• 如果您想对本站表示支持,请随手点击一下广告即可~
  • 本站致力于提供原创、优秀的技术文章~
  • 有任何疑问或建议 均可以在站点右侧栏处 通过各种方式联系站长哦~
  • 快速部署单机kafka集群(win环境)

    系统架构 EXP 146阅读 0评论

    1. 前言

    本文不讲kafka集群原理,只谈部署步骤。

    默认读者已对kafka有最基本的认知,纯粹作为部署笔记,方便回忆。

    另外本文是基于Windows部署的,Linux的步骤是基本相同的(只是启动脚本位置不同)。

    由于kafka的运行依赖于zookeeper,所以在运行kafka之前,需要先安装并运行zookeeper。不过本文没有使用kafka内置的zookeeper,而是使用《快速部署单机zookeeper集群(win环境)》里的zookeeper集群,但原理是相同的。


    2. 环境

    • JDK : 1.8
    • zookeeper : 3.4.7
    • zookeeper集群规模 : 3
    • kafka : 2.12-2.0.0
    • kafka集群类型: single broker(单节点单boker集群,亦即kafka只启一个broker消息中间件服务,producer、consumer、broker均通过zookeeper集群交换消息,具体可参考这篇文章:《kafka集群的三种部署方式》)
    • kafka安装目录 : %INSTALL_DIR% = E:\apache\apache-kafka
        (此处定义变量是为了下文方便说明,实际部署时应使用实际路径而非变量


    3. 安装

    到kafka官网下载最新版:http://kafka.apache.org/

    解压并重命名到 %INSTALL_DIR% 目录。


    4. 配置

    修改配置文件 %INSTALL_DIR%/config/log4j.properties ,找到参数 log4j.rootLogger ,在其前面一行添加如下参数(注意实际部署时把变量 %INSTALL_DIR% 改成实际路径):

    kafka.logs.dir=%INSTALL_DIR%/tmp/kafka-logs

    修改配置文件 %INSTALL_DIR%/config/server.properties 的参数如下(注意实际部署时把变量 %INSTALL_DIR% 改成实际路径):

     
    broker.id=0
    port=9092
    host.name=localhost
    log.dirs=%INSTALL_DIR%/tmp/kafka-logs
    num.partitions=1
    zookeeper.connect=localhost:2181,localhost:2182,localhost:2183


    5. 运行

    修改 %INSTALL_DIR%/bin/windows/kafka-run-class.bat 脚本,把其中的:

    COMMAND=%JAVA% %KAFKA_HEAP_OPTS% %KAFKA_JVM_PERFORMANCE_OPTS% %KAFKA_JMX_OPTS% %KAFKA_LOG4J_OPTS% -cp %CLASSPATH% %KAFKA_OPTS% %*

    修改为:

    COMMAND=%JAVA% %KAFKA_HEAP_OPTS% %KAFKA_JVM_PERFORMANCE_OPTS% %KAFKA_JMX_OPTS% %KAFKA_LOG4J_OPTS% -cp “%CLASSPATH%” %KAFKA_OPTS% %*

    亦即 “%CLASSPATH%” 需要增加双引号包围

    这是因为在Windows环境下,JDK安装的默认路径都是 C:\Program Files\Java ,而因为其中的 Program Files 有空格,会导致kafka启动时报错:

    错误: 找不到或无法加载主类 Files\Java\jdk1.8.0_77\lib\dt.jar;C:\Program

    然后在 %INSTALL_DIR% 目录下新建一个 run-kafka.bat 脚本,内容如下:

    start ./bin/windows/kafka-server-start.bat ./config/server.properties

    这样只需运行 run-kafka.bat 脚本,即可启动kafka (在此前需先启动zookeeper集群)。
    至此 kafka部署完成

    注:
    若要启动多个kafka,只需要复制server.properties配置文件,并修改其中的 broker.id、port 、log.dirs参数,确保它们全局唯一,然后通过kafka-server-start.bat脚本加载不同的server.properties配置文件即可(当然直接复制整套kafka程序也是也是可以的)


    6. 创建主题(可选)

    %INSTALL_DIR% 目录下新建一个 create-topic.bat 脚本,内容如下:

    start ./bin/windows/kafka-topics.bat –create –zookeeper localhost:2181 –replication-factor 1 –partitions 1 –topic 自定义主题名称

    在kafka运行期间调用这个脚本,即可创建一个消息主题(命令参数中只需指定zookeeper集群中任意一台机器即可)。

    但是这种创建主题的方式比较麻烦,建议还是通过代码执行主题创建。而且这个版本的kafka默认是可以自动创建主题的,就更没有这个必要了。


    7. 使用Java测试kafka消息发布/订阅

    官方的Maven原生构件:

    生产者样例代码:

    消费者样例代码:


