devbox
2023面试高手
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

Zookeeper与Kafka消息队列

作者：2023面试高手 | 2024-04-13 11:35:24

赞

踩

Zookeeper与Kafka消息队列

目录

一、Zookeeper

1、zookeeper简介

2、zookeeper的特点

3、zookeeper的工作模式跟工作机制

3.1 工作模式：

3.2工作机制：​编辑

4、zookeeper应用场景及选举机制

4.1 应用场景：

4.2 选举机制：

4.2.1第一次启动选举机制：

4.2.2非第一次启动选举机制：

二、zookeeper集群部署

1、实验环境：

2、安装zookeeper

三、消息队列Kafka

1、为什么要有消息队列？

2、使用消息队列的好处

2.1 解耦

2.2可恢复性

2.3缓存

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

①点对点（就是一对一）

②发布/订阅模式（一对多也被称为观察者模式）

3、kafka简介

4、kafka特点

5、kafka系统架构名词介绍

6、partition数据路由规则：

7、分区的原因？为什么不再topic下有多个partition？

8、kafka架构及流程

9、kafka集群部署

10、kafka报错分析

一、Zookeeper

1、zookeeper简介

是一个开源分布式的服务，为分布式框架提供协调服务的apache服务项目。

2、zookeeper的特点

①zookeeper是由一个领导者，多个跟随者组成。

②集群中有半数以上的节点存活，集群正常服务，奇数台最小3台。

③全局数据一致，每个server保存一份相同的数据副本，client无论连接到哪台server，数据都一样。

④更新请求顺序执行，来自同一个client更新请求按照其发送顺序一次执行，先进先出。

⑤原子性，要么成功要么失败。

3、zookeeper的工作模式跟工作机制

3.1 工作模式：

文件系统+通知机制

3.2工作机制：

①每个服务端上线时需要到zookeeper集群注册信息

②客户端从zookeeper集群获取在线服务端信息列表并监听

③服务端上线下线时，zookeeper需要更新列表信息并通知客户端

④客户端接收到通知重新获取zookeeper在线服务器列表

4、zookeeper应用场景及选举机制

4.1 应用场景：

统一命名服务，统一配置管理，统一集群管理、服务节点动态上下线、软负载均衡。

4.2 选举机制：
4.2.1第一次启动选举机制：

server1启动，自己给自己投一票，myid为1（可以自己设置，但是集群中不能重复），没有明确的leader处于locking状态。

server2启动，自己给自己投一票，server1会因为server2的myid大于1而把票投给2，处于locking。

server3启动，自己给自己投一票，server3的myid=3比server1跟server2的myid都大，所以server3成为leader

server4启动，已经有leader则加入leader中成为从follower。

4.2.2非第一次启动选举机制：

SID：服务器id，用来表示一台zookeeper集群汇总的机器，每台机器不能重复和myid一致

ZXID：事务id，ZXID是一个事务id，用来标识服务器状态的变更。与服务器对客户端更新请求处理逻辑速度有关。

Epoch：每个leader任期的代号，没有leader时同一轮投票过程中的值是一样的，每投票一次，这个数据就增加。

① Epoch值大的就直接胜出成为leader

②Epoch值相同事务id大的胜出成为leader

③事务id相同则服务器id大的胜出

二、zookeeper集群部署

1、实验环境：

z1：192.168.170.111 myid=1

z2：192.168.170.113 myid=2

z3：192.168.170.114 myid=3

2、安装zookeeper

  1. 三台机器执行：
  2. systemctl stop firewalld.service
  3. setenforce 0
  4. #关闭防火墙和selinux
  5. cd /opt
  6. tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
  7. mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7
  8. #将zookeeper压缩包放入/opt目录并解压，解压后的文件移动到/usr/local下改名为zookeeper-3.5.7
  9. cd /usr/local/zookeeper-3.5.7/conf/
  10. cp zoo_sample.cfg zoo.cfg
  11. vim zoo.cfg
