@sasaki 2016-02-18T17:27:11.000000Z 字数 8987 阅读 7883

Kafka——分布式发布订阅消息系统

BigData

版本控制

    @Title          Kafka——分布式发布订阅消息系统
    @Version        v1.0
    @Timestamp      2016-01-14 18:37
    @Author         Nicholas
    @Mail           redskirt@outlook.com

一、Kafka概述

消息：是在两台计算机间传送的数据单位。消息可以非常简单，例如只包含文本字符串；也可以更复杂，可能包含嵌入对象。
消息队列：消息队列是在消息的传输过程中保存消息的容器，消息传递中间人。
- 提供路由并保证消息的传递；
- 如果发送消息时接收者丌可用，消息队列会保留消息，直到可以成功地传递它；
- 分布式应用中，消息队列是互相交换信息的一种技术。可驻留在内存或磁盘上，队列存储消息直到它们被应用程序读走；
- 通过消息队列，应用程序可独立地执行——松耦合。
Kafka是由Linkedin公司开发，使用Scala语言编写的一种分布式、分区的、多副本的、多订阅者的日志系统(分布式MQ系统)，可以用亍web/nginx日志，搜索日志，监控日志，访问日志等等。
Kafka的设计初衷是希望作为一个统一的信息收集平台，能够实时的收集反馈信息，并能够支撑较大的数据量，且具备良好的容错能力。

二、Kafka架构

Kafka生产者、消费者和代理环境

话题（Topic）是特定类型的消息流。消息是字节的有效负载（Payload），话题是消息的分类名或种子（Feed）名；
生产者（Producer）是能够发布消息到话题的任何对象；
已发布的消息保存在一组服务器中，它们被称为代理（Broker）或Kafka集群；
消费者可以订阅一个或多个话题，并从Broker拉数据，从而消费这些已发布的消息。

Kafka的整体架构

因为Kafka内在就是分布式的，一个Kafka集群通常包括多个代理。为了均衡负载，将话题分成多个分区，每个代理存储一或多个分区。多个生产者和消费者能够同时生产和获取消息。

二、Kafka原理

QQ截图20160114185313.jpg-214.7kB

在Kafka中，发送消息者称为Producer，而消息接收者称为Consumer。
Producer和Consumer都依赖亍Zookeeper来保证系统可用性，为集群保存一些meta信息。

QQ截图20160114192839.jpg-319.4kB

Kafka集群有多个实例组成，每个节点称为broker。对消息保存时根据Topic进行归类（是一个逻辑概念，相当于一个分布式队列），为了加快读取速度，多个comsumer可以划分为一个组，并行消费一个topic。

Producer：消息生产者，就是向Kafkabroker发消息的客户端。
Consumer：消息消费者，向Kafkabroker取消息的客户端。
Broker： Kafkacluster是由多个broker组成，一台Kafka服务器就是一个broker。一个broker可以容纳多个topic。
Topic：可以理解为一个队列。
Partition：
- 为了实现扩展性，一个非常大的topic可以分布到多个broker（服务器）上，一个topic由多个partition组成，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。
- Producer通过Partitioner决定消息发送到哪个Partition；
- kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序。

一个Topic的多个partitions，被分布在kafka集群中的多个server上；每个server(kafka实例)负责partitions中消息的读写操作；此外kafka还可以配置partitions需要备份的个数(replicas)，每个partition将会被备份到多台机器上，以提高可用性。
基于replicated方案，那么就意味着需要对多个备份进行调度；每个partition都有一个server为"leader"；leader负责所有的读写操作，如果leader失效，那么将会有其他follower来接管(成为新的leader)；follower只是单调的和leader跟进，同步消息即可。。由此可见作为leader的server承载了全部的请求压力，因此从集群的整体考虑，有多少个partitions就意味着有多少个"leader"，kafka会将"leader"均衡的分散在每个实例上，来确保整体的性能稳定。

Producers
Producer将消息发布到指定的Topic中，同时Producer也能决定将此消息归属于哪个partition；比如基于"round-robin"方式或者通过其他的一些算法等。

Consumers
本质上kafka只支持Topic。每个consumer属于一个consumer group；反过来说，每个group中可以有多个consumer。发送到Topic的消息，只会被订阅此Topic的每个group中的一个consumer消费。
如果所有的consumer都具有相同的group，这种情况和queue模式很像；消息将会在consumers之间负载均衡。
如果所有的consumer都具有不同的group，那这就是"发布-订阅"；消息将会广播给所有的消费者。