    8. 附录1:kafka常见的错误与解决方法

    Kafka运维填坑:https://www.jianshu.com/p/d2cbaae38014


    9. 附录2:server.properties参数说明

    参数与默认值 说明
    broker.id =0 每一个broker在集群中的唯一表示,要求是正数。当该服务器的IP地址发生
    改变时,broker.id没有变化,则不会影响consumers的消息情况
    log.dirs=/data/kafka-logs kafka数据的存放目录(必须是绝对路径),多个目录用逗号分割。
    多个目录分布在不同磁盘上可以提高读写性能,
    如: /data/kafka-logs-1,/data/kafka-logs-2
    port =9092 broker server服务端口
    message.max.bytes =6525000 表示消息体的最大大小,单位是字节
    num.network.threads =4 broker处理消息的最大线程数,
    一般情况下数量为cpu核数
    num.io.threads =8 broker处理磁盘IO的线程数,数值为cpu核数2倍
    background.threads =4 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
    queued.max.requests =500 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,应该是一种自我保护机制
    host.name 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
    socket.send.buffer.bytes=100*1024 socket的发送缓冲区,socket的调优参数SO_SNDBUFF
    socket.receive.buffer.bytes =100*1024 socket的接受缓冲区,socket的调优参数SO_RCVBUFF
    socket.request.max.bytes =100*1024*1024 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
    log.segment.bytes =1024*1024*1024 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.roll.hours =24*7 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.cleanup.policy = delete 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.retention.minutes=300或log.retention.hours=24 数据文件保留多长时间, 存储的最大时间超过这个时间会根据log.cleanup.policy设置数据清除策略。
    有2种删除数据文件方式:
    ① 按文件大小删除:log.retention.bytes
    ② 按2种不同时间粒度删除:分钟log.retention.minutes、小时log.retention.hours
    log.retention.bytes=-1 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
    -1表示没有大小限制。该参数会被topic创建时的指定参数覆盖
    log.retention.check.interval.ms=5minutes 文件大小检查的周期时间,是否处罚log.cleanup.policy中设置的策略
    log.cleaner.enable=false 是否开启日志清理
    log.cleaner.threads =2 日志清理运行的线程数
    log.cleaner.io.max.bytes.per.second=None 日志清理时候处理的最大大小
    log.cleaner.dedupe.buffer.size=500*1024*1024 日志清理去重时候的缓存空间,在空间允许的情况下,越大越好
    log.cleaner.io.buffer.size=512*1024 日志清理时候用到的IO块大小一般不需要修改
    log.cleaner.io.buffer.load.factor =0.9 日志清理中hash表的扩大因子一般不需要修改
    log.cleaner.backoff.ms =15000 检查是否处罚日志清理的间隔
    log.cleaner.min.cleanable.ratio=0.5 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.delete.retention.ms =1day 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.index.size.max.bytes =10*1024*1024 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.interval.bytes =4096 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,一般情况下不需要配置这个参数
    log.flush.interval.messages=None log文件“sync”到磁盘之前累积的消息条数,例如log.flush.interval.messages=1000表示每当消息记录数达到1000时flush一次数据到磁盘。
    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.scheduler.interval.ms =3000 检查是否需要固化到硬盘的时间间隔
    log.flush.interval.ms = None 仅仅通过interval来控制消息的磁盘写入时机是不够的。
    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。例如:log.flush.interval.ms=1000表示每间隔1000毫秒flush一次数据到磁盘
    log.delete.delay.ms =60000 文件在索引中清除后保留的时间一般不需要去修改
    log.flush.offset.checkpoint.interval.ms =60000 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
    auto.create.topics.enable =true 是否允许自动创建topic,若是false,就需要通过命令创建topic
    default.replication.factor =1 是否允许自动创建topic,若是false,就需要通过命令创建topic
    num.partitions =1 每个topic的分区个数,若是在topic创建时候没有指定
    则会被topic创建时的指定参数覆盖
    controller.socket.timeout.ms =30000 partition leader与replicas之间通讯时,socket的超时时间
    controller.message.queue.size=10 partition leader与replicas数据同步时,消息的队列尺寸
    replica.lag.time.max.ms =10000 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.max.messages =4000 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.socket.timeout.ms=30*1000 follower与leader之间的socket超时时间
    replica.socket.receive.buffer.bytes=64*1024 leader复制时候的socket缓存大小
    replica.fetch.max.bytes =1024*1024 replicas每次获取数据的最大大小
    replica.fetch.wait.max.ms =500 replicas同leader之间通信的最大等待时间,失败了会重试
    replica.fetch.min.bytes =1 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
    num.replica.fetchers=1 leader进行复制的线程数,增大这个数值会增加follower的IO
    replica.high.watermark.checkpoint.interval.ms =5000 每个replica检查是否将最高水位进行固化的频率
    controlled.shutdown.enable =false 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.max.retries =3 控制器关闭的尝试次数
    controlled.shutdown.retry.backoff.ms =5000 每次关闭尝试的时间间隔
    leader.imbalance.per.broker.percentage =10 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.check.interval.seconds =300 检查leader是否不平衡的时间间隔
    offset.metadata.max.bytes 客户端保留offset信息的最大空间大小
    zookeeper.connect = localhost:2181 zookeeper集群的地址(连接串),可以是多个,多个之间用逗号分割。
    例如:hostname1:port1,hostname2:port2,hostname3:port3
    zookeeper.session.timeout.ms=6000 zooKeeper的最大超时时间,就是心跳的间隔。
    若是没有反应,那么认为已经死了,因此该值不易过大
    zookeeper.connection.timeout.ms =6000 zooKeeper的连接超时时间
    zookeeper.sync.time.ms =2000 zooKeeper集群中leader和follower之间的同步时间

    资源下载

    本文全文 下载


    转载请注明:EXP 技术分享博客 » 快速部署单机kafka集群(win环境)

    喜欢 (2) 分享 (0)
    发表我的评论
    取消评论

    表情

    Hi,您需要填写昵称和邮箱!

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址