kafka相关应用
一。kafka官网地址
http://kafka.apache.org
下载地址:
http://kafka.apache.org/downloads.html
二。版本
0.9.0.1 is the latest release. The current stable version is 0.9.0.1.
截止到目前为止,kafka最新的版本为0.9.0.1(线上常用的稳定版本为0.8)
三。部署相关
基础依赖环境
- jdk1.7
- zookeeper 3.3.x及以上
- kafka0.8.x 以及以上版本
下载kafka二进制包(需要编译),官方网站下载即可
Download the 0.9.0.0 release and un-tar it.
> tar -xzf kafka_2.11-0.9.0.0.tgz
> cd kafka_2.11-0.9.0.0 kakfa启动之前需要启动zookeeper服务,因此在启动之前需要确保zookeeper服务的正常运行。 因此先配置zookeeper的配置文件(kafka自带zookeeper,也可单独安装zookeeper,kafka0.7版本是不支持外带zookeeper的必须使用自带的,0.8之后可以支持外带zookeeper服务器)
需要配置好数据存储目录和服务端口不要和其他端口冲突即可
Kafka uses ZooKeeper so you need to first start a ZooKeeper server if you don't already have one. You can use the convenience script packaged with
kafka to get a quick-and-dirty single-node ZooKeeper instance.
> bin/zookeeper-server-start.sh config/zookeeper.properties
[-- ::,] INFO Reading configuration from: config/zookeeper.properties (org.apache.zookeeper.server.quorum.QuorumPeerConfig)
...
- 修改配置文件
config/server.properties
主要需要修改的选项为:
# The id of the broker. This must be set to a unique integer for each broker.
broker.id= # The port the socket server listens on
port= # Hostname the broker will bind to. If not set, the server will bind to all interfaces
host.name=10.1.0.18 log.dirs=/usr/local/kafka/logs zookeeper.connect=10.1.32.18:/kafka08 ##znode的地址
注释:
"broker.id" 为broker的标识主要在集群模式中配置
port 为kafka对外服务的窗口默认为9092,只要不冲突即可
"zookeeper.connect"为kafka的zookeeper地址 /kafka08为zookeeper上的znode
- 启动kafka
执行nohup bin/kafka-server-start.sh config/server.properties &。
- 检查服务的启动状态
[***@127.0.0.1 config]$ jps
Jps
QuorumPeerMain #zookeeper的进程
Kafka #kafka进程
- 验证可用性
发送数据
执行 bin/kafka-console-producer.sh --broker-list localhost: --topic test
输入两条数据
This is a message
This is another message
按Ctrl-c退出。
读取数据
执行 bin/kafka-console-consumer.sh --zookeeper localhost: --topic test --from-beginning
如果显示为刚输入的两条数据,则说明kafka服务可用
四.集群模式配置
集群模式下broker.id一定不能重复,其他配置同单机模式
其他配置如下
五.配置文件分析
- 如下配置为kafka08X:
##每一个broker在集群中的唯一标示,要求是正数。在改变IP地址,不改变broker.id的话不会影响consumers
broker.id = ##kafka数据的存放地址,多个地址的话用逗号分割 /tmp/kafka-logs-,/tmp/kafka-logs-
log.dirs = /tmp/kafka-logs ##提供给客户端响应的端口
port = ##消息体的最大大小,单位是字节
message.max.bytes = ## broker 处理消息的最大线程数,一般情况下不需要去修改
num.network.threads = ## broker处理磁盘IO 的线程数 ,数值应该大于你的硬盘数
num.io.threads = ## 一些后台任务处理的线程数,例如过期消息文件的删除等,一般情况下不需要去做修改
background.threads = ## 等待IO线程处理的请求队列最大数,若是等待IO的请求超过这个数值,那么会停止接受外部消息,算是一种自我保护机制
queued.max.requests = ##broker的主机地址,若是设置了,那么会绑定到这个地址上,若是没有,会绑定到所有的接口上,并将其中之一发送到ZK,一般不设置
host.name ## ??? 具体没有使用。。。
advertised.host.name ## ??
