简单介绍下kafka
kafka是一个分布式的消息队列系统，消息以topic分类传输，生产者往topic发送消息时，消息会被分散到topic的不同分区中，消费者以组的形式消费topic中的数据，一个topic的一个分区，只能被同一个组里的一个消费者消费，但同一个消费者，可以消费多个分区数据，每个组自己维护topic每个分区的消费偏移量。
kafka不能保证不同分区消息的消费顺序，因此若对于消息消费顺序有要求，必须确保该类消息处于同一分区，可以通过发送消息时，指定相同key来处理。
1、下载安装包
这里下载的是kafka_2.12-2.2.0版的
2、解压安装包，找到config目录下的server.properties文件，修改其中配置，部分参数说明如下
|
基本参数 |
说明 |
|
broker.id |
broker在集群中的唯一标识，不能为负数 |
|
log.dirs |
数据存放的目录，这个目录可以配置为“，”逗号分割的表达式，下面的num.io.threads要大于这个目录的个数，如果配置多个目录，新创建topic消息持久化的地方是，当前以逗号分割的目录中，分区数最少的那一个 |
| listeners | PLAINTEXT://hostname:port；相当于下面的host.name+port |
| advertised.listeners | 外网客户端访问返回的地址 PLAINTEXT://hostname:port |
| host.name | broker的主机地址，若是设置了，那么会绑定到这个地址上，若是没有，会绑定到所有的接口上，并将其中之一发送到ZK |
|
port |
监听端口 |
|
message.max.bytes |
消息最大字节 |
|
num.network.threads |
broker处理网络消息的最大线程数 |
|
num.io.threads |
broker处理磁盘IO的线程数，数值应该大于你的目录数 |
|
background.threads |
处理后台任务的线程数，例如过期消息文件的删除等 |
|
queued.max.requests |
等待IO线程处理的请求队列最大数，若是等待IO的请求超过这个数值，那么会停止接受外部消息，应该是一种自我保护机制 |
|
socket.send.buffer.bytes |
socket的发送缓冲区 |
|
socket.receive.buffer.bytes |
socket的接受缓冲区 |
|
socket.request.max.bytes |
socket请求的最大字节数值，防止serverOOM，message.max.bytes必然要小于socket.request.max.bytes，会被topic创建时的指定参数覆盖 |
|
log.segment.bytes |
topic的分区是以一堆segment文件存储的，这个控制每个segment的大小，会被topic创建时的指定参数覆盖 |
|
log.roll.hours |
在日志segment没有达到log.segment.bytes设置的大小，但超过设定时间，也会强制新建一个segment。会被 topic创建时的指定参数覆盖 |
|
log.cleanup.policy |
日志清理策略选择有：delete和compact主要针对过期数据的处理，或是日志文件达到限制的额度，会被 topic创建时的指定参数覆盖 |
|
log.retention.minutes |
数据存储的最大时间超过这个时间会根据log.cleanup.policy设置的策略处理数据，也就是消费端能够多久去消费数据 log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖 |
|
log.retention.bytes |
topic每个分区的最大文件大小，一个topic的大小限制 =分区数*log.retention.bytes。-1没有大小限log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖 |
|
log.retention.check.interval.ms |
文件大小检查的周期时间，是否执行 log.cleanup.policy中设置的策略 |
|
log.cleaner.enable |
是否开启日志压缩 |
|
log.cleaner.threads |
日志压缩运行的线程数 |
|
log.cleaner.io.max.bytes.per.second |
日志压缩时每秒处理的最大大小 |
|
log.cleaner.dedupe.buffer.size |
日志压缩去重时候的缓存空间，在空间允许的情况下，越大越好 |
|
log.cleaner.io.buffer.size |
日志清理时候用到的IO块大小一般不需要修改 |
|
log.cleaner.io.buffer.load.factor |
日志清理中hash表的扩大因子一般不需要修改 |
|
log.cleaner.backoff.ms |
检查是否触发日志清理的间隔 |
|
log.cleaner.min.cleanable.ratio |
日志清理的频率控制，越大意味着更高效的清理，同时会存在一些空间上的浪费，会被topic创建时的指定参数覆盖 |
|
log.cleaner.delete.retention.ms |
对于压缩的日志保留的最长时间，也是客户端消费消息的最长时间，与log.retention.minutes的区别在于一个控制未压缩数据，一个控制压缩后的数据。会被topic创建时的指定参数覆盖 |
|
log.index.size.max.bytes |
对于segment日志的索引文件大小限制，会被topic创建时的指定参数覆盖 |
|
log.index.interval.bytes |
当执行一个fetch操作后，需要一定的空间来扫描最近的offset大小，设置越大，代表扫描速度越快，但是也更好内存，一般情况下不需要搭理这个参数 |
|
log.flush.interval.messages |
log文件”sync”到磁盘之前累积的消息条数,因为磁盘IO操作是一个慢操作,但又是一个”数据可靠性"的必要手段,所以此参数的设置,需要在"数据可靠性"与"性能"之间做必要的权衡.如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞),如果此值过小,将会导致"fsync"的次数较多,这也意味着整体的client请求有一定的延迟.物理server故障,将会导致没有fsync的消息丢失. |
|
log.flush.scheduler.interval.ms |
检查是否需要固化到硬盘的时间间隔 |
|
log.flush.interval.ms |
仅仅通过interval来控制消息的磁盘写入时机,是不足的.此参数用于控制"fsync"的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔达到阀值,也将触发. |
|
log.delete.delay.ms |
文件在索引中清除后保留的时间一般不需要去修改 |
|
log.flush.offset.checkpoint.interval.ms |
控制上次固化硬盘的时间点，以便于数据恢复一般不需要去修改 |
| log.message.timestamp.type | 消息时间戳类型，CreateTime 和 LogAppendTime ；前者表示producer创建这条消息的时间；后者表示broker接收到这条消息的时间(严格来说，是leader broker将这条消息写入到log的时间 |
|
auto.create.topics.enable |
是否允许自动创建topic，若是false，就需要通过命令创建topic |
|
num.partitions |
每个topic的分区个数，会被topic创建时的指定参数覆盖 |
| 副本相关参数 | 说明 |
| default.replication.factor | 分区副本个数 |
