Kafka在linux中的安装_linux安装kafka

概述

本篇讲解以下kafka集群的搭建，这里搭建了两种Kafka集群，一种是使用ZK的传统集群，一种是不需要ZK的实验版集群，后期Kafka将会废弃ZK，但是现阶段还是推荐使用带有ZK的，因为不需要ZK的还处于实验性质

环境准备

JDK安装

kafka3.0 不再支持 JDK8，建议安装 JDK11 或 JDK17，事先安装好

Docker环境安装

我们后面有Docker安装的方式，推荐预先安装docker和docker-compose

Kafka集群搭建（ZK模式）

zookeeper集群搭建

这里使用的zk是apache-zookeeper-3.8.0-bin.tar.gz，其他版本可以至官方网站 zookeeper官网下载

zookeeper部署情况

准备三台 Linux 服务器，IP 地址如下所示

准备工作

分别在三台服务器上执行如下操作，搭建并配置 zookeeper 集群

下载安装包

在三台机器都需要下载安装包

mkdir /usr/local/zookeeper && cd /usr/local/zookeeper

wget http://archive.apache.org/dist/zookeeper/zookeeper-3.8.0/apache-zookeeper-3.8.0-bin.tar.gz
1
2
3

解压安装包

tar -zxvf apache-zookeeper-3.8.0-bin.tar.gz
cd apache-zookeeper-3.8.0-bin/
1
2

创建数据存放目录

mkdir -p /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/zkdatas
1

创建配置文件

复制并创建新的配置文件

cd /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/conf
cp zoo_sample.cfg zoo.cfg
1
2

编辑配置文件

cd /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/conf
vi zoo.cfg
1
2

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
# Zookeeper的数据存放目录，修改数据目录
dataDir=/usr/local/zookeeper/apache-zookeeper-3.8.0-bin/zkdatas
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# https://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
# 保留多少个快照，本来就有这个配置, 只不过注释了, 取消注释即可
autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
# 日志多少小时清理一次，本来就有这个配置, 只不过注释了, 取消注释即可
autopurge.purgeInterval=1

## Metrics Providers
#
# https://prometheus.io Metrics Exporter
#metricsProvider.className=org.apache.zookeeper.metrics.prometheus.PrometheusMetricsProvider
#metricsProvider.httpHost=0.0.0.0
#metricsProvider.httpPort=7000
#metricsProvider.exportJvmInfo=true
# 集群中服务器地址，集群间通讯的端口号，文件末尾直接增加
server.1=192.168.245.129:2888:3888
server.2=192.168.245.130:2888:3888
server.3=192.168.245.131:2888:3888
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

配置myid 文件

该 myid 文件中的值用于和 zoo.cfg 配置文件中的配置项 server.x=nodex:2888:3888 进行对应，用于标识当前节点的 zookeeper，在 zookeeper 集群启动的时候，完成 leader 的选举

node1执行

echo 1 > /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/zkdatas/myid 
1

node2执行

echo 2 > /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/zkdatas/myid
1

node3执行

echo 3 > /usr/local/zookeeper/apache-zookeeper-3.8.0-bin/zkdatas/myid
1

启动服务

从第 1 台服务器开始，依次执行如下命令

cd /usr/local/zookeeper/apache-zookeeper-3.8.0-bin
#启动服务
sh bin/zkServer.sh start
# 查看进程
jps
1
2
3
4
5

查看集群状态

sh bin/zkServer.sh status
1

kafka集群部署

部署规划

首先目前官方页面上并没有集群搭建文档，我们下载安装包，可以查看config/kraft下的README.md文件，根据说明，这里我搭建Kraft模式的kafka集群，这里我用的是3.3.1版本

准备工作

下载kafka

三台机器都需要下载Kafka

mkdir /usr/local/kafka/ && cd /usr/local/kafka/
wget https://downloads.apache.org/kafka/3.3.1/kafka_2.12-3.3.1.tgz
1
2

