快速部署单机 kafka 集群(win 环境)


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

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:

<dependency>
  <groupId>org.apache.kafka</groupId>
  <artifactId>kafka_2.12</artifactId>
  <version>2.0.0</version>
</dependency>

<dependency>
  <groupId>org.apache.kafka</groupId>
  <artifactId>kafka-clients</artifactId>
  <version>2.0.0</version>
</dependency>

生产者样例代码:

import java.util.Properties;

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;

/**
 * <PRE>
 * kafka生产者样例
 * </PRE>
 * <br/><B>PROJECT : </B> kafka
 * <br/><B>SUPPORT : </B> <a href="http://www.exp-blog.com" target="_blank">www.exp-blog.com</a> 
 * @version   2018-08-02
 * @author    EXP: 272629724@qq.com
 * @since     jdk版本:jdk1.6
 */
public class DemoProducer {

    public static void main(String[] args) throws Exception {
        final String KAFKA_SOCKET = "127.0.0.1:9092";
        final String TOPIC = "exp-topic-test";

        DemoProducer producer = new DemoProducer(KAFKA_SOCKET);
        producer.produce(TOPIC);
        producer.close();
    }

    /** kafka生产者对象 */
    private KafkaProducer<String, String> producer;

    /**
     * 构造函数
     * @param kafkaSocket
     */
    private DemoProducer(String kafkaSocket) {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, kafkaSocket);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        this.producer = new KafkaProducer<String, String>(props);
    }

    /**
     * 连续发送消息到指定主题
     * @param TOPIC 消息主题, 当主题只有一个分区时, 逻辑上可以认为主题是一个队列
     *         (当前版本的kafka默认会自动创建不存在的主题, 无需预建)
     * @throws Exception
     */
    public void produce(final String TOPIC) throws Exception {
        for(int i = 0; i < 100; i++) {
            String data = String.format("[%s] http://exp-blog.com", String.valueOf(i));
            ProducerRecord<String, String> msg = new ProducerRecord<String, String>(TOPIC, data);

            producer.send(msg);
            Thread.sleep(10);
        }
    }

    public void close() {
        producer.close();
    }

}

消费者样例代码:

import java.util.Arrays;
import java.util.Properties;

import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringSerializer;

/**
 * <PRE>
 * kafka消费者样例
 * </PRE>
 * <br/><B>PROJECT : </B> kafka
 * <br/><B>SUPPORT : </B> <a href="http://www.exp-blog.com" target="_blank">www.exp-blog.com</a> 
 * @version   2018-08-02
 * @author    EXP: 272629724@qq.com
 * @since     jdk版本:jdk1.6
 */
public class DemoConsumer {

    public static void main(String[] args) throws Exception {
        final String KAFKA_SOCKET = "127.0.0.1:9092";
        final String TOPIC = "exp-topic-test";
        final String GROUP_ID = "group-1";

        DemoConsumer consumer = new DemoConsumer(KAFKA_SOCKET, GROUP_ID);
        consumer.consume(TOPIC);
    }

    /** kafka消费者对象 */
    private Consumer<String, String> consumer;

    /**
     * 构造函数
     * @param kafkaSocket
     * @param groupId Consumer所在的Group
     *         (一个Topic可以对应多个Group, 不论是多播还是单播, kafka只会把消息发到Group, 
     *           Consumer只能收到它所在的Group的消息)
     */
    private DemoConsumer(String kafkaSocket, String groupId) {
        Properties props = new Properties();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, kafkaSocket);
        props.put(ConsumerConfig.GROUP_ID_CONFIG, groupId);
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "latest");    // 消息偏移, latest表示最新的消息
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");    // 自动提交
        props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");    // 自动提交间隔(ms)
        props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "30000");    // 会话超时(ms)
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, 
                StringSerializer.class.getName());
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, 
                StringSerializer.class.getName());

        this.consumer = new KafkaConsumer<String, String>(props);
    }

    /**
     * 从指定主题连续消费消息
     * @param TOPICS 消息主题集, 当主题只有一个分区时, 逻辑上可以认为主题是一个队列
     * @throws Exception 
     */
    @SuppressWarnings("deprecation")
    private void consume(final String... TOPICS) throws Exception {
        consumer.subscribe(Arrays.asList(TOPICS)); // 可同时消费多个topic

        while(true) {
            ConsumerRecords<String, String> records = consumer.poll(1000);
            for(ConsumerRecord<String, String> record : records) {
                String msg = String.format("offset = %d, key = %s, value = %s", 
                        record.offset(), record.key(), record.value());

                System.out.printf(msg);
                Thread.sleep(10);
            }
        }
    }

    public void close() {
        consumer.close();
    }

}

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


文章作者: EXP
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 EXP !
 上一篇
哔哩哔哩插件姬 哔哩哔哩插件姬
此程序用于B站直播间,核心功能包括但不限于:偷窥直播间、全平台挂机抽奖、自动完成每日任务、房间活跃度统计、直播间抽奖、版聊命令禁言、为主播自动答谢、公告、晚安、打call、点歌、AI尬聊等
2018-09-10
下一篇 
快速部署单机 zookeeper 集群(win 环境) 快速部署单机 zookeeper 集群(win 环境)
1. 前言本文不讲zookeeper集群原理,只谈部署步骤。 默认读者已对zookeeper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)。 严格来说本
2018-08-03
  目录