建设厅质监总站网站,黄骅贴吧最近发生的事,四川建设网电子招投标网站,抖音做我女朋友网站目录
一.消息队列基本介绍
1.为什么需要消息队列#xff08;MQ#xff09;
2.使用消息队列的好处
2.1 解耦
2.2 可恢复性
2.3 缓冲
2.4 灵活性 峰值处理能力
2.5 异步通信
3.消息队列的两种模式
3.1 点对点模式
3.2 发布/订阅模式
二.Kafka基本介绍
1.Kaf…目录
一.消息队列基本介绍
1.为什么需要消息队列MQ
2.使用消息队列的好处
2.1 解耦
2.2 可恢复性
2.3 缓冲
2.4 灵活性 峰值处理能力
2.5 异步通信
3.消息队列的两种模式
3.1 点对点模式
3.2 发布/订阅模式
二.Kafka基本介绍
1.Kafka是什么
2.Kafka的特性
3.Kafka系统架构
3.1 Broker服务代理节点
3.2 Producer生产者
3.3 Consumer消费者
3.4 Consumer Group消费组
3.5 ZooKeeper
3.6 Topic主题
3.7 Partition分区
3.8 Replica副本
3.9 Leader and Follower
3.10 Offset偏移量
三.部署ZooKeeperKafka集群
1.环境准备
2.下载安装安装包
3.修改配置文件
4.设置环境变量
5.配置ZooKeeper启动脚本
6.设置开机自启并启动
7.Kafka命令行操作
7.1 创建topic
7.2 查看当前服务器中的所有topic
7.3 查看某个topic的详情
7.4 发布消息
7.5 消费消息
7.6 修改分区数
7.7 删除topic 一.消息队列基本介绍
1.为什么需要消息队列MQ
主要原因是由于在高并发环境下同步请求来不及处理请求往往会发生阻塞。比如大量的请求并发访问数据库导致行锁表锁最后请求线程会堆积过多 从而触发 too many connection 错误 引发雪崩效应。 我们使用消息队列通过异步处理请求从而缓解系统的压力。消息队列常应用于异步处理流量削峰应用解耦消息通讯等场景当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、RocketMQ、Kafka 等。 2.使用消息队列的好处
2.1 解耦
允许你独立的扩展或修改两边的处理过程只要确保它们遵守同样的接口约束。 耦合非解耦 耦合是指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。在软件工程中对象之间的耦合度就是对象之间的依赖性。对象之间的耦合越高维护成本越高因此对象的设计应使类和构件之间的耦合最小。分类有软硬件之间的耦合还有软件各模块之间的耦合。耦合性是程序结构中各个模块之间相互关联的度量。它取决于各个模块之间的接口的复杂程度、调用模块的方式以及哪些信息通过接口。解耦 解耦字面意思就是解除耦合关系。在软件工程中降低耦合度即可以理解为解耦模块间有依赖关系必然存在耦合理论上的绝对零耦合是做不到的但可以通过一些现有的方法将耦合度降至最低。设计的核心思想尽可能减少代码耦合如果发现代码耦合就要采取解耦技术。让数据模型业务逻辑和视图显示三层之间彼此降低耦合把关联依赖降到最低而不至于牵一发而动全身。原则就是A功能的代码不要写在B的功能代码中如果两者之间需要交互可以通过接口通过消息甚至可以引入框架但总之就是不要直接交叉写。观察者模式观察者模式存在的意义就是「解耦」它使观察者和被观察者的逻辑不再搅在一起而是彼此独立、互不依赖。比如网易新闻的夜间模式当用户切换成夜间模式之后被观察者会通知所有的观察者「设置改变了大家快蒙上遮罩吧」。QQ消息推送来了之后既要在通知栏上弹个推送又要在桌面上标个小红点也是观察者与被观察者的巧妙配合。2.2 可恢复性
系统的一部分组件失效时不会影响到整个系统。消息队列降低了进程间的耦合度所以即使一个处理消息的进程挂掉加入队列中的消息仍然可以在系统恢复后被处理。
2.3 缓冲
有助于控制和优化数据流经过系统的速度解决生产消息和消费消息的处理速度不一致的情况。
2.4 灵活性 峰值处理能力
在访问量剧增的情况下应用仍然需要继续发挥作用但是这样的突发流量并不常见。如果为以能处理这类峰值访问为标准来投入资源随时待命无疑是巨大的浪费。使用消息队列能够使关键组件顶住突发的访问压力而不会因为突发的超负荷的请求而完全崩溃。
2.5 异步通信
很多时候用户不想也不需要立即处理消息。消息队列提供了异步处理机制允许用户把一个消息放入队列但并不立即处理它。想向队列中放入多少消息就放多少然后在需要的时候再去处理它们。 同步是指发送方发出数据后等接收方发回响应以后才发下一个数据包的通讯方式。 异步是指发送方发出数据后不等接收方发回响应接着发送下个数据包的通讯方式。 3.消息队列的两种模式
3.1 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
消息生产者生产消息发送到消息队列中 然后消息消费者从消息队列中取出并且消费消息。 消息被消费以后 消息队列中不再有存储所以消息消费者不可能消费到已经被消费的消息。消息队列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。 每个消息只有一个接收者Consumer(即一旦被消费消息就不再在消息队列中) 发送者和接收者间没有依赖性发送者发送消息之后不管有没有接收者在运行都不会影响到发送者下次发送消息 接收者在成功接收消息之后需向队列应答成功以便消息队列删除当前接收的消息
3.2 发布/订阅模式
一对多 又叫观察者模式消费者消费数据之后不会清除消息
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/订阅模式是定 义对象间一种—对多的依赖关系使得每当一个对象 目标对象的状态发生改变 则所有依赖干它的对象 观察者对象都会得到通知并自动更新。 每个消息可以有多个订阅者 发布者和订阅者之间有时间上的依赖性。针对某个主题Topic的订阅者它必须创建一个订阅者之后才能消费发布者的消息 为了消费消息订阅者需要提前订阅该角色主题并保持在线运行