解压安装

kafka安装包下载完成后就需要解压以及创建日志目录了

tar -zxvf kafka_2.12-3.3.1.tgz
cd kafka_2.12-3.3.1 && mkdir logs
1
2

配置server.properties

我们需要配置kafka的配置文件，该文件在kafka的config/server.properties目录下

kafka01配置

vi config/server.properties
1

#节点ID
broker.id=1
# 本机节点
listeners=PLAINTEXT://192.168.245.129:9092
# 本机节点
advertised.listeners=PLAINTEXT://192.168.245.129:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
# zookeeper连接地址
zookeeper.connect=192.168.245.129:2181,192.168.245.130:2181,192.168.245.131:2181
1
2
3
4
5
6
7
8
9
10

kafka02配置

vi config/kraft/server.properties
1

#节点ID
broker.id=2
# 本机节点
listeners=PLAINTEXT://192.168.245.130:9092
# 本机节点
advertised.listeners=PLAINTEXT://192.168.245.130:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
# zookeeper连接地址
zookeeper.connect=192.168.245.129:2181,192.168.245.130:2181,192.168.245.131:2181
1
2
3
4
5
6
7
8
9
10

kafka03配置

vi config/kraft/server.properties
1

#节点ID
broker.id=3
# 本机节点
listeners=PLAINTEXT://192.168.245.131:9092
# 本机节点
advertised.listeners=PLAINTEXT://192.168.245.131:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
# zookeeper连接地址
zookeeper.connect=192.168.245.129:2181,192.168.245.130:2181,192.168.245.131:2181
1
2
3
4
5
6
7
8
9
10

启动集群

可以使用下面的命令来启动集群

nohup sh bin/kafka-server-start.sh config/server.properties 1>/dev/null 2>&1 &
1

创建主题

sh bin/kafka-topics.sh --create --topic test --partitions 1 --replication-factor 1 --bootstrap-server 192.168.245.129:9092
1

查看主题列表

sh bin/kafka-topics.sh --list --bootstrap-server 192.168.245.129:9092  
1

查看主题信息

sh bin/kafka-topics.sh --bootstrap-server 192.168.245.129:9092 --describe --topic test
1

Docker方式部署

创建数据目录

mkdir -p /tmp/kafka/broker{1..3}/{data,logs}
mkdir -p /tmp/zookeeper/zookeeper/{data,datalog,logs,conf}
1
2

Zookeeper配置

创建Zookeeper配置文件

vi /tmp/zookeeper/zookeeper/conf/zoo.cfg
1

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
dataDir=/data
dataLogDir=/datalog
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
autopurge.purgeInterval=1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

创建Zookeeper日志配置

vi /tmp/zookeeper/zookeeper/conf/log4j.properties
1

# Define some default values that can be overridden by system properties
zookeeper.root.logger=INFO, CONSOLE
zookeeper.console.threshold=INFO
zookeeper.log.dir=/logs
zookeeper.log.file=zookeeper.log
zookeeper.log.threshold=DEBUG
zookeeper.tracelog.dir=.
zookeeper.tracelog.file=zookeeper_trace.log

#
# ZooKeeper Logging Configuration
#

# Format is "<default threshold> (, <appender>)+

# DEFAULT: console appender only
log4j.rootLogger=${zookeeper.root.logger}

# Example with rolling log file
#log4j.rootLogger=DEBUG, CONSOLE, ROLLINGFILE

# Example with rolling log file and tracing
#log4j.rootLogger=TRACE, CONSOLE, ROLLINGFILE, TRACEFILE

#
# Log INFO level and above messages to the console
#
log4j.appender.CONSOLE=org.apache.log4j.ConsoleAppender
log4j.appender.CONSOLE.Threshold=${zookeeper.console.threshold}
log4j.appender.CONSOLE.layout=org.apache.log4j.PatternLayout
log4j.appender.CONSOLE.layout.ConversionPattern=%d{ISO8601} [myid:%X{myid}] - %-5p [%t:%C{1}@%L] - %m%n

#
# Add ROLLINGFILE to rootLogger to get log file output
#    Log DEBUG level and above messages to a log file
log4j.appender.ROLLINGFILE=org.apache.log4j.RollingFileAppender
log4j.appender.ROLLINGFILE.Threshold=${zookeeper.log.threshold}
log4j.appender.ROLLINGFILE.File=${zookeeper.log.dir}/${zookeeper.log.file}