  12. #进入配置文件路径备份配置文件然后修改配置文件，内容如下
  13. tickTime=2000   
  14. #通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒
  15. initLimit=10    
  16. #Leader和Follower初始连接时能容忍的最多心跳数（tickTime的数量），这里表示为10*2s
  17. syncLimit=5     
  18. #Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认为Follwer死掉，并从服务器列表中删除Follwer
  19. dataDir=/usr/local/zookeeper-3.5.7/data      
  20. #修改，指定保存Zookeeper中的数据的目录，目录需要单独创建
  21. dataLogDir=/usr/local/zookeeper-3.5.7/logs   
  22. #添加，指定存放日志的目录，目录需要单独创建
  23. clientPort=2181   
  24. #客户端连接端口
  25. server.1=192.168.170.111:3188:3288
  26. server.2=192.168.170.113:3188:3288
  27. server.3=192.168.170.114:3188:3288
  28. #添加集群信息
  29. erver.A=B:C:D
  30. #A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
  31. #B是这个服务器的地址。
  32. #C是这个服务器Follower与集群中的Leader服务器交换信息的端口。
  33. #D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
  34. mkdir /usr/local/zookeeper-3.5.7/data
  35. mkdir /usr/local/zookeeper-3.5.7/logs
  36. #创建指定的数据存放位置和日志存放位置
  37. echo 1 > /usr/local/zookeeper-3.5.7/data/myid
  38. #192.168.170.111上执行此命令，规划时此机器的myid为1
  39. echo 2 > /usr/local/zookeeper-3.5.7/data/myid
  40. #192.168.170.113上执行此命令，规划时此机器的myid为2
  41. echo 3 > /usr/local/zookeeper-3.5.7/data/myid
  42. #192.168.170.114上执行此命令，规划时此机器的myid为3
  43. vim /etc/init.d/zookeeper
  44. #!/bin/bash
  45. #chkconfig:2345 20 90
  46. #description:Zookeeper Service Control Script
  47. ZK_HOME='/usr/local/zookeeper-3.5.7'
  48. case $1 in
  49. start)
  50. 	echo "---------- zookeeper 启动 ------------"
  51. 	$ZK_HOME/bin/zkServer.sh start
  52. ;;
  53. stop)
  54. 	echo "---------- zookeeper 停止 ------------"
  55. 	$ZK_HOME/bin/zkServer.sh stop
  56. ;;
  57. restart)
  58. 	echo "---------- zookeeper 重启 ------------"
  59. 	$ZK_HOME/bin/zkServer.sh restart
  60. ;;
  61. status)
  62. 	echo "---------- zookeeper 状态 ------------"
  63. 	$ZK_HOME/bin/zkServer.sh status
  64. ;;
  65. *)
  66.     echo "Usage: $0 {start|stop|restart|status}"
  67. esac
  68. #三台机器配置开启zookeeper脚本，#脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
  69. chmod +x /etc/init.d/zookeeper
  70. chkconfig --add zookeeper
  71. #设置开机自启并使用service管理服务
  72. service zookeeper start
  73. service zookeeper status
  74. #开启并查看服务状态

