一、Kafka 概述
1.1 定义
Kafka传统定义：Kafka是一个分布式的基于发布/订阅模式的消息队列 (Message Queue), 主要应用于大数据实时处理领域。
kafka最新定义：kafka是一个开源的分布式事件流平台（Event Streaming Platform）, 被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。
1.2 消息队列
目 前企 业中比 较常 见的 消息 队列产 品主 要有
Kafka
、
ActiveMQ
、
RabbitMQ
、
RocketMQ
等。
在大数据场景主要采用
Kafka
作为消息队列。在
JavaEE
开发中主要采用
ActiveMQ
、
RabbitMQ
、
RocketMQ
。
1.3 应用场景
主要应用场景包括：
缓存
/
消峰
、
解耦
和
异步通信。
1. 缓冲
/
消峰：
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.
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。
3.
异步通信：
允许用户把一个消息放入队列，但并不立即处理它，
然后
在需要的时候再去处理它们
。
1.4 消息队列的两种模式
1.5 Kafka 基础架构
（
1
）
Producer
：
消息生产者，就是向
Kafka broker
发消息的客户端。
（
2
）
Consumer
：
消息消费者，向
Kafka broker
取消息的客户端。
（
3
）
Consumer Group
（
CG
）：
消费者组，由多个
consumer
组成。
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；消费者组之间互不
影响。
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
。
（
4
）
Broker
：
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
。
（
5
）
Topic
：
可以理解为一个队列，
生产者和消费者面向的都是一个
topic
。
（
6
）
Partition
：
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
可以分为多个
partition
，每个
partition
是一个
有序的队列
。
（
7
）
Replica
：
副本。一个
topic
的每个分区都有若干个副本，一个
Leader
和若干个
Follower
。
（
8
）
Leader
：
每个分区多个
副本的
“
主
”
，生产者发送数据的对象，以及消费者消费数
据的对象都是
Leader
。
（
9
）
Follower
：
每个分区多个
副本中的
“
从
”
，实时从
Leader
中同步数据，保持和
Leader
数据的同步。
Leader
发生故障时，某个
Follower
会成为新的
Leader
。
二、Kafka 快速入门
先部署zookeeper
1. 集群规划
2. 集群部署
0
）
官方下载地址：
http://kafka.apache.org/downloads.html
1
）
解压安装包
[atguigu@hadoop102 software]$ tar -zxvf kafka_2.12-3.0.0.tgz -C
/opt/module/2）修改解压后的文件名称
[atguigu@hadoop102 module]$ mv kafka_2.12-3.0.0/ kafka
3
）
进入到
/opt/module/kafka
目录，修改配置文件
[atguigu@hadoop102 kafka]$ cd config/
[atguigu@hadoop102 config]$ vim server.properties
输入以下内容：
#broker 的全局唯一编号，不能重复，只能是数字。
broker.id=0
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘 IO 的线程数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka 运行日志(数据)存放的路径，路径不需要提前创建，kafka 自动帮你创建，可以
配置多个磁盘路径，路径与路径之间可以用"，"分隔
log.dirs=/opt/module/kafka/datas
#topic 在当前 broker 上的分区个数
num.partitions=1
#用来恢复和清理 data 下数据的线程数量
num.recovery.threads.per.data.dir=1
# 每个 topic 创建时的副本数，默认时 1 个副本
offsets.topic.replication.factor=1
#segment 文件保留的最长时间，超时将被删除
log.retention.hours=168
#每个 segment 文件的大小，默认最大 1G
log.segment.bytes=1073741824
# 检查过期数据的时间，默认 5 分钟检查一次是否数据过期
log.retention.check.interval.ms=300000
#配置连接 Zookeeper 集群地址（在 zk 根目录下创建/kafka，方便管理）
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181/ka
fka
4
）
分发安装包
[atguigu@hadoop102 module]$ xsync kafka/
5
）
分别在
hadoop103
和
hadoop104
上修改配置文件
/opt/module/kafka/config/server.properties
中的
broker.id=1
、
broker.id=2
注：
broker.id
不得重复，整个集群中唯一。
6
）
配置环境变量
（
1
）在
/etc/profile.d/my_env.sh
文件中增加
kafka
环境变量配置
[atguigu@hadoop102 module]$ sudo vim /etc/profile.d/my_env.sh增加如下内容：
#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin
