kafka服务介绍

Apache Kafka 是一个开源的分布式事件流平台，主要用于实时数据传输和流处理。它最初由 LinkedIn 开发，并在 2011 年成为 Apache 基金会的顶级项目。Kafka 设计的目标是处理大规模的数据流，同时提供高吞吐量、低延迟和高容错性

Kafka 的工作原理可以从几个关键方面来理解：

• 1. 消息的生产
  • Producer：生产者是发送消息的客户端，向 Kafka 发送消息。生产者将消息发布到特定的主题（Topic）中，主题内部可以有多个分区（Partition）。
  • Partitioning：消息会被分配到不同的分区。分区是主题的逻辑分片，有助于提高并发处理能力。消息的分配通常基于某种策略，比如消息键（key）或者轮询。
• 2. 消息的存储
  • Broker：Kafka 的服务器组件，负责存储和管理消息。每个 Kafka 实例都是一个 Broker。多个 Brokers 组成 Kafka 集群。
  • Log Segments：在每个分区中，消息被追加到日志（log）中。日志是一个有序的、不可变的消息序列。为了管理日志文件的大小，Kafka 会定期将日志分段成多个文件。
• 3. 消息的消费
  • Consumer：消费者从 Kafka 中读取消息。消费者订阅一个或多个主题，然后拉取（fetch）数据。
  • Consumer Group：消费者可以组成一个消费组（Consumer Group）。同一消费组中的消费者会分担读取同一个主题的不同分区的任务，从而实现负载均衡。每个消息只会被消费组中的一个消费者读取。
• 4. 消息的存储与复制
  • Replication：为了提高数据的可靠性，Kafka 使用副本（replica）。每个分区有一个主副本（leader）和若干个从副本（follower）。所有的读写请求都由主副本处理，从副本则从主副本同步数据。
  • Leader-Follower：在分区中，领导者负责所有的读写请求，从副本负责从领导者同步数据。领导者失败时，从副本会选举新的领导者，确保高可用性。
• 5. 协调与管理
  • Zookeeper：早期 Kafka 使用 Zookeeper 来管理集群的元数据和协调集群中的 Broker 和分区状态。Zookeeper 负责领导者的选举、配置管理和状态监控。
  • Kafka 2.8.0 及以后：Kafka 开始逐渐减少对 Zookeeper 的依赖，尝试用 Kafka 自身的协议来管理集群的元数据，这种模式称为 KRaft 模式（Kafka Raft Metadata Mode）。

数据流示例

• 生产：生产者将消息发送到一个主题，主题有多个分区。每条消息附带一个时间戳。
• 存储：消息被追加到分区的日志中。日志分为多个段，Kafka 按顺序存储消息。
• 消费：消费者从主题的分区中读取消息。消费者可以跟踪已处理的消息位置，以实现断点续传。
• 复制：数据在主副本和从副本之间同步，保证数据在 Broker 失败时不会丢失。

通过这些机制，Kafka 能够实现高吞吐量、低延迟和高可靠性的消息传递和数据流处理。

安装使用

Kafka 依赖于 Java 运行环境，因此首先需要安装 Java 11 或更高版本

apt install -y openjdk-11-jdk

root@huhy:~# java --version
openjdk 11.0.23 2024-04-16
OpenJDK Runtime Environment (build 11.0.23+9-post-Ubuntu-1ubuntu1)
OpenJDK 64-Bit Server VM (build 11.0.23+9-post-Ubuntu-1ubuntu1, mixed mode, sharing)

官网下载；https://downloads.apache.org/kafka/3.7.1/kafka_2.13-3.7.1.tgz

tar -xf kafka_2.13-3.7.1.tgz

cd kafka_2.13-3.7.1/

Kafka 的配置文件位于 config 目录中。主要的配置文件包括：

• server.properties：Kafka 的服务器配置文件

• zookeeper.properties：Zookeeper 的配置文件（如果使用 Zookeeper）

  • broker.id：描述：Kafka Broker 的唯一标识符。每个 Broker 必须有一个唯一的 broker.id。
    默认值：无
    示例：broker.id=0

  • listeners：描述：Kafka Broker 监听的地址和端口。指定了 Kafka 接收客户端请求的地址。
    默认值：PLAINTEXT://:9092
    示例：listeners=PLAINTEXT://localhost:9092

  • advertised.listeners：描述：Kafka 向客户端公开的地址。客户端会通过此地址与 Broker 进行通信。
    默认值：无
    示例：advertised.listeners=PLAINTEXT://your-hostname:9092

  • log.dirs：
    描述：Kafka 存储日志文件的目录。可以设置多个目录，Kafka 会将数据分散存储。
    默认值：/tmp/kafka-logs
    示例：log.dirs=/var/lib/kafka/logs

  • log.retention.hours：
    描述：日志文件的保留时间，单位是小时。超过这个时间的数据会被删除。
    默认值：168（7 天）
    示例：log.retention.hours=168