二.Kafka基本介绍
1.Kafka是什么
Kafka 是一个分布式的基于发布/订阅模式的消息队列MQMessage Queue主要应用于大数据实时处理领域。 最初由 Linkedin 公司开发是一个分布式、支持分区的partition、多副本的replica基于 Zookeeper 协调的分布式消息中间件系统它的最大的特性就是可以实时的处理大量数据以满足各种需求场景比如基于 hadoop 的批处理系统、低延迟的实时系统、Spark/Flink 流式处理引擎nginx 访问日志消息服务等等用 scala 语言编写Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目。 官方网址Apache Kafka
2.Kafka的特性 高吞吐量、低延迟 Kafka 每秒可以处理几十万条消息它的延迟最低只有几毫秒。每个 topic 可以分多个 PartitionConsumer Group 对 Partition 进行消费操作提高负载均衡能力和消费能力。 可扩展性 kafka 集群支持热扩展 持久性、可靠性 消息被持久化到本地磁盘并且支持数据备份防止数据丢失 容错性 允许集群中节点失败多副本情况下若副本数量为 n则允许 n-1 个节点失败 高并发 支持数干个客户端同时读写
3.Kafka系统架构 生产者生产数据传给broker即kafka服务器集群kafka集群将数据存储在topic主题中每个topic主题中有多个分片(分片做了备份在其他topic)分片中存储数据kafka集群注册在zookeeper中zookeeper通知消费者kafka服务器在线列表消费者收到zookeeper通知的在线列表从broker中拉取数据消费者保存偏移量到zookeeper中以便记录自己宕机消费到什么地方
图中展示出了kafka的一些重要组件接下来逐个介绍一下。
3.1 Broker服务代理节点
服务代理节点其实就是一个kafka实例或服务节点多个broker构成了kafka集群一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个 topic
3.2 Producer生产者
生产者也就是写入消息的一方将消息写入broker中即数据的发布者该角色将消息 push 发布到 Kafka 的 topic 中broker 接收到生产者发送的消息后broker 将该消息追加到当前用于追加数据的 segment 文件中生产者发送的消息存储到一个 partition 中生产者也可以指定数据存储的 partition
3.3 Consumer消费者
消费者也就是读取消息的一方从broker中pull 拉取数据可以消费多个 topic 中的数据
3.4 Consumer Group消费组
消费者组由多个 consumer 组成所有的消费者都属于某个消费者组即消费者组是逻辑上的一个订阅者。可为每个消费者指定组名若不指定组名则属于默认的组将多个消费者集中到一起去处理某一个 Topic 的数据可以更快的提高数据的消费能力消费者组内每个消费者负责消费不同分区的数据一个分区只能由一个组内消费者消费防止数据被重复读取消费者组之间互不影响消费组。一个或多个消费者构成一个消费组不同的消费组可以订阅同一个主题的消息且互不影响
3.5 ZooKeeper
kafka使用zookeeper来管理集群的元数据 meta 信息以及控制器的选举等操作由于 consumer 在消费过程中可能会出现断电宕机等故障consumer 恢复后需要从故障前的位置的继续消费所以 consumer 需要实时记录自己消费到了哪个 offset以便故障恢复后继续消费zookeeper的作用就是生产者push数据到kafka集群就必须要找到kafka集群的节点在哪里这些都是通过zookeeper去寻找的。消费者消费哪一条数据也需要zookeeper的支持从zookeeper获得offsetoffset记录上一次消费的数据消费到哪里这样就可以接着下一条数据进行消费
3.6 Topic主题
可以理解为一个队列生产者和消费者面向的都是一个 topic。类似于数据库的表名或者 ES 的 index物理上不同 topic 的消息分开存储
3.7 Partition分区
分区同一个主题下的消息还可以继续分成多个分区一个分区只属于一个主题为了实现扩展性一个非常大的 topic 可以分布到多个 broker即服务器上一个 topic 可以分割为一个或多个 partition每个 partition 是一个有序的队列。Kafka 只保证 partition 内的记录是有序的而不保证 topic 中不同 partition 的顺序每个 topic 至少有一个 partition当生产者产生数据的时候会根据分配策略选择分区然后将消息追加到指定的分区的队列末尾Partation 数据路由规则 1指定了 patition则直接使用 2未指定 patition 但指定 key相当于消息中某个属性通过对 key 的 value 进行 hash 取模选出一个 patition 3patition 和 key 都未指定使用轮询选出一个 patition 每条消息都会有一个自增的编号用于标识消息的偏移量标识顺序从 0 开始。 每个 partition 中的数据使用多个 segment 文件存储。 如果 topic 有多个 partition消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下例如商品秒杀、 抢红包需要将 partition 数目设为 1。 broker 存储 topic 的数据。如果某 topic 有 N 个 partition集群有 N 个 broker那么每个 broker 存储该 topic 的一个 partition。如果某 topic 有 N 个 partition集群有 (NM) 个 broker那么其中有 N 个 broker 存储 topic 的一个 partition 剩下的 M 个 broker 不存储该 topic 的 partition 数据。如果某 topic 有 N 个 partition集群中 broker 数目少于 N 个那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中尽量避免这种情况的发生这种情况容易导致 Kafka 集群数据不均衡。3.8 Replica副本