advertised.port ## socket的发送缓冲区,socket的调优参数SO_SNDBUFF
socket.send.buffer.bytes = * ## socket的接受缓冲区,socket的调优参数SO_RCVBUFF
socket.receive.buffer.bytes = * ## socket请求的最大数值,防止serverOOM,message.max.bytes必然要小于socket.request.max.bytes,会被topic创建时的指定参数覆盖
socket.request.max.bytes = * *
- log文件相关
## topic的分区是以一堆segment文件存储的,这个控制每个segment的大小,会被topic创建时的指定参数覆盖
log.segment.bytes = * * ## 这个参数会在日志segment没有达到log.segment.bytes设置的大小,也会强制新建一个segment 会被 topic创建时的指定参数覆盖
log.roll.hours = * ## 日志清理策略 选择有:delete和compact 主要针对过期数据的处理,或是日志文件达到限制的额度,会被 topic创建时的指定参数覆盖
log.cleanup.policy = delete ## 数据存储的最大时间 超过这个时间 会根据log.cleanup.policy设置的策略处理数据,也就是消费端能够多久去消费数据
## log.retention.bytes和log.retention.minutes任意一个达到要求,都会执行删除,会被topic创建时的指定参数覆盖
log.retention.minutes= days ## topic每个分区的最大文件大小,一个topic的大小限制 = 分区数*log.retention.bytes 。- 没有大小限制
## log.retention.bytes和log.retention.minutes任意一个达到要求,都会执行删除,会被topic创建时的指定参数覆盖
log.retention.bytes=- ## 文件大小检查的周期时间,是否触发 log.cleanup.policy中设置的策略
log.retention.check.interval.ms= minutes ## 是否开启日志压缩
log.cleaner.enable=false ## 日志压缩运行的线程数
log.cleaner.threads = ## 日志压缩时候处理的最大大小
log.cleaner.io.max.bytes.per.second=None ## 日志压缩去重时候的缓存空间 ,在空间允许的情况下,越大越好
log.cleaner.dedupe.buffer.size=** ## 日志清理时候用到的IO块大小 一般不需要修改
log.cleaner.io.buffer.size=* ## 日志清理中hash表的扩大因子 一般不需要修改
log.cleaner.io.buffer.load.factor = 0.9 ## 检查是否触发日志清理的间隔
log.cleaner.backoff.ms = ## 日志清理的频率控制,越大意味着更高效的清理,同时会存在一些空间上的浪费,会被topic创建时的指定参数覆盖
log.cleaner.min.cleanable.ratio=0.5 ## 对于压缩的日志保留的最长时间,也是客户端消费消息的最长时间,同log.retention.minutes的区别在于一个控制未压缩数据,一个控制压缩后的数据。会被topic创建时的指定参数覆盖
log.cleaner.delete.retention.ms = day ## 对于segment日志的索引文件大小限制,会被topic创建时的指定参数覆盖
log.index.size.max.bytes = * * ## 当执行一个fetch操作后,需要一定的空间来扫描最近的offset大小,设置越大,代表扫描速度越快,但是也更好内存,一般情况下不需要搭理这个参数
log.index.interval.bytes = ## log文件"sync"到磁盘之前累积的消息条数
## 因为磁盘IO操作是一个慢操作,但又是一个"数据可靠性"的必要手段
## 所以此参数的设置,需要在"数据可靠性"与"性能"之间做必要的权衡.
## 如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞)
## 如果此值过小,将会导致"fsync"的次数较多,这也意味着整体的client请求有一定的延迟.
## 物理server故障,将会导致没有fsync的消息丢失.
log.flush.interval.messages=None ## 检查是否需要固化到硬盘的时间间隔
log.flush.scheduler.interval.ms = ## 仅仅通过interval来控制消息的磁盘写入时机,是不足的.