  • log.segment.bytes：
    描述：每个日志段的大小，单位是字节。日志文件会被分段存储。
    默认值：1073741824（1 GB）
    示例：log.segment.bytes=536870912（512 MB）

  • num.partitions：
    描述：默认创建的主题的分区数量。
    默认值：1
    示例：num.partitions=3

  • replication.factor：
    描述：主题的副本因子，表示每个分区有多少副本。提高副本因子可以增加数据的可靠性。
    默认值：无（主题创建时指定）
    示例：replication.factor=2

  • message.max.bytes：
    描述：Kafka 允许的最大消息大小，单位是字节。
    默认值：1000012（1 MB）
    示例：message.max.bytes=2097152（2 MB）

  • log.retention.bytes：
    描述：每个分区的日志文件最大保留大小，超过这个大小的日志会被删除。
    默认值：-1（不限制）
    示例：log.retention.bytes=1073741824（1 GB）

  • log.cleaner.enable：
    描述：启用日志清理器，用于压缩日志中的重复数据。
    默认值：false
    示例：log.cleaner.enable=true

  • security.inter.broker.protocol：
    描述：Kafka Broker 之间的通信协议，支持 PLAINTEXT、SSL、SASL_PLAINTEXT、SASL_SSL。
    默认值：PLAINTEXT
    示例：security.inter.broker.protocol=SSL

  • ssl.keystore.location：
    描述：SSL 密钥库的位置，用于 SSL/TLS 加密。
    默认值：无
    示例：ssl.keystore.location=/path/to/keystore.jks

  • zookeeper.connect：
    描述：Zookeeper 的连接字符串，包括 Zookeeper 的主机名和端口号。
    默认值：localhost:2181
    示例：zookeeper.connect=localhost:2181

  • zookeeper.connection.timeout.ms：
    描述：Zookeeper 连接超时设置，单位是毫秒。
    默认值：6000
    示例：zookeeper.connection.timeout.ms=10000

  • auto.create.topics.enable：
    描述：是否自动创建主题。如果设置为 true，当客户端向不存在的主题发送消息时，Kafka 会自动创建该主题。
    默认值：true
    示例：auto.create.topics.enable=false

  • delete.topic.enable：
    描述：是否允许删除主题。如果设置为 true，可以通过 Kafka 提供的脚本删除主题。
    默认值：false
    示例：delete.topic.enable=true

通常情况下，默认配置就可以开始使用。如果需要自定义配置，可以编辑这些文件

启动 Zookeeper；Kafka 需要 Zookeeper 来管理集群的元数据。Kafka 附带了一个简单的 Zookeeper 实例，开启后另起一个终端

bin/zookeeper-server-start.sh config/zookeeper.properties

启动 Kafka Broker；在另一个终端中，启动 Kafka Broker

bin/kafka-server-start.sh config/server.properties

另起一个终端3；Kafka 使用主题来组织消息。可以使用 Kafka 提供的脚本创建主题。例如，创建一个名为 test-topic 的主题：

bin/kafka-topics.sh --create --topic test-topic --bootstrap-server localhost:9092 --partitions 1 --replication-factor 1

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-topics.sh --create --topic test-topic --bootstrap-server localhost:9092 --partitions 1 --replication-factor 1
Created topic test-topic.

生产消息：可以使用 Kafka 提供的生产者工具向主题中发送消息。打开一个终端并运行，然后在终端4中输入消息并按回车键发送消息

bin/kafka-console-producer.sh --topic test-topic --bootstrap-server localhost:9092

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-console-producer.sh --topic test-topic --bootstrap-server localhost:9092
>huhy
>

消费消息；在另一个终端3中，可以运行消费者工具来读取消息，只有最开始两个终端是不能终端，后两个有交互界面可以直接用

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-console-consumer.sh --topic test-topic --from-beginning --bootstrap-server localhost:9092
huhy

获取信息如下

管理 Kafka

查看主题：

bin/kafka-topics.sh --list --bootstrap-server localhost:9092

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-topics.sh --list --bootstrap-server localhost:9092
__consumer_offsets
test-topic

查看主题详情：

bin/kafka-topics.sh --describe --topic test-topic --bootstrap-server localhost:9092

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-topics.sh --describe --topic test-topic --bootstrap-server localhost:9092
Topic: test-topic       TopicId: rXHPQIqJRkO5lQDOsco3NQ PartitionCount: 1       ReplicationFactor: 1    Configs:
        Topic: test-topic       Partition: 0    Leader: 0       Replicas: 0     Isr: 0

删除主题；

bin/kafka-topics.sh --delete --topic test-topic --bootstrap-server localhost:9092

验证查看

root@huhy:~/kafka_2.13-3.7.1# bin/kafka-topics.sh --delete --topic test-topic --bootstrap-server localhost:9092
root@huhy:~/kafka_2.13-3.7.1# bin/kafka-topics.sh --list --bootstrap-server localhost:9092
__consumer_offsets

停止 Kafka Broker

bin/kafka-server-stop.sh

停止 Zookeeper：

bin/zookeeper-server-stop.sh