副本一个分区可以有多个副本来提高容灾性为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
3.9 Leader and Follower
分区有了多个副本那么就需要有同步方式。kafka使用一主多从进行消息同步主副本提供读写的能力而从副本不提供读写仅仅作为主副本的备份每个 partition 有多个副本其中有且仅有一个作为 LeaderLeader 是当前负责数据的读写的 partitionFollower 跟随 Leader所有写请求都通过 Leader 路由数据变更会广播给所有 FollowerFollower 与 Leader 保持数据同步。Follower 只负责备份不负责数据的读写。如果 Leader 故障则从 Follower 中选举出一个新的 Leader。当 Follower 挂掉、卡住或者同步太慢Leader 会把这个 Follower 从 ISRLeader 维护的一个和 Leader 保持同步的 Follower 集合 列表中删除重新创建一个 Follower
3.10 Offset偏移量
可以唯一的标识一条消息分区中的每一条消息都有一个所在分区的偏移量这个偏移量唯一标识了该消息在当前这个分区的位置并保证了在这个分区的顺序性不过不保证跨分区的顺序性偏移量决定读取数据的位置不会有线程安全的问题消费者通过偏移量来决定下次读取的消息即消费位置消息被消费之后并不被马上删除这样多个业务就可以重复使用 Kafka 的消息某一个业务也可以通过修改偏移量达到重新读取消息的目的偏移量由用户控制消息最终还是会被删除的默认生命周期为 1 周7*24小时
三.部署ZooKeeperKafka集群
1.环境准备
服务器类型系统和IP地址需要安装的组件Zookeeper服务器1CentOS7.4(64 位) 192.168.79.250jdk、ZooKeeperZookeeper服务器2CentOS7.4(64 位) 192.168.79.26jdk、ZooKeeperZookeeper服务器3CentOS7.4(64 位) 192.168.79.27jdk、ZooKeeper
需要部署ZooKeeper集群教程见上一章节三台服务器步骤相同此处只展示一台设备的搭建
2.下载安装安装包
1. #下载安装包
cd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz1.1 #有压缩包就直接拖进来
cd /opt
rz -E2. #安装Kafka
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka 3.修改配置文件
1. #移动并将配置文件进行备份
cd /usr/local/kafka/config/
cp server.properties{,.bak}2. #修改
vim server.properties
-------------------------------------------
broker.id0
#21行broker的全局唯一编号每个broker不能重复因此要在其他机器上配置 broker.id1、broker.id2listenersPLAINTEXT://192.168.79.250:9092
#31行指定监听的IP和端口如果修改每个broker的IP需区分开来也可保持默认配置不用修改num.network.threads3
#42行broker 处理网络请求的线程数量一般情况下不需要去修改num.io.threads8
#45行用来处理磁盘IO的线程数量数值应该大于硬盘数socket.send.buffer.bytes102400 #48行发送套接字的缓冲区大小socket.receive.buffer.bytes102400 #51行接收套接字的缓冲区大小socket.request.max.bytes104857600 #54行请求套接字的缓冲区大小log.dirs/usr/local/kafka/logs #60行kafka运行日志存放的路径也是数据存放的路径num.partitions1
#65行topic在当前broker上的默认分区个数会被topic创建时的指定参数覆盖num.recovery.threads.per.data.dir1 #69行用来恢复和清理data下数据的线程数量log.retention.hours168
#103行segment文件数据文件保留的最长时间单位为小时默认为7天超时将被删除log.segment.bytes1073741824
#110行一个segment文件最大的大小默认为 1G超出将新建一个新的segment文件zookeeper.connect192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:2181
#123行配置连接Zookeeper集群地址
------------------------------------------------以下演示为需要更改的部分注意部分内容不同主机配置不同 4.设置环境变量