在kafka中，一个partition中的消息只会被group中的一个consumer消费；每个group中consumer消息消费互相独立；我们可以认为一个group是一个“订阅”者，一个Topic中的每个partions，只会被一个"订阅者"中的一个consumer消费，不过一个consumer可以消费多个partitions中的消息。kafka只能保证一个partition中的消息被某个consumer消费时，消息是顺序的。事实上，从Topic角度来说，消息仍不是有序的。

kafka的设计原理决定，对于一个topic，同一个group中不能有多于partitions个数的consumer同时消费，否则将意味着某些consumer将无法得到消息。

三、构建Kafka单机测试环境

QQ截图20160114192731.jpg-507kB

下载Kafka，当前最高版本2.11

[root@master usr]# wget http://apache.fayea.com/kafka/0.9.0.0/kafka_2.11-0.9.0.0.tgz

开启服务


# 启动Kafka自带的Zookeeper
[root@master kafka_2.10-0.8.2.0]# bin/zookeeper-server-start.sh config/zookeeper.properties &
# 启动Kafka服务
[root@master kafka_2.10-0.8.2.0]# bin/kafka-server-start.sh config/server.properties &

创建topic

[root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic testTopic

查看topic列表

[root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --list --zookeeper localhost:2181
[2016-01-16 16:04:47,352] INFO Accepted socket connection from /127.0.0.1:49148 (org.apache.zookeeper.server.NIOServerCnxnFactory)
[2016-01-16 16:04:47,356] INFO Client attempting to establish new session at /127.0.0.1:49148 (org.apache.zookeeper.server.ZooKeeperServer)
[2016-01-16 16:04:47,358] INFO Established session 0x152496f34a3000c with negotiated timeout 30000 for client /127.0.0.1:49148 (org.apache.zookeeper.server.ZooKeeperServer)
my-replicated-topic1
my-replicatedtopic1
my-replicatedtopic2
testTopic
[2016-01-16 16:04:47,422] INFO Processed session termination for sessionid: 0x152496f34a3000c (org.apache.zookeeper.server.PrepRequestProcessor)
[2016-01-16 16:04:47,424] INFO Closed socket connection for client /127.0.0.1:49148 which had sessionid 0x152496f34a3000c (org.apache.zookeeper.server.NIOServerCnxn)

模拟生产者（producer）

bin/kafka-console-producer.sh --broker-list localhost:9092 -- topic testTopic
This is a message

模拟消费者（consumer）


# 另开一个终端，正常情况下，会输出：producer 的输入信息
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic testTopic --from-beginning

四、构建Kafka集群环境

在slave01配置中更改zookeeper指向master节点。

    [root@master kafka_2.10-0.8.2.0]# vim config/server.properties
    ...
    zookeeper.connect=master:2181

创建新的topic

    [root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --create --zookeeper master:2181 --replication-factor 2 --partitions 3  --topic my-replicated-topic1

查看topic信息

    [root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic1
    [2016-01-16 16:01:51,896] INFO Accepted socket connection from /127.0.0.1:48967 (org.apache.zookeeper.server.NIOServerCnxnFactory)
    [2016-01-16 16:01:51,901] INFO Client attempting to establish new session at /127.0.0.1:48967 (org.apache.zookeeper.server.ZooKeeperServer)
    [2016-01-16 16:01:51,903] INFO Established session 0x152496f34a3000b with negotiated timeout 30000 for client /127.0.0.1:48967 (org.apache.zookeeper.server.ZooKeeperServer)
    Topic:my-replicated-topic1      PartitionCount:3        ReplicationFactor:2     Configs:
            Topic: my-replicated-topic1     Partition: 0    Leader: 0       Replicas: 0,1   Isr: 0,1
            Topic: my-replicated-topic1     Partition: 1    Leader: 1       Replicas: 1,0   Isr: 1,0
            Topic: my-replicated-topic1     Partition: 2    Leader: 0       Replicas: 0,1   Isr: 0,1
    [2016-01-16 16:01:52,384] INFO Processed session termination for sessionid: 0x152496f34a3000b (org.apache.zookeeper.server.PrepRequestProcessor)
    [2016-01-16 16:01:52,388] INFO Closed socket connection for client /127.0.0.1:48967 which had sessionid 0x152496f34a3000b (org.apache.zookeeper.server.NIOServerCnxn) bin/kafka-topics.sh --describe --zookeeper master:2181 --topic my-replicated-topic1

模拟生产者（producer）

    [root@master kafka_2.10-0.8.2.0]# bin/kafka-console-producer.sh --broker-list master:9092 --topic my-replicated-topic1
    [2016-01-16 16:13:49,399] WARN Property topic is not valid (kafka.utils.VerifiableProperties)
    hello
    [2016-01-16 16:13:53,595] INFO Closing socket connection to /192.168.53.230. (kafka.network.Processor)

