Follower 跟随 Leader所有写请求都通过 Leader 路由数据变更会广播给所有 Follower Follower 与 Leader 保持数据同步。Follower 只负责备份不负责数据的读写。 如果 Leader 故障则从 Follower 中选举出一个新的 Leader 当 Follower 挂掉、卡住或者同步太慢Leader 会把这个 Follower 从 ISR Leader 维护的一个和 Leader 保持同步的 Follower 集合 列表中删除重新创建一个 Follower 4、producer
生产者即数据的发布者该角色将消息 push 发布到 Kafka 的 topic 中。 broker 接收到生产者发送的消息后broker 将该消息追加到当前用于追加数据的 segment 文件中 生产者发送的消息存储到一个 partition 中生产者也可以指定数据存储的 partition 5、Consumer
消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据 6、Consumer GroupCG
消费者组由多个 consumer 组成 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 可为每个消费者指定组名若不指定组名则属于默认的组
将多个消费者集中到一起去处理某一个 Topic 的数据可以更快的提高数据的消费能力。 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组内消费者消费 防止数据被重复读取消费者组之间互不影响 7、offset 偏移量
可以唯一的标识一条消息 偏移量决定读取数据的位置不会有线程安全的问题 消费者通过偏移量来决定下次读取的消息即消费位置 消息被消费之后并不被马上删除这样多个业务就可以重复使用 Kafka 的消息 某一个业务也可以通过修改偏移量达到重新读取消息的目的偏移量由用户控制 消息最终是会还被删除的默认生命周期为 1 周7*24小时 8、Zookeeper
Kafka 通过 Zookeeper 来存储集群的 meta 信息
由于 consumer 在消费过程中可能会出现断电宕机等故障consumer 恢复后 需要从故障前的位置继续消费所以 consumer 需要实时记录自己消费到了哪个 offset 以便故障恢复后继续消费 部署 Kafka 集群
安装 Kafka
//官方下载地址http://kafka.apache.org/downloads.html
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
修改 Kafka 配置文件 broker.id0
#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.id1、broker.id2listenersPLAINTEXT://192.168.10.17:9092
#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.threads3 #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.threads8 #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.bytes102400 #48行发送套接字的缓冲区大小
socket.receive.buffer.bytes102400 #51行接收套接字的缓冲区大小
socket.request.max.bytes104857600 #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.partitions1 #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.dir1 #69行用来恢复和清理data下数据的线程数量log.retention.hours168
#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.bytes1073741824
#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.connect192.168.54.10:2181,192.168.154.20:2181,192.168.154.30:2181
#123行配置连接Zookeeper集群地址
修改环境变量
//修改环境变量
vim /etc/profile
export KAFKA_HOME/usr/local/kafka
export PATH$PATH:$KAFKA_HOME/binsource /etc/profile
配置 Zookeeper 启动脚本 //设置开机自启
chmod x /etc/init.d/kafka
chkconfig --add kafka//分别启动 Kafka
service kafka start Kafka 命令行操作
创建topic 查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181查看某个 topic 详情
kafka-topics.sh --describe --zookeeper
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181 发布消息
kafka-console-producer.sh --broker-list
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181 --topic test 消费消息
kafka-console-consumer.sh --bootstrap-server
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181
--topic test --from-beginning
--from-beginning会把主题中以往所有的数据都读取出来 修改分区数
kafka-topics.sh --zookeeper
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181
--alter --topic test --partitions 6 删除 topic
kafka-topics.sh --delete --zookeeper
192.168.154.10:2181,192.168.154.20:2181,192.168.154.30:2181 --topic test
