CentOS 7搭建Zookeeper和Kafka集群

环境

• CentOS 7.4
• Zookeeper-3.6.1
• Kafka_2.13-2.4.1
• Kafka-manager-2.0.0.2

本次安装的软件全部在 /home/javateam 目录下。

Zookeeper 集群搭建

1. 添加三台机器的 hosts，使用 vim /etc/hosts 命令添加以下内容：

192.168.30.78 node-78
192.168.30.79 node-79
192.168.30.80 node-80

1. 首先解压缩：

tar -zxvf apache-zookeeper-3.6.1-bin.tar.gz

修改文件夹名称：

mv apache-zookeeper-3.6.1-bin.tar.gz zookeeper

1. 向 /etc/profile 配置文件添加以下内容，并执行source /etc/profile命令使配置生效：

export ZOOKEEPER_HOME=/home/javateam/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin

1. 在上面配置文件中 dataDir 的目录下创建一个 myid 文件，并写入一个数值，比如0。myid 文件里存放的是服务器的编号。
2. 修改zookeeper配置文件。首先进入 $ZOOKEEPER_HOME/conf 目录，复制一份 zoo_sample.cfg 并将名称修改为 zoo.cfg:

# zookeeper服务器心跳时间，单位为ms
tickTime=2000
# 投票选举新leader的初始化时间
initLimit=10
# leader与follower心跳检测最大容忍时间，响应超过 syncLimit * tickTime，leader认为follower死掉，从服务器列表删除follower
syncLimit=5
# 数据目录
dataDir=/home/javateam/zookeeper/data/
# 日志目录
dataLogDir=/home/javateam/zookeeper/logs/
# 对外服务的端口
clientPort=2181
# 集群ip配置
server.78=node-78:2888:3888
server.79=node-79:2888:3888
server.80=node-80:2888:3888

注意: 上面配置文件中的数据目录和日志目录需自行去创建对应的文件夹。这里server后的数字，与myid文件中的id是一致的。

1. zookeeper启动会占用三个端口，分别的作用是:

2181：对cline端提供服务
3888：选举leader使用
2888：集群内机器通讯使用（Leader监听此端口）

记得使用以下命令开启防火墙端口，并重启防火墙：

firewall-cmd --zone=public --add-port=2181/tcp --permanent
firewall-cmd --zone=public --add-port=3888/tcp --permanent
firewall-cmd --zone=public --add-port=2888/tcp --permanent
firewall-cmd --reload

1. 然后用 zkServer.sh start 分别启动三台机器上的zookeeper，启动后用 zkServer.sh status 查看状态，如下图所以有一个leader两个follower即代表成功：

Kafka 集群搭建

1. 首先解压缩：

tar -zxvf kafka_2.13-2.4.1.tgz

1. 改文件夹名称：

mv kafka_2.13-2.4.1.tgz kafka

1. 向 /etc/profile 配置文件添加以下内容，并执行source /etc/profile命令使配置生效：

export KAFKA_HOME=/home/javateam/kafka
export PATH=$PATH:$KAFKA_HOME/bin

1. JVM级别参数调优，修改 kafka/bin/kafka-server-start.sh，添加以下内容：

# 调整堆大小，默认1G太小了
export KAFKA_HEAP_OPTS="-Xmx6G -Xms6G"
# 选用G1垃圾收集器
export KAFKA_JVM_PERFORMANCE_OPTS="-server -XX:+UseG1GC -XX:MaxGCPauseMillis=20 -XX:InitiatingHeapOccupancyPercent=35 -XX:+ExplicitGCInvokesConcurrent -Djava.awt.headless=true"
# 指定JMX暴露端口
export JMX_PORT="8999"

添加后，文件内容如下图所示：

1. 操作系统级别参数调优，增加文件描述符的限制，使用 vim /etc/security/limits.conf 添加以下内容：

*  soft  nofile  100000
*  hard  nofile  100000
*  soft  nproc   65535
*  hard  nproc   65535

1. 修改kafka的配置文件 $KAFKA_HOME/conf/server.properties，如下：

############################# Server Basics #############################

# 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=78

############################# Socket Server Settings #############################

# 提供给客户端响应的地址和端口
listeners=PLAINTEXT://node-78:9092

# broker 处理消息的最大线程数
num.network.threads=3

# broker处理磁盘IO的线程数 ，数值应该大于你的硬盘数
num.io.threads=8

# socket的发送缓冲区大小
socket.send.buffer.bytes=102400

# socket的接收缓冲区，socket的调优参数SO_SNDBUFF
socket.receive.buffer.bytes=102400

# 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=104857600

############################# Log Basics #############################

# kafka数据的存放地址，多个地址的话用逗号分割
log.dirs=/home/javateam/kafka/logs

# 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=3

# 每个分区的副本数
replication.factor=2

# 我们知道segment文件默认会被保留7天的时间，超时的话就会被清理，那么清理这件事情就需要有一些线程来做。这里就是用来设置恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1

############################# Internal Topic Settings  #############################
# The replication factor for the group metadata internal topics "__consumer_offsets" and "__transaction_state"
# For anything other than development testing, a value greater than 1 is recommended to ensure availability such as 3.
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1