三、消息队列Kafka

1、为什么要有消息队列？


高并发环境下，同步请求来不及处理，请求往往会发生阻塞，比如大量请求并发访问数据库，导致行锁表，最后请求线程堆积过多，引发雪崩。

2、使用消息队列的好处

2.1 解耦

允许独立的扩展或修改两边的处理过程，只有确保他们遵守同样的接口约束。

2.2可恢复性

系统一部分组件失效不会影响整个系统，消息队列降低了过程的耦合度，即使一个处理消息进程挂掉了，加入队列中的消息仍然可以在系统恢复后被处理。

2.3缓存

有助于控制和优化数据流经过的速度，解决生成消费信息的处理速度不一致的情况。

2.4灵活性&峰值处理能力

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

允许用户把一个消息加入队列，但并不处理它。想向队列中放多少消息就放多少，在需要的时候处理它们。

3、消息队列的两种模式

①点对点（就是一对一）

消费者主动拉去数据，消费者将生产者生成的数据拉取完成则消费者将消息删除

②发布/订阅模式（一对多也被称为观察者模式）

消费者消费数据之后不会清除信息

生产者发布消息到topic，同时有多个消费者

观察者（实时观察消费者消费能力即处理数据能力）观察整个消息队列，根据消费者的能力配置。

3、kafka简介

kafka：是一个分布式的，支持分区的，多副本基于发布/订阅模式的消息队列（MQ message quene）主要用于日志和大数据的实时处理。

4、kafka特点

①高吞吐量每秒钟可以处理几十万条消息，延迟最低只是几毫秒

②持久性，可靠性，完善的消息存储机制存储到磁盘，保证数据的高效和持久化

③分布式，生产者数据会存放到所有机器上，挂一台数据不会丢失

④容错性，允许集群中节点失败，允许副本的n-1个节点失败

⑤高并发，支持成千上万个客户端同时读写

5、kafka系统架构名词介绍

①broker：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。

②Produer：生产者。也就是写入消息的一方，将消息写入broker中

③Cinsumer：消费者。也就是读取消息的一方，从broker中读取消息

④Zookeeper：kafka使用zookeeper来管理集群的元数据，以及控制器的选举等操作

⑤topic：主题。每一个消息都属于某个主题，kafka通过主题来划分消息，是一个逻辑上的分类

⑥partition：就是分区

⑦Replica：副本。一个分区可以有多个副本来提高容灾性，一般是设置一个分区2个副本

⑧Offset：偏移量。消费者存在zookeeper上的记录自己访问到什么地方

⑨leader负责读写，follow只负责复制和备份

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，kafka只保证partition中的数据是有序的，不保证topic中的不通partition数据是有序的，每个topic至少有一个partition,每个 partition 中的数据使用多个 segment 文件存储。

6、partition数据路由规则：

①指定partition，则直接使用、

②未指定partition但指定了key，根据key取模选择partition、

③都未指定则轮询选择partition

7、分区的原因？为什么不再topic下有多个partition？

①方便集群中扩展，每个partition可以通过调整以适应它所在的机器，而一个topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了；

