訊息中介軟體Kafka+Zookeeper叢集簡介、部署和實踐

Kafka是一種高吞吐量的 分散式 釋出訂閱訊息系統，它可以處理消費者規模的網站中所有動作流資料。Kafka的目的是通過 Hadoop 並行載入機制統一線上和離線訊息處理，並通過 叢集 提供實時訊息。本文內容較基礎，主要圍繞kafka的體系架構和功能展開。

 

正文開始之前，我們先了解一下Kafka中涉及的相關術語：

1、Broker——Kafka叢集包含一個或多個伺服器，這種伺服器被稱為broker ；

2、Topic——每條釋出到Kafka叢集的訊息都有一個類別，這個類別被稱為Topic。（物理上不同Topic的訊息分開儲存，邏輯上一個Topic的訊息雖然儲存於一個或多個broker上但使用者只需指定訊息的Topic即可生產或消費資料而不必關心資料存於何處）

3、Partition——Partition是物理上的概念，每個Topic包含一個或多個Partition.

4、Producer——負責釋出訊息到Kafka broker

5、Consumer——訊息消費者，向Kafka broker讀取訊息的客戶端。

6、Consumer Group——每個Consumer屬於一個特定的Consumer Group（可為每個Consumer指定group name，若不指定group name則屬於預設的group）。

Kafka的topic可以看做是一個記錄流 ("/orders", "/user-signups")，每個topic都有一個日誌，它儲存在磁碟上。每個topic又被分成多個partition（區），每個partition在儲存層面是append log檔案，任何釋出到partition的訊息都會被直接追加到日誌檔案的尾部，Kafka Producer API用於生成資料記錄流，Kafka Consumer API用於使用Kafka的記錄流。

Kafka架構：Topic、Partition、Producer、Consumer

 

通常，一個普通的工作流程是Kafka的producer向topic寫入訊息，consumer從topic中讀取訊息。topic與日誌相關聯，日誌是儲存在磁碟上的資料結構，Kafka將producer的記錄附加到topic日誌的末尾。topic日誌由分佈在多個檔案上的許多分割槽組成，這些檔案可以分佈在多個Kafka叢集節點上。Kafka在叢集的不同節點上分發topic日誌分割槽，以實現具有水平可伸縮性的高效能。Spreading 分割槽有助於快速寫入資料，Kafka將分割槽複製到許多節點以提供故障轉移。

 

如果多個producer和consumer同時讀取和寫入相同的Kafka主題日誌，Kafka如何擴充套件？首先，Kafka本身的寫入速度很快，順序寫入檔案系統本身就不需要太多時間；其次，在現代的快速驅動器上，Kafka可以輕鬆地每秒寫入700 MB或更多位元組的資料。

叢集部署和測試

Kafka使用ZooKeeper管理叢集，ZooKeeper用於協調伺服器或叢集拓撲，ZooKeeper是配置資訊的一致性檔案系統。你可以選擇Kafka自帶的Zookeeper，也可以選擇單獨部署，一臺Linux主機開放三個埠即可構建一個簡單的偽ZooKeeper叢集。

ZooKeeper可以將拓撲更改傳送到Kafka，如果叢集中的某臺伺服器當機或者某個topic被新增、刪除，叢集中的每個節點都可以知道新伺服器何時加入，ZooKeeper提供Kafka Cluster配置的同步檢視。Kafka和ZooKeeper的搭建都需要java環境，對於jdk的下載安裝本文不過多贅述，可以自行網上查詢，二者的安裝包也可以在Apache官網自行下載。自建Zookeeper叢集的配置過程如下：

建立目錄 ZooKeeper：mkdir zookeeper

拷貝最少三個例項，進入ZooKeeper目錄，其他例項進行同樣的操作:

建立目錄zkdata、zkdatalog

進入conf目錄，

拷貝zoo_sample.cfg 為zoo.cfg，詳細配置如下：

Java程式碼  

使用Kafka自帶的ZooKeeper叢集：

檢視配置檔案 

進入Kafka的config的目錄：

 

 先建立zk叢集，直接使用Kafka自帶的ZooKeeper建立zk叢集，修改zookeeper.properties檔案：

Kafka伺服器

Kafka叢集由多個Kafka Brokers組成。每個Kafka Broker都有一個唯一的ID（編號）。Kafka Brokers包含主題日誌分割槽，如果希望獲得故障處理能力，需要保證至少有三到五個伺服器，Kafka叢集最大可同時存在10,100或1,000個伺服器。Kafka將每個partition資料複製到多個server上,任何一個partition有一個leader和多個follower(可以沒有);備份的個數可以通過broker配置檔案來設定.當leader失效時,需在followers中選取出新的leader,可能此時follower落後於leader,因此需要選擇一個"up-to-date"的follower。

例如，如果在AWS中執行kafka叢集，其中一個Kafka Broker發生故障，作為ISR（同步副本）的Kafka Broker可以迅速提供資料。

 

請注意，對於如何設定Kafka叢集本身並沒有硬性規定。例如，可以在單個AZ中設定整個叢集，以便使用AWS增強型網路和放置組獲得更高的吞吐量，然後使用Mirror Maker將叢集映象到同一區域中的熱災備AZ。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31077337/viewspace-2185691/，如需轉載，請註明出處，否則將追究法律責任。