# Max log file size of 10MB
log4j.appender.ROLLINGFILE.MaxFileSize=10MB
# uncomment the next line to limit number of backup files
log4j.appender.ROLLINGFILE.MaxBackupIndex=10

log4j.appender.ROLLINGFILE.layout=org.apache.log4j.PatternLayout
log4j.appender.ROLLINGFILE.layout.ConversionPattern=%d{ISO8601} [myid:%X{myid}] - %-5p [%t:%C{1}@%L] - %m%n


#
# Add TRACEFILE to rootLogger to get log file output
#    Log DEBUG level and above messages to a log file
log4j.appender.TRACEFILE=org.apache.log4j.FileAppender
log4j.appender.TRACEFILE.Threshold=TRACE
log4j.appender.TRACEFILE.File=${zookeeper.tracelog.dir}/${zookeeper.tracelog.file}

log4j.appender.TRACEFILE.layout=org.apache.log4j.PatternLayout
### Notice we are including log4j's NDC here (%x)
log4j.appender.TRACEFILE.layout.ConversionPattern=%d{ISO8601} [myid:%X{myid}] - %-5p [%t:%C{1}@%L][%x] - %m%n

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59

创建Docker编排文件

vi docker-compose.yaml
1

version: '2'
services:
  zookeeper:
    container_name: zookeeper
    image: wurstmeister/zookeeper
    restart: unless-stopped
    hostname: zoo1
    ##volumes:
      ##- "/tmp/zookeeper/zookeeper/data:/data"
      ##- "/tmp/zookeeper/zookeeper/datalog:/datalog"
      ##- "/tmp/zookeeper/zookeeper/logs:/logs"
      ##- "/tmp/zookeeper/zookeeper/conf:/opt/zookeeper-3.4.13/conf"
    ports:
      - "2181:2181"
    networks:
      - kafka
  kafka1:
    container_name: kafka1
    image: wurstmeister/kafka
    ports:
      - "9091:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.56.101                   ## 修改:宿主机IP
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.56.101:909  ## 修改:宿主机IP
      KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
      KAFKA_ADVERTISED_PORT: 9091
      KAFKA_BROKER_ID: 1
      KAFKA_LOG_DIRS: /kafka/data
    volumes:
      - /tmp/kafka/broker1/logs:/opt/kafka/logs
      - /tmp/kafka/broker1/data:/kafka/data
    depends_on:
      - zookeeper
    networks:
      - kafka
  kafka2:
    container_name: kafka2
    image: wurstmeister/kafka
    ports:
      - "9092:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.56.101                   ## 修改:宿主机IP
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.56.101:9092  ## 修改:宿主机IP
      KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
      KAFKA_ADVERTISED_PORT: 9092
      KAFKA_BROKER_ID: 2
      KAFKA_LOG_DIRS: /kafka/data
    volumes:
      - /tmp/kafka/broker2/logs:/opt/kafka/logs
      - /tmp/kafka/broker2/data:/kafka/data
    depends_on:
      - zookeeper
    networks:
      - kafka
  kafka3:
    container_name: kafka3
    image: wurstmeister/kafka
    ports:
      - "9093:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.56.101                   ## 修改:宿主机IP
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.56.101:9093  ## 修改:宿主机IP
      KAFKA_ZOOKEEPER_CONNECT: "zoo1:2181"
      KAFKA_ADVERTISED_PORT: 9093
      KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 3
      KAFKA_MIN_INSYNC_REPLICAS: 2
      KAFKA_BROKER_ID: 3
      KAFKA_LOG_DIRS: /kafka/data
    volumes:
      - /tmp/kafka/broker3/logs:/opt/kafka/logs
      - /tmp/kafka/broker3/data:/kafka/data
    depends_on:
      - zookeeper
    networks:
      - kafka
  kafka-manager:
    image: sheepkiller/kafka-manager              ## 镜像：开源的web管理kafka集群的界面
    environment:
        ZK_HOSTS: 192.168.56.101                 ## 修改:宿主机IP
    ports:
      - "9090:9090"                               ## 暴露端口
    networks:
      - kafka
networks:
  kafka:
    driver: bridge
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86