模拟消费者（consumer），接收消息

   [root@slave01 kafka_2.10-0.8.2.0]# bin/kafka-console-consumer.sh --zookeeper master:2181 --from-beginning --topic my-replicated-topic1
[2016-01-16 16:15:01,518] INFO Closing socket connection to /192.168.53.231. (kafka.network.Processor)
hello

QQ截图20160116161828.jpg-1503.9kB

五、Kafka基本操作

server.properties 中设置delete.topic.enable=true则可以使用删除topic；

[root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --zookeeper localhost:2181 --delete --topic my-replicatedtopic1
Topic my-replicatedtopic1 is marked for deletion.
Note: This will have no impact if delete.topic.enable is not set to true.
# 需要设置 delete.topic.enable=true 才可进行删除操作
[root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --zookeeper localhost:2181 --delete --topic my-replicatedtopic1
Topic my-replicatedtopic1 is already marked for deletion.
[root@master kafka_2.10-0.8.2.0]# bin/kafka-topics.sh --list --zookeeper localhost:2181
my-replicated-topic1
my-replicatedtopic1 - marked for deletion
my-replicatedtopic2
testTopic

查看consumer组内消费的offset
每个consumer的创建都会自动创建一个group，在zookeeper中

[root@slave01 kafka_2.10-0.8.2.0]# bin/kafka-run-class.sh kafka.tools.ConsumerOffsetChecker --zookeeper localhost:2181 --group test --topic my-topic

四、Kafka存储

每个replica一个目录

[root@master kafka_2.10-0.8.2.0]# cd /tmp/kafka-logs/
[root@master kafka-logs]# ls
__consumer_offsets-0   __consumer_offsets-20  __consumer_offsets-32  __consumer_offsets-44   my-replicatedtopic1-0
__consumer_offsets-1   __consumer_offsets-21  __consumer_offsets-33  __consumer_offsets-45   my-replicated-topic1-1

二级结构

[root@master kafka-logs]# cd my-replicated-topic1-0/
[root@master my-replicated-topic1-0]# ls
00000000000000000000.index  00000000000000000000.log

图片1.png-259kB

五、Kafka HA

Replication
- 0.8以前没有Replication，一旦某台brocker宕机，其上partition数据便丢失。
- 引入Replication
- 多Replication引入之后，需要Leader Election
- Leader Election
  |- 多个Replica之间选个老大
  |- Leader负责数据读写，follower只向Leader顺序获取数据
- 分布
  |- 同一个partition的不同Replica分布到不同机器
  |- 第i个Partition分配到第（i mod n）个Broker上
  |- 第i个Partition的第j个Replica分配到第（(i + j) mode n）个Broker上
- 消息扩散
  |- Producer通过zookeeper找到Leader并向其发送消息
  |- Leader将数据写入本地log
  |- Follower从Leader获取数据之后（还未写本地log），就像Leader发送ACK
  |- Leader收到所有Follower ACK之后，恢复发送端写入成功
- 读
  |- Consumer从Leader读
多replica写

在Zookeeper中查看Kafka角色

[root@master my-replicated-topic1-0]# /usr/bin/zookeeper-client 
[zk: localhost:2181(CONNECTED) 1] ls /
[consumers, config, controller, isr_change_notification, admin, brokers, zookeeper, controller_epoch]
# 查看Controller
[zk: localhost:2181(CONNECTED) 2] get /controller
{"version":1,"brokerid":0,"timestamp":"1453122955298"}
cZxid = 0x171
ctime = Mon Jan 18 21:15:55 CST 2016
mZxid = 0x171
mtime = Mon Jan 18 21:15:55 CST 2016
pZxid = 0x171
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x152496f34a30016
dataLength = 54
numChildren = 0
# 查看删除的Topic
[zk: localhost:2181(CONNECTED) 3] ls /admin/delete_topics
[my-replicatedtopic1]
# 查看当前Brokers
[zk: localhost:2181(CONNECTED) 4] ls /brokers/ids
[0]

六、Kafka工具

Kafka的工具都以脚本形式存在

[root@master my-replicated-topic1-0]# cd /usr/kafka_2.10-0.8.2.0/bin/
[root@master bin]# ls
kafka-console-consumer.sh         kafka-mirror-maker.sh                kafka-replay-log-producer.sh   kafka-server-stop.sh            zookeeper-server-start.sh
kafka-console-producer.sh         kafka-preferred-replica-election.sh  kafka-replica-verification.sh  kafka-simple-consumer-shell.sh  zookeeper-server-stop.sh
kafka-consumer-offset-checker.sh  kafka-producer-perf-test.sh          kafka-run-class.sh             kafka-topics.sh                 zookeeper-shell.sh
kafka-consumer-perf-test.sh       kafka-reassign-partitions.sh         kafka-server-start.sh          windows