## 此参数用于控制"fsync"的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔
## 达到阀值,也将触发.
log.flush.interval.ms = None ## 文件在索引中清除后保留的时间 一般不需要去修改
log.delete.delay.ms = ## 控制上次固化硬盘的时间点,以便于数据恢复 一般不需要去修改
log.flush.offset.checkpoint.interval.ms =
- topic相关
## 是否允许自动创建topic ,若是false,就需要通过命令创建topic
auto.create.topics.enable =true ## 一个topic ,默认分区的replication个数 ,不得大于集群中broker的个数
default.replication.factor = ## 每个topic的分区个数,若是在topic创建时候没有指定的话 会被topic创建时的指定参数覆盖
num.partitions =
- 复制相关
## partition leader与replicas之间通讯时,socket的超时时间
controller.socket.timeout.ms = ## partition leader与replicas数据同步时,消息的队列尺寸
controller.message.queue.size= ## replicas响应partition leader的最长等待时间,若是超过这个时间,就将replicas列入ISR(in-sync replicas),并认为它是死的,不会再加入管理中
replica.lag.time.max.ms = ## 如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效
## 通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后
## 如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移
## 到其他follower中.
## 在broker数量较少,或者网络不足的环境中,建议提高此值.
replica.lag.max.messages = ##follower与leader之间的socket超时时间
replica.socket.timeout.ms= * ## leader复制时候的socket缓存大小
replica.socket.receive.buffer.bytes= * ## replicas每次获取数据的最大大小
replica.fetch.max.bytes = * ## replicas同leader之间通信的最大等待时间,失败了会重试
replica.fetch.wait.max.ms = ## fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件
replica.fetch.min.bytes = ## leader 进行复制的线程数,增大这个数值会增加follower的IO
num.replica.fetchers= ## 每个replica检查是否将最高水位进行固化的频率
replica.high.watermark.checkpoint.interval.ms = ## 是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader,并转移到其他broker
controlled.shutdown.enable = false ## 控制器关闭的尝试次数
controlled.shutdown.max.retries = ## 每次关闭尝试的时间间隔
controlled.shutdown.retry.backoff.ms = ## 是否自动平衡broker之间的分配策略
auto.leader.rebalance.enable = false ## leader的不平衡比例,若是超过这个数值,会对分区进行重新的平衡
leader.imbalance.per.broker.percentage = ## 检查leader是否不平衡的时间间隔
leader.imbalance.check.interval.seconds = ## 客户端保留offset信息的最大空间大小
offset.metadata.max.bytes
- zookeeper连接相关
##zookeeper集群的地址,可以是多个,多个之间用逗号分割 hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.connect = localhost: ## ZooKeeper的最大超时时间,就是心跳的间隔,若是没有反映,那么认为已经死了,不易过大
zookeeper.session.timeout.ms= ## ZooKeeper的连接超时时间
zookeeper.connection.timeout.ms = ## ZooKeeper集群中leader和follower之间的同步实际那
zookeeper.sync.time.ms =
kafka相关应用的更多相关文章
- 简单封装kafka相关的api
一.针对于kafka版本 <dependency> <groupId>org.apache.kafka</groupId> <artifactId>ka ...
- kafka相关文章引用
kafka相关内容说明: Kafka压缩 Kafka端到端审计 kafka数据可靠性深度解读 Kafka发送超过broker限定大小的消息时Client和Broker端各自会有什么异常? Kafka之 ...
- kafka相关问题总结
一直在使用kafka,遇到过很多问题,总结一下 很多人对比kafka和AMQP的时候,都会强调kafka会丢数据,感觉好像只要用kafka就会丢数据一样,从而排斥使用kafka,亦或者在使用的过程中, ...