启动服务

docker-compose up -d
1

Kafka集群搭建（kraft模式）

为什么kafka依赖zookeeper？

​ zookeeper是一个开源的分布式应用协调系统，用于管理分布式应用程序，kafka使用zookeeper存储kafka集群元数据信息，包括主题配置、主题分区位置等，可以说，kafka没有zookeeper就无法工作。

如何让kafka摆脱zookeeper依赖？

使用zookeeper充当kafka的外部元数据管理系统存在一些问题，例如数据重复、增加部署复杂度，需要额外的java进程等。

​ Apache Kafka3.0.0的发布为kafka彻底去掉Zookeeper铺平了道路，Kafka Raft 支持元数据主题的快照以及自我管理，而3.1.0版本在2022.1.24发布，对3.0.0版本又修改了

​ 为了在没有zookeeper的情况下运行kafka，可以使用kafka Raft元数据模式（KRaft）运行它，当 Kafka 集群处于 KRaft 模式时，它将元数据存储在控制器节点的 KRaft 仲裁中，元数据将存储在内部kafka topic @metadata中。

注意，KRaft目前还处于早期实验阶段，不应在生产中使用，但可在 kafka 2.8 版本中进行测试。

KRaft简介

Kafka的共识机制KRaft，仍然处于预览机制。未来KRaft将作为Apache Kafka的内置共识机制将取代Zookeeper，该模式在2.8版本当中就已经发布了体验版本，在3.X系列中KRaft是一个稳定release版本。

​ KRaft运行模式的kafka集群，不会将元数据存储在zookeeper中，即部署新集群的时候，无需部署zk集群，因为Kafka将元数据存储在Controller节点的KRaft Quorum中。KRAFT可以带来很多好处，比如可以支持更多的分区，更快速的切换Controller，也可以避免Controller缓存的元数据和zk存储的数据不一致带来的一系列问题。

KRaft架构

首先来看一下KRaft在系统架构层面和之前的版本有什么区别，KRaft模式提出来去zookeeper后的kafka整体架构入下图是前后架构图对比：

上图中黑色代表 Broker（消息代理服务），褐色/蓝色代表 Controller(集群控制器)

左图（kafka2.0）

​ 一个集群所有节点都是 Broker 角色，利用 zookeeper 的选举能力从三个 Broker 中选举出来一个 Controller 控制器，同时控制器将集群元数据信息（比如主题分类、消费进度等）保存到 zookeeper，用于集群各节点之间分布式交互。

右图（kafka3.0）

​ 假设一个集群有四个 Broker，配置指定其中三个作为 Conreoller 角色(蓝色)。使用 kraft 机制实现 controller 主控制器的选举，从三个 Controller 中选举出来一个 Controller 作为主控制器（褐色），其他的 2 个备用。zookeeper 不再被需要。相关的集群元数据信息以 kafka 日志的形式存在（即：以消息队列消息的形式存在）。

服务部署

部署规划

首先目前官方页面上并没有集群搭建文档，我们下载安装包，可以查看config/kraft下的README.md文件，根据说明，这里我搭建Kraft模式的kafka集群，这里我用的是3.3.1版本

准备工作

安装JDK11

kafka3.0 不再支持 JDK8，建议安装 JDK11 或 JDK17，事先安装好

下载kafka

三台机器都需要下载Kafka

mkdir /usr/local/kafka/ && cd /usr/local/kafka/
wget https://downloads.apache.org/kafka/3.3.1/kafka_2.12-3.3.1.tgz
1
2