（2）刷新一下环境变量。
[atguigu@hadoop102 module]$ source /etc/profile
（3）分发环境变量文件到其他节点，并
source
。
[atguigu@hadoop102 module]$
sudo /home/atguigu/bin/xsync
/etc/profile.d/my_env.sh
[atguigu@hadoop103 module]$ source /etc/profile
[atguigu@hadoop104 module]$ source /etc/profile
7
）
启动集群
（
1
）先启动
Zookeeper
集群，然后启动
Kafka
。
[atguigu@hadoop102 kafka]$ zk.sh start
（2）依次在
hadoop102
、
hadoop103
、
hadoop104
节点上启动
Kafka
。
[atguigu@hadoop102 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties
[atguigu@hadoop103 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties
[atguigu@hadoop104 kafka]$ bin/kafka-server-start.sh -daemon
config/server.properties
8
）
关闭集群
[atguigu@hadoop102 kafka]$ bin/kafka-server-stop.sh[atguigu@hadoop103 kafka]$ bin/kafka-server-stop.sh[atguigu@hadoop104 kafka]$ bin/kafka-server-stop.sh
也可以写执行脚本
#! /bin/bash
case $1 in
"start"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------启动 $i Kafka-------"
ssh $i "/opt/module/kafka/bin/kafka-server-start.sh -
daemon /opt/module/kafka/config/server.properties"
done
};;
"stop"){
for i in hadoop102 hadoop103 hadoop104
do
echo " --------停止 $i Kafka-------"
ssh $i "/opt/module/kafka/bin/kafka-server-stop.sh "
done
};;
esac
2
）添加执行权限
[atguigu@hadoop102 bin]$ chmod +x kf.sh
3
）启动集群命令
[atguigu@hadoop102 ~]$ kf.sh start
4
）停止集群命令
[atguigu@hadoop102 ~]$ kf.sh stop
注意：
停止
Kafka
集群时，一定要等
Kafka
所有节点进程全部停止后再停止
Zookeeper
集群。因为
Zookeeper
集群当中记录着
Kafka
集群相关信息，
Zookeeper
集群一旦先停止，
Kafka
集群就没有办法再获取停止进程的信息，只能手动杀死
Kafka
进程了（kill -9 xxx）。
三、主要命令记录
1 主题命令
1
）查看操作主题命令参数
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh
2
）查看当前服务器中的所有
topic
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --list
3
）创建
first topic
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --create --partitions 1 --replication-factor 3 --topic first
选项说明：
--topic
定义
topic
名
--replication-factor
定义副本数
--partitions
定义分区数
4
）查看
first
主题的详情
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --describe --topic first
5）修改分区数
（注意：分区数只能增加，不能减少）
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --alter --topic first --partitions 3
7
）删除
topic
[atguigu@hadoop102 kafka]$ bin/kafka-topics.sh --bootstrap-server
hadoop102:9092 --delete --topic first2 生产者命令
1）查看操作生产者命令参数
[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh
2
）发送消息
[atguigu@hadoop102 kafka]$ bin/kafka-console-producer.sh --
bootstrap-server hadoop102:9092 --topic first
>hello
>world3 消费者命令
1
）查看操作消费者命令参数
[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh
2
）消费消息
（1）消费
first
主题中的数据。
[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --
bootstrap-server hadoop102:9092 --topic first
（2）把主题中所有的数据都读取出来（包括历史数据）。
[atguigu@hadoop102 kafka]$ bin/kafka-console-consumer.sh --
bootstrap-server hadoop102:9092 --from-beginning --topic first