############################# Log Flush Policy #############################

# Messages are immediately written to the filesystem but by default we only fsync() to sync
# the OS cache lazily. The following configurations control the flush of data to disk.
# There are a few important trade-offs here:
#    1. Durability: Unflushed data may be lost if you are not using replication.
#    2. Latency: Very large flush intervals may lead to latency spikes when the flush does occur as there will be a lot of data to flush.
#    3. Throughput: The flush is generally the most expensive operation, and a small flush interval may lead to excessive seeks.
# The settings below allow one to configure the flush policy to flush data after a period of time or
# every N messages (or both). This can be done globally and overridden on a per-topic basis.

# The number of messages to accept before forcing a flush of data to disk
#log.flush.interval.messages=10000

# The maximum amount of time a message can sit in a log before we force a flush
#log.flush.interval.ms=1000

############################# Log Retention Policy #############################

# 控制一条消息数据被保存多长时间，默认是7天
log.retention.hours=168

# 指定Broker为消息保存的总磁盘容量大小，-1代表不限制
log.retention.bytes=-1

# Broker能处理的最大消息大小，默认976KB(1000012)，此处改为100MB
message.max.bytes=104857600

# 日志文件中每个segment的大小，默认为1G
log.segment.bytes=1073741824

#上面的参数设置了每一个segment文件的大小是1G，那么就需要有一个东西去定期检查segment文件有没有达到1G，多长时间去检查一次，就需要设置一个周期性检查文件大小的时间（单位是毫秒）。
log.retention.check.interval.ms=300000

############################# Zookeeper #############################

# 消费者集群通过连接Zookeeper来找到broker。zookeeper连接服务器地址
zookeeper.connect=node-78:2181,node-79:2181,node-80:2181

# Timeout in ms for connecting to zookeeper
zookeeper.connection.timeout.ms=6000

############################# Group Coordinator Settings #############################

# The following configuration specifies the time, in milliseconds, that the GroupCoordinator will delay the initial consumer rebalance.
# The rebalance will be further delayed by the value of group.initial.rebalance.delay.ms as new members join the group, up to a maximum of max.poll.interval.ms.
# The default value for this is 3 seconds.
# We override this to 0 here as it makes for a better out-of-the-box experience for development and testing.
# However, in production environments the default value of 3 seconds is more suitable as this will help to avoid unnecessary, and potentially expensive, rebalances during application startup.
group.initial.rebalance.delay.ms=0

############################# Broker Settings #############################

# 不让落后太多的副本竞选Leader
unclean.leader.election.enable=false

# 关闭kafka定期对一些topic分区进行Leader重选举
auto.leader.rebalance.enable=false

1. 编写kafka启动脚本，vim startup.sh 内容如下所示：

# 进程守护模式启动kafka
kafka-server-start.sh -daemon /home/javateam/kafka/config/server.properties

1. 编写kafka停止脚本，vim shutdown.sh 内容如下所示：

# 停止kafka服务
kafka-server-stop.sh

1. 用如下命令，分别启动kafka服务：

sh /home/javateam/kafka/startup.sh

注意：后面的路径换成你自己脚本所在的路径。

1. 启动成功后，连接zookeeper查看节点 ids 信息：

zkCli.sh -server 127.0.0.1:2181
ls /brokers/ids

如下图所示，代表集群搭建成功：

Kafka-manager 搭建

1. 首先解压缩：

unzip kafka-manager-2.0.0.2.zip

1. 改文件夹名称

mv kafka-manager-2.0.0.2.zip kafka-manager

1. 修改配置文件 kafka-manager/conf/application.conf，把里面的 kafka-manager.zkhosts 换成你自己的zookeeper 集群地址就好了，例如：kafka-manager.zkhosts="node-78:2181,node-79:2181,node-80:2181"
2. 编写 kafka-manager 启动脚本，vim startup.sh 内容如下：

nohup /home/javateam/kafka-manager/bin/kafka-manager -Dhttp.port=9000 > /home/javateam/kafka-manager/nohup.out 2>&1 &

1. 使用 sh /home/javateam/kafka-manager/startup.sh 启动 kafka-manager，然后访问9000端口，如下图所示代表成功：

不知道怎么使用的话就去 google，这里不再赘述。