解压安装

kafka安装包下载完成后就需要解压以及创建日志目录了

tar -zxvf kafka_2.12-3.3.1.tgz
cd kafka_2.12-3.3.1 && mkdir logs
1
2

配置server.properties

我们需要配置kraft的配置文件，该文件在kafka的config/kraft/server.properties目录下

kafka01配置

vi config/kraft/server.properties
1

#节点角色
process.roles=broker,controller
#节点ID，和节点所承担的角色想关联
node.id=1
# 集群地址
controller.quorum.voters=1@192.168.245.129:9093,2@192.168.245.130:9093,3@192.168.245.131:9093
#本机节点
listeners=PLAINTEXT://192.168.245.129:9092,CONTROLLER://192.168.245.129:9093
#本机节点
advertised.listeners=PLAINTEXT://192.168.245.129:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
1
2
3
4
5
6
7
8
9
10
11
12

kafka02配置

vi config/kraft/server.properties
1

#节点角色
process.roles=broker,controller
#节点ID，和节点所承担的角色想关联
node.id=1
# 集群地址
controller.quorum.voters=1@192.168.245.129:9093,2@192.168.245.130:9093,3@192.168.245.131:9093
#本机节点
listeners=PLAINTEXT://192.168.245.129:9030,CONTROLLER://192.168.245.130:9093
#本机节点
advertised.listeners=PLAINTEXT://192.168.245.130:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
1
2
3
4
5
6
7
8
9
10
11
12

kafka03配置

vi config/kraft/server.properties
1

#节点角色
process.roles=broker,controller
#节点ID，和节点所承担的角色想关联
node.id=1
# 集群地址
controller.quorum.voters=1@192.168.245.129:9093,2@192.168.245.130:9093,3@192.168.245.131:9093
#本机节点
listeners=PLAINTEXT://192.168.245.131:9092,CONTROLLER://192.168.245.131:9093
#本机节点
advertised.listeners=PLAINTEXT://192.168.245.131:9092
# 这里我修改了日志文件的路径
log.dirs=/usr/local/kafka/kafka_2.12-3.3.1/logs
1
2
3
4
5
6
7
8
9
10
11
12

配置参数解释

Process.Roles

每个Kafka服务器现在都有一个新的配置项，叫做Process.Roles, 这个参数可以有以下值:

• 如果Process.Roles = Broker, 服务器在KRaft模式中充当 Broker。
• 如果Process.Roles = Controller, 服务器在KRaft模式下充当 Controller。
• 如果Process.Roles = Broker,Controller，服务器在KRaft模式中同时充当 Broker 和Controller。
• 如果process.roles 没有设置。那么集群就假定是运行在ZooKeeper模式下。

​ 如前所述，目前不能在不重新格式化目录的情况下在ZooKeeper模式和KRaft模式之间来回转换。同时充当Broker和Controller的节点称为“组合”节点。

​ 对于简单的场景，组合节点更容易运行和部署，可以避免多进程运行时，JVM带来的相关的固定内存开销。关键的缺点是，控制器将较少地与系统的其余部分隔离，例如，如果代理上的活动导致内存不足，则服务器的控制器部分不会与该OOM条件隔离。

node.id

这将作为集群中的节点 ID,唯一标识，按照我们事先规划好的（上文），在不同的服务器上这个值不同。

​ 其实就是 kafka2.0 中的broker.id,只是在 3.0 版本中 kafka 实例不再只担任 broker 角色，也有可能是 controller 角色，所以改名叫做 node 节点。

Quorum Voters

系统中的所有节点都必须设置 controller.quorum.voters 配置，这个配置标识有哪些节点是 Quorum 的投票者节点

​ 所有想成为控制器的节点都需要包含在这个配置里面。这类似于在使用ZooKeeper时，使用ZooKeeper.connect配置时必须包含所有的ZooKeeper服务器，然而，与ZooKeeper配置不同的是，controller.quorum.voters 配置需要包含每个节点的id。格式为: id1@host1:port1,id2@host2:port2。

搭建KRaft集群

生成集群ID

生成一个唯一的集群 ID（在一台 kafka 服务器上执行一次即可），这一个步骤是在安装 kafka2.0 版本的时候不存在的

sh bin/kafka-storage.sh random-uuid
k4CR-54TQZajZSvxWkADtQ
1
2

格式化数据目录

使用生成的集群 ID+配置文件格式化存储目录log.dirs,所以这一步确认配置及路径确实存在，并且 kafka 用户有访问权限（检查准备工作是否做对），每一台主机服务器都要执行这个命令

sh bin/kafka-storage.sh format -t k4CR-54TQZajZSvxWkADtQ -c config/kraft/server.properties
1