②可以提高并发，因为可以以Partition为单位读写了；

8、kafka架构及流程

①生产者生产数据穿给broker即kafka服务集群

②kafka集群将数据存储在topic主题中，在每个topic主题中有多个分片（分片做了备份在其他topic）

③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

④消费者收到zookeeper通知的在线列表，从broker中拉取数据

⑤消费者保存偏移量到zookeeper中，以便于记录自己宕机消费到什么地方

9、kafka集群部署

  1. 基于zookeeper的三台机器操作：
  2. cd /opt/
  3. tar zxvf kafka_2.13-2.7.1.tgz
  4. mv kafka_2.13-2.7.1 /usr/local/kafka
  5. #kafka安装包上传到/opt解压并移动到/usr/local中改名为kafka
  6. #下载地址wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz
  7. cd /usr/local/kafka/config/
  8. cp server.properties  server.properties.bak
  9. vim server.properties
  10. #kafka主配置文件备份并编辑，内容如下
  11. broker.id=0    
  12. #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.id=1、broker.id=2
  13. listeners=PLAINTEXT://192.168.10.17:9092    
  14. #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
  15. num.network.threads=3    
  16. #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
  17. num.io.threads=8         
  18. #45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
  19. socket.send.buffer.bytes=102400       
  20. #48行，发送套接字的缓冲区大小
  21. socket.receive.buffer.bytes=102400    
  22. #51行，接收套接字的缓冲区大小
  23. socket.request.max.bytes=104857600    
  24. #54行，请求套接字的缓冲区大小
  25. log.dirs=/usr/local/kafka/logs        
  26. #60行，kafka运行日志存放的路径，也是数据存放的路径
  27. num.partitions=1    
  28. #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
  29. num.recovery.threads.per.data.dir=1    
  30. #69行，用来恢复和清理data下数据的线程数量
  31. log.retention.hours=168    
  32. #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
  33. log.segment.bytes=1073741824    
  34. #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
  35. zookeeper.connect=192.168.170.1118:2181,192.168.170.113:2181,192.168.170.114:2181    
  36. #123行，配置连接Zookeeper集群地址，保存后退出
  37. vim /etc/profile
  38. #编辑全局变量文件，添加kafka全局环境变量，内容如下
  39. export KAFKA_HOME=/usr/local/kafka
  40. export PATH=$PATH:$KAFKA_HOME/bin
  41. #export全局生效，修改完后保存退出
  42. source /etc/profile
  43. #刷新全局配置变量文件
  44. #编写管理kafka服务的脚本
  45. vim /etc/init.d/kafka
  46. #!/bin/bash
  47. #chkconfig:2345 22 88
  48. #description:Kafka Service Control Script
  49. KAFKA_HOME='/usr/local/kafka'
  50. case $1 in
  51. start)
  52. 	echo "---------- Kafka 启动 ------------"
  53. 	${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
  54. ;;
  55. stop)
  56. 	echo "---------- Kafka 停止 ------------"
  57. 	${KAFKA_HOME}/bin/kafka-server-stop.sh
  58. ;;
  59. restart)
  60. 	$0 stop
  61. 	$0 start
  62. ;;
  63. status)
  64. 	echo "---------- Kafka 状态 ------------"
  65. 	count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
  66. 	if [ "$count" -eq 0 ];then
  67.         echo "kafka is not running"
  68.     else
  69.         echo "kafka is running"
  70.     fi
  71. ;;
  72. *)
  73.     echo "Usage: $0 {start|stop|restart|status}"
  74. esac
  75. 脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
  76. chkconfig --add kafka
  77. #设置开机自启并使用service管理服务
  78. service kafka   start
  79. service kafka   status
  80. #开启并查看服务状态
  81.  
  82. ###随便一台机器执行：
  83. kafka-topics.sh --create --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --replication-factor 2 --partitions 3 --topic test
  84. #kafka创建topic即主题test
  85. #--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
  86. #--replication-factor：定义分区副本数，1 代表单副本，建议为 2 
  87. #--partitions：定义分区数 
  88. #--topic：定义 topic 名称
  89. kafka-topics.sh --list --zookeeper  192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181
  90. #查看当前服务器中的所有 topic
  91. kafka-topics.sh  --describe --zookeeper 
  92.  192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181  
  93. #查看某个 topic 的详情
  94. kafka-console-producer.sh --broker-list  192.168.170.111:9092,192.168.170.113:9092,192.168.170.114:9092 --topic test
  95. #进入test的topic主机发布消息，输入完命令后输入123456
  96. kafka-console-consumer.sh --bootstrap-server   192.168.170.111:9092,192.168.170.113:9092,192.168.170.114:9092  --topic test --from-beginning
  97. #在另外一台主机输入消费信息的命令，查看是否可以收到发布的消息
  98. #--from-beginning：会把主题中以往所有的数据都读取出来，即从最开始读取
  99. kafka-topics.sh --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --alter --topic test --partitions 6
  100. #修改名为test的topic主题的分区数
  101. kafka-topics.sh --delete --zookeeper 192.168.170.111:2181,192.168.170.113:2181,192.168.170.114:2181 --topic test
  102. #删除名为test的topic

10、kafka报错分析

  1. [2023-04-10 20:01:57,373] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
  2. [2023-04-10 20:01:57,475] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
  3. [2023-04-10 20:01:57,577] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.20:2181 (id: -3 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
  4. [2023-04-10 20:01:57,679] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
  5. [2023-04-10 20:01:57,782] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
  6.  
  7.  
  8. ###报错信息

  1. ERROR org.apache.kafka.common.errors.InvalidReplicationFactorException: Replication factor: 2 larger than available brokers: 1(kafka.admin.TopicCommand$)
  2.  
  3. ##三台kafka只起来一台，查看是否配置文件中的broker.id相同了，或者其他俩台防火墙启动错误

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/2023面试高手/article/detail/416202
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号