标签:
一、集群安装
1. Kafka下载:
可以从kafka官方网站(http://kafka.apache.org)上找到下载地址,再wget
wget http://mirrors.cnnic.cn/apache/kafka/0.8.2.2/kafka_2.10-0.8.2.2.tgz
解压该文件:
tar zxvf kafka_2.10-0.8.2.2.tgz
注意kafka依赖于zookeeper和scala,以上tgz文件名中的2.10即为scala的版本号
zk和scala的安装在此不再赘述
2. 启动zk集群
假设zk集群分别为bluejoe1:2181,bluejoe2:2181,bluejoe3:2181
3. 配置config/server.properties
server.properties各项参数的含义如下:
server.properties中所有配置参数说明(解释)如下列表: 参数 说明(解释) broker.id = 0 每一个broker在集群中的唯一表示,要求是正数。当该服务器的IP地址发生改变时,broker.id没有变化,则不会影响consumers的消息情况 log.dirs=/data/kafka-logs kafka数据的存放地址,多个地址的话用逗号分割 /data/kafka-logs- 1 ,/data/kafka-logs- 2 port = 9092 broker server服务端口 message.max.bytes = 6525000 表示消息体的最大大小,单位是字节 num.network.threads = 4 broker处理消息的最大线程数,一般情况下不需要去修改 num.io.threads = 8 broker处理磁盘IO的线程数,数值应该大于你的硬盘数 background.threads = 4 一些后台任务处理的线程数,例如过期消息文件的删除等,一般情况下不需要去做修改 queued.max.requests = 500 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。 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,一般不设置 socket.send.buffer.bytes= 100 * 1024 socket的发送缓冲区,socket的调优参数SO_SNDBUFF socket.receive.buffer.bytes = 100 * 1024 socket的接受缓冲区,socket的调优参数SO_RCVBUFF socket.request.max.bytes = 100 * 1024 * 1024 socket请求的最大数值,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 = 1024 * 1024 * 1024 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 = 24 * 7 这个参数会在日志segment没有达到log.segment.bytes设置的大小,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 = delete 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=3days 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=- 1 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=5minutes 文件大小检查的周期时间,是否处罚 log.cleanup.policy中设置的策略 log.cleaner.enable= false 是否开启日志压缩 log.cleaner.threads = 2 日志压缩运行的线程数 log.cleaner.io.max.bytes.per.second=None 日志压缩时候处理的最大大小 log.cleaner.dedupe.buffer.size= 500 * 1024 * 1024 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= 512 * 1024 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 = 0.9 日志清理中hash表的扩大因子一般不需要修改 log.cleaner.backoff.ms = 15000 检查是否处罚日志清理的间隔 log.cleaner.min.cleanable.ratio= 0.5 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 =1day 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,同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 = 10 * 1024 * 1024 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 = 4096 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=None 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 = 3000 检查是否需要固化到硬盘的时间间隔 log.flush.interval.ms = None 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 = 60000 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 = 60000 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 auto.create.topics.enable = true 是否允许自动创建topic,若是 false ,就需要通过命令创建topic default .replication.factor = 1 是否允许自动创建topic,若是 false ,就需要通过命令创建topic num.partitions = 1 每个topic的分区个数,若是在topic创建时候没有指定的话会被topic创建时的指定参数覆盖 以下是kafka中Leader,replicas配置参数 controller.socket.timeout.ms = 30000 partition leader与replicas之间通讯时,socket的超时时间 controller.message.queue.size= 10 partition leader与replicas数据同步时,消息的队列尺寸 replica.lag.time.max.ms = 10000 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),并认为它是死的,不会再加入管理中 replica.lag.max.messages = 4000 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 ##如果消息之后太多,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= 30 * 1000 follower与leader之间的socket超时时间 replica.socket.receive.buffer.bytes= 64 * 1024 leader复制时候的socket缓存大小 replica.fetch.max.bytes = 1024 * 1024 replicas每次获取数据的最大大小 replica.fetch.wait.max.ms = 500 replicas同leader之间通信的最大等待时间,失败了会重试 replica.fetch.min.bytes = 1 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= 1 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 = 5000 每个replica检查是否将最高水位进行固化的频率 controlled.shutdown.enable = false 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 = 3 控制器关闭的尝试次数 controlled.shutdown.retry.backoff.ms = 5000 每次关闭尝试的时间间隔 leader.imbalance.per.broker.percentage = 10 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 = 300 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参数配置 zookeeper.connect = localhost: 2181 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= 6000 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 = 6000 ZooKeeper的连接超时时间 zookeeper.sync.time.ms = 2000 ZooKeeper集群中leader和follower之间的同步时间 |
这里主要修改下zookeeper.connect为zk集群的服务地址,如:
zookeeper.connect=bluejoe1:2181,bluejoe2:2181,bluejoe3:2181
4. scp至其他节点,如:bluejoe2,bluejoe3
5.在kafka的部署目录下,在各个节点上通过如下命令来启动:
$ bin/kafka-server-start.sh config/server.properties
6. 此时可以启动zk的客户端,查看到broker的列表
二、测试消息的收发
创建Topic
bin/kafka-topics.sh --zookeeper bluejoe1:2181,bluejoe2:2181,bluejoe3:2181 --topic mytopic --replication-factor 1 --partitions 1 --create
查看topic列表
bin/kafka-topics.sh --zookeeper bluejoe1:2181,bluejoe2:2181,bluejoe3:2181 --list
此时也可以从zk中查看到topic列表
生产者测试
bin/kafka-console-producer.sh --broker-list bluejoe1:9092,bluejoe2:9092,bluejoe3:9092 --topic mytopic
消费者测试
bin/kafka-console-consumer.sh --zookeeper bluejoe1:2181,bluejoe2:2181,bluejoe3:2181 --topic mytopic
如下示出producer的界面:
如下示出consumer的界面:
标签:
原文地址:http://www.cnblogs.com/bluejoe/p/5118594.html