|
controller.socket.timeout.ms |
partition leader与replicas之间通讯时,socket的超时时间 |
|
controller.message.queue.size |
partition leader与replicas数据同步时,消息的队列大小 |
|
replica.lag.time.max.ms |
replicas响应partition leader的最长等待时间，若是超过这个时间，就将replicas列入ISR(in-sync replicas)，并认为它是故障的，不会再加入管理中 |
|
replica.lag.max.messages |
如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效 通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后，如果消息滞后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移到其他follower中。在broker数量较少,或者网络不足的环境中,建议提高此值. |
|
replica.socket.timeout.ms |
follower与leader之间的socket超时时间 |
|
replica.socket.receive.buffer.bytes |
leader复制时候的socket缓存大小 |
|
replica.fetch.max.bytes |
replicas每次获取数据的最大大小 |
|
replica.fetch.wait.max.ms |
replicas同leader之间通信的最大等待时间，失败了会重试 |
|
replica.fetch.min.bytes |
fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件 |
|
num.replica.fetchers |
leader进行复制的线程数，增大这个数值会增加follower的IO |
|
replica.high.watermark.checkpoint.interval.ms |
每个replica检查是否将最高水位进行固化的频率 |
|
controlled.shutdown.enable |
是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader，并转移到其他broker |
|
controlled.shutdown.max.retries |
控制器关闭的尝试次数 |
|
controlled.shutdown.retry.backoff.ms |
每次关闭尝试的时间间隔 |
|
leader.imbalance.per.broker.percentage |
leader的不平衡比例，若是超过这个数值，会对分区进行重新的平衡 |
|
leader.imbalance.check.interval.seconds |
检查leader是否不平衡的时间间隔 |
|
offset.metadata.max.bytes |
客户端保留offset信息的最大空间大小 |
|
kafka中zookeeper参数 |
说明 |
|
zookeeper.connect |
zookeeper集群的地址，可以是多个，多个之间用逗号分割hostname1:port1,hostname2:port2,hostname3:port3 |
|
zookeeper.session.timeout.ms |
ZooKeeper的最大超时时间，就是心跳的间隔，若是没有反映，那么认为已经死了，不易过大 |
|
zookeeper.connection.timeout.ms |
ZooKeeper的连接超时时间 |
|
zookeeper.sync.time.ms |
ZooKeeper集群中leader和follower之间的同步时间 |
这里修改了这几个参数
broker.id=1
listeners=PLAINTEXT://XX.XX.XX.XX:9092 #建议使用内网地址
advertised.listeners=PLAINTEXT://xx.xx.xx.xx:9091 #外网客户端访问返回地址
log.dirs=/home/kafka/9092/dataDir #目录需提前创建好
zookeeper.connect=XX.XX.XX.XX/kafka复制代码3、启动程序
./bin/kafka-server-start.sh -daemon config/server.properties
启动后，到log目录下查看启动日志service.log
重复1-3步骤，修改配置文件，启动多个服务，集群就启动成功了。
4、常用命令
创建消息topics
./bin/kafka-topics.sh --create --zookeeper localhost:2181/kafka --replication-factor 2 --partitions 2 --topic DrewTest
#--zookeeper 配置文件中，zookeeper.connect的值
#--replication-factor 该topics的副本数
#--partitions 该topics的分区数
#--topic 名称复制代码消费者
./bin/kafka-console-consumer.sh --bootstrap-server xx.xx.xx.xx:9092 --topic DrewTest --from-beginning
生产者
./bin/kafka-console-producer.sh --broker-list xx.xx.xx.xx:9091 --topic DrewTest
查看主题列表
./bin/kafka-topics.sh --list --zookeeper localhost:2181/kafka
注意图中除了我们自己创建的DrewTest主题外，还有一个__consumer_offsets主题，这个是kafka创建用来存储客户端消费消息的偏移量，0.9版本之前偏移量是放在zookeeper里，后面优化到kafka本身维护。
查看主题详情
./bin/kafka-topics.sh --describe --zookeeper localhost:2181/kafka --topic DrewTest
| PartiticonCount | 显示分区数量一共有多少 |
| ReplicationFactor | 副本因子是多少 |
| Partition | 分区编号 |
| Leader |
显示Leader副本在哪个Broker上，这里是不同分区会有不同，表示Leader在broker.id=0的服务器上。三个分区每个分区有三个副本，分区编号从0开始，所以这个Leader是说后面Replicas副本里面哪个是Leader。Leader副本提供读写，非Leader副本只做数据备份。 从下图可以看出分区0和1对外提供读写的副本都在broker 2上。当然这不是一个好现象，意味着这个服务器将处理一个主题的2个分区读写，我们要平均分开。 |
| Replicas | 显示该partitions所有副本存储在哪些节点上 broker.id 这个是配置文件中设置的，它包括leader和follower节点 |
| Isr | 显示副本都已经同步的节点集合，这个集合的所有节点都是存活的，并且跟LEADER节点同步 |
当前消费者列表
./bin/kafka-consumer-groups.sh --bootstrap-server xx.xx.xx.xx:9092 --list
根据上面查询出来的id，查询该消费者消费情况
./bin/kafka-consumer-groups.sh --bootstrap-server xx.xx.xx.xx:9092 --group console-consumer-20455 --describe