1. #修改环境变量
vim /etc/profile
----------------------------------------
export KAFKA_HOME/usr/local/kafka
export PATH$PATH:$KAFKA_HOME/bin
-----------------------------------------2. #刷新配置文件
source /etc/profile3. #查看环境变量
echo $PATN 5.配置ZooKeeper启动脚本
vim /etc/init.d/kafka
------------------------------------------------
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME/usr/local/kafka
case $1 in
start)echo ---------- Kafka 启动 ------------${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)echo ---------- Kafka 停止 ------------${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)$0 stop$0 start
;;
status)echo ---------- Kafka 状态 ------------count$(ps -ef | grep kafka | egrep -cv grep|$$)if [ $count -eq 0 ];thenecho kafka is not runningelseecho kafka is runningfi
;;
*)echo Usage: $0 {start|stop|restart|status}
esac
------------------------------------------------------------------ 6.设置开机自启并启动
1. #设置开机自启
chmod x /etc/init.d/kafka
chkconfig --add kafka2. #分别启动 Kafka
service kafka start7.Kafka命令行操作
7.1 创建topic
kafka-topics.sh --create --zookeeper 192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:2181 --replication-factor 2 --partitions 3 --topic test############################################
--zookeeper定义 zookeeper 集群服务器地址如果有多个 IP 地址使用逗号分割一般使用一个 IP 即可
--replication-factor定义分区副本数1 代表单副本建议为 2
--partitions定义分区数
--topic定义 topic 名称 可能出现的报错问题 报错信息 ERROR org.apache.kafka.common.errors.InvalidReplicationFactorException: Replication factor: 2 larger than available brokers: 0(kafka.admin.TopicCommand$)排错思路 1.防火墙问题 解决方法
systemctl stop firewalld setenforce 0 2.服务没全部起来 解决方法
service kafka status #查看状态
service kafka start #开启3.配置文件出错 解决方法
vim server.properties
修改配置文件可能是broker.id相同了?可能是指定监听的IP地址和端口写错了?可能格式有问题?
自己细心对比着排 7.2 查看当前服务器中的所有topic
kafka-topics.sh --list --zookeeper 192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:21817.3 查看某个topic的详情
kafka-topics.sh --describe --zookeeper 192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:21817.4 发布消息
kafka-console-producer.sh --broker-list 192.168.79.250:9092,192.168.79.26:9092,192.168.79.27:9092 --topic test7.5 消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.79.250:9092,192.168.79.26:9092,192.168.79.27:9092 --topic test --from-beginning
#--from-beginning会把主题中以往所有的数据都读取出来 7.6 修改分区数
kafka-topics.sh --zookeeper 192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:2181 --alter --topic test --partitions 67.7 删除topic
kafka-topics.sh --delete --zookeeper 192.168.79.250:2181,192.168.79.26:2181,192.168.79.27:2181 --topic test