- Kafka相关内容总结(存储和性能)
Kafka消息的存储 Kafka的设计基于一种非常简单的指导思想:不是要在内存中保存尽可能多的数据,在需要时将这些数据刷新(flush)到文件系统,而是要做完全相反的事情.所有数据都要立即写入文件系统 ...
- Kafka相关内容总结(概念和原理)
说明 主要内容是在网上的一些文章中整理出来: 加粗的字体是比较重要的内容,部分是自己的经验和理解: 整理的目的主要是为了方便查阅: 为什么需要消息系统 解耦: 在项目启动之初来预测将来项目会碰到什么需 ...
- kafka相关资料
先来说一下Kafka与RabbitMQ的对比: RabbitMQ,遵循AMQP协议,由内在高并发的erlanng语言开发,用在实时的对可靠性要求比较高的消息传递上. kafka是Linkedin于20 ...
- kafka相关业务必会操作命令整理
参考:https://kafka.apache.org 服务相关命令 1.启动/停止zk > bin/zookeeper-server-start.sh config/zookeeper.pro ...
- kafka 相关命令 偏移重置
kafka官方文档 https://kafka.apache.org/documentation.html#quickstart kafka 安装文档 https://www.jianshu.com/ ...
- 日志收集ELK+kafka相关博客
SpringBoot+kafka+ELK分布式日志收集 使用 logstash + kafka + elasticsearch 实现日志监控 Kibana 安装 与 汉化 windows系统安装运行f ...
随机推荐
- android 集成百度地图
一.下载百度地图为我们提供的所有DEMO. 在这里边我选的是一键下载. 二.下载后有两个项目一个是用于eclipse.另一个是android studio.我选的是android studio. 我用 ...
- OCR中的倾斜矫正
电面中被问到了做的LPR,简单的介绍了下后又问到了关于如何矫正倾斜角的问题.答得比较含糊,所以今天来补充一下. 倾斜矫正的方法有很多种,包括基于Hough变换的矫正,基于字符投影的倾角矫正,常规线性角 ...
- WCF-NAT模式访问
由于项目需求,第一次用wcf做基于internet的访问.整理一下自己的探索,作为总结,也供自己以后回顾. 要求:(1)wcf服务需要部署在internet之中. (2)双工通信. 出现问题: 根据上 ...
- 学EE做硬件找工作不如学CS做软件,为什么会这样?
学EE做硬件找工作不如学CS做软件,为什么会这样? 电子工程(EE)就业最好的方向居然是转计算机,也许让有的人觉得很不公平,EE也是很重要的学科,我们学习也很努力,为什么就业会不如CS?也有的人好奇, ...
- Delphi 把字符串读到流中的操作。
var FReQuestM := TMemoryStream FReQuestM.Write(PChar(FcVoucherXML)^, Length(FcVoucherXML)); 这样就读到流中了 ...
- 2014.7.7 模拟赛【小K的农场】
3.小K的农场(farm.pas/cpp/c) [题目描述] 小K在MC里面建立很多很多的农场,总共n个,以至于他自己都忘记了每个农场中种植作物的具体数量了,他只记得一些含糊的信息(共m个),以下列三 ...
- The 2015 China Collegiate Programming Contest Game Rooms
Game Rooms Time Limit: 4000/4000MS (Java/Others) Memory Limit: 65535/65535KB (Java/Others) Submi ...
- Erlang ODBC 处理中文
erlang处理utf8字符集相对比较简单,因为它是用integer的list来保存所有的string的,所以处理什么字符集都没关系. 话虽这么说,但我在使用erlang的ODBC处理中文时,着实费了 ...
- poj 3187 Backward Digit Sums(穷竭搜索dfs)
Description FJ and his cows enjoy playing a mental game. They write down the numbers to N ( <= N ...
- 转:DesiredCapabilities内容详解--Appium服务关键字
## Appium 服务关键字 <expand_table> |关键字|描述|实例| |----|-----------|-------| |`automationName`|你想使用的自 ...