Kafka入门笔记(一) --kafka概述+kafka集群搭建

---

前言

之前有个项目需要用到消息队列;经过项目组的讨论下消息中间件选用Kafka。秉承着缺啥补啥的原则，只能临时抱佛脚学习一下。现在有点时间就把这个学习过程记录一下。

---

一、Kafka概述

1、定义

kafka是一个分布式的基于发布/订阅模式的消息队列。

---

2、消息队列

1) MQ传统应用场景

• 异步处理
  场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种 a.串行的方式；b.并行方式。
  a) 串行方式：将注册信息写入数据库成功后，发送注册邮件，再发送注册短信；
  
  总耗时 = 注册消息写入数据库耗时 + 发送注册邮件耗时 + 发送注册短信耗时；
  b) 并行方式：将注册信息写入数据库成功后，发送注册邮件的同时发送注册短信，以上三个任务完成后，返回给客户端。与串行的差别是，并行的方式可以提高处理的时间。
  
  总耗时 = 注册消息写入数据库耗时 + MAX(发送注册邮件耗时 + 发送注册短信耗时)
  小结：如以上案例描述，传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈。
  c)引入消息队列，将不是必须的业务逻辑，异步处理
  
  总耗时 = 注册消息写入数据库耗时 + 消息队列耗时(基本可以忽略)
  因此架构改变后，系统的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了两倍。

• 应用解耦
  场景说明：电商平台用户下单后，订单系统需要通知库存系统。
  架构设计：
  一旦库存系统无法访问，则订单减库存将失败，从而导致订单失败，订单系统与库存系统耦合。
  引入应用消息队列后：
  架构设计：
  
  订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回下单成功；
  库存系统：订阅下单的消息，订阅下单信息，库存系统根据下单信息，进行库存操作；
  假如：在下单时库存系统不能正常使用。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了。实现订单系统与库存系统的应用解耦。

• 流量削锋
  应用场景：一般在秒杀或团抢活动中使用广泛。秒杀活动，一般会因为流量过大，导致流量暴增，应用挂掉。为解决这个问题，一般需要在应用端加入消息队列。
  a) 可以控制活动的人数
  b) 可以缓解短时间内高流量压垮应用
  

用户的请求，服务器接收后，做简单的逻辑判断 然后写入消息队列。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面。
秒杀业务根据消息队列中的请求信息，再做后续处理。

• 消息通讯
  *应用场景：*消息通讯是指，消息队列一般都内置了高效的通信机制，因此也可以用在纯的消息通讯。比如实现点对点消息队列，或者聊天室等。

2) 消息队列的两种模式

• 点对点模式：
  一对一，消费者主动拉取数据，消息收到后消息清除。
  点对点模式原理图：
  
  消息队列原理:
  消息生产者生产消息发送到Queue中,然后消费者从Queue中取出并消费消息。消费被消费后，Queue中不再存储，所以消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。

• 发布/订阅模式：
  一对多，消费者消费数据之后不会清除消息。
  发布/订阅模式原理图：
  
  消息队列原理:
  消息生产者（发布）将消息发布到Topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息 会被所有订阅者消费。
  发布/订阅模式分为两种：
  a)消费者主动拉取数据（kafka）
  好处：可以根据消费者消费能力去拉取数据；
  缺点：队列长时间没有消息添加进来，消费者需要保持轮询机制，浪费资源。
  b)Topic（队列）主动推动数据给消费者

---

3、kafka基础架构

1. kafka架构图：
   
2. Producer：
   消息生产者，就是向kafka broker发消息的客户端。
3. Consumer：
   消息消费者，向kafka broker取消息的客户端。
4. Topic:
   可以理解为一个队列，生产者和消费者面向的都是一个topic。
5. 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可以分为多个partition,每个partition是一个有序的队列。
6. Replice:副本：
   为了保证集群中的某个节点发生故障时，该节点上的partition数据不丢失，且kafka仍然能够继续工作，kafka提供了副本机制，一个topic的每个分区都有若干个副本，一个leader和若干个follower。
7. leader：
   每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是。leader
8. follower:
   每个分区多个副本中的“从”，实时从leader中同步数据，保持和leader数据的同步。leader发生故障时，某个follwer会成为新的follwer。
9. Consumer Group(CG):
   消费者组，由多个consumer组成.。

---

二、Kafka安装部署

1、集群规划

hadoop102	hadoop102	hadoop1023
zk	zk	zk
kafka	kafka	kafka

---

2、kafka集群部署

1) Kafka安装包下载地址： https://kafka.apache.org/downloads
2) 解压安装包：

终端输入： tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module

3) 修改解压后的文件名称：

终端输入： mv kafka_2.11-0.11.0.0/ kafka

4) 在opt/module/kafka目录下创建logs文件夹：

终端输入： mkdir logs

5) 修改配置文件：

终端输入： cd config/
终端输入： vi server.properties

修改内容如下：
a) broker.id = 0 (全局唯一编号，不能重复且为数字)；
b) delete.topic.enable = true (设置是否可以删除topic);
c) log.dirs = /opt/module/kafka/data (kafka 暂存数据的文件夹);
d) log.retrntion.hours = 168 (暂存数据的时间（小时）)
e) zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181
(zookeeper连接的集群)

6) 配置环境变量：

终端输入： sudo vi /etc/profile

末行输入：

#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin

重新加载配置文件:

终端输入： source /etc/profile

7) 分发安装包：

终端输入: xsync kafka/

注意：分发之后记得配置其他机器的环境变量，server.properties中的broker.id的值，不可重复

8) 启动集群：

• 启动zookeeper集群:

三台节点终端都输入: zkServer.sh start

方案一：

• 启动kafka服务:

三台节点终端都输入: bin/kafka-server-start.sh -daemon config/server.propertieds

方案二：

• kafka群起/群关脚本

#!/bin/bash
case $1 in
"start"){
	for i in hadoop102 hadoop103 hadoop104
	do
		echo "**********$i**********"
		ssh $i "/opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.propertieds"
	done
};;
"stop"){
	for i in hadoop102 hadoop103 hadoop104
	do
		echo "**********$i**********"
		ssh $i "/opt/module/kafka/bin/kafka-server-top.sh -daemon /opt/module/kafka/config/server.propertieds"
	done
};;
esac

启动/关闭脚本：

终端输入（启动）: kk.sh start
终端输入（关闭）: kk.sh stop

Kafka集群到此搭建完成！