查看meta.properties

格式化操作完成之后，你会发现在我们定义的log.dirs目录下多出一个 meta.properties 文件

meta.properties文件中存储了当前的 kafka 节点的 id(node.id)，当前节点属于哪个集群（cluster.id）

cat logs/meta.properties
1

启动集群

可以使用下面的命令来启动集群

nohup sh bin/kafka-server-start.sh config/kraft/server.properties 1>/dev/null 2>&1 &
1

创建主题

sh bin/kafka-topics.sh --create --topic test --partitions 1 --replication-factor 1 --bootstrap-server 192.168.245.129:9092
1

查看主题列表

sh bin/kafka-topics.sh --list --bootstrap-server 192.168.245.129:9092  
1

查看主题信息

sh bin/kafka-topics.sh --bootstrap-server 192.168.245.129:9092 --describe --topic test
1

Docker方式部署

创建数据目录

mkdir -p /tmp/kafka/broker{1..3}/{data,logs}
1

创建Docker编排文件

vi docker-compose.yaml
1

version: "3"
services:
  kafka01:
    container_name: kafka01
    image: bitnami/kafka:3.3.1
    user: root
    ports:
      - '9092:9092'
    environment:
      - KAFKA_ENABLE_KRAFT=yes
      - KAFKA_CFG_PROCESS_ROLES=broker,controller
      - KAFKA_CFG_CONTROLLER_LISTENER_NAMES=CONTROLLER
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092,CONTROLLER://:9093
      - KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.245.129:9092
      - KAFKA_BROKER_ID=1
      - KAFKA_KRAFT_CLUSTER_ID=LelM2dIFQkiUFvXCEcqRWA
      - KAFKA_CFG_CONTROLLER_QUORUM_VOTERS=1@kafka01:9093,2@kafka02:9093,3@kafka03:9093
      - ALLOW_PLAINTEXT_LISTENER=yes
    volumes:
      - /tmp/kafka/broker1/data:/bitnami/kafka
    networks:
      - kafka
  kafka02:
    container_name: kafka02
    image: bitnami/kafka:3.3.1
    user: root
    ports:
      - '9192:9092'
    environment:
      - KAFKA_ENABLE_KRAFT=yes
      - KAFKA_CFG_PROCESS_ROLES=broker,controller
      - KAFKA_CFG_CONTROLLER_LISTENER_NAMES=CONTROLLER
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092,CONTROLLER://:9093
      - KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.245.129:9192
      - KAFKA_BROKER_ID=2
      - KAFKA_KRAFT_CLUSTER_ID=LelM2dIFQkiUFvXCEcqRWA
      - KAFKA_CFG_CONTROLLER_QUORUM_VOTERS=1@kafka01:9093,2@kafka02:9093,3@kafka03:9093
      - ALLOW_PLAINTEXT_LISTENER=yes
    volumes:
      - /tmp/kafka/broker2/data:/bitnami/kafka
    networks:
      - kafka
  kafka03:
    container_name: kafka03
    image: bitnami/kafka:3.3.1
    user: root
    ports:
      - '9292:9092'
    environment:
      - KAFKA_ENABLE_KRAFT=yes
      - KAFKA_CFG_PROCESS_ROLES=broker,controller
      - KAFKA_CFG_CONTROLLER_LISTENER_NAMES=CONTROLLER
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092,CONTROLLER://:9093
      - KAFKA_CFG_LISTENER_SECURITY_PROTOCOL_MAP=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT
      - KAFKA_CFG_ADVERTISED_LISTENERS=PLAINTEXT://192.168.245.129:9292
      - KAFKA_BROKER_ID=3
      - KAFKA_KRAFT_CLUSTER_ID=LelM2dIFQkiUFvXCEcqRWA
      - KAFKA_CFG_CONTROLLER_QUORUM_VOTERS=1@kafka01:9093,2@kafka02:9093,3@kafka03:9093
      - ALLOW_PLAINTEXT_LISTENER=yes
    volumes:
      - /tmp/kafka/broker3/data:/bitnami/kafka
    networks:
      - kafka
networks:
  kafka:
    driver: bridge
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

启动服务

docker-compose up -d
1