kafka詳細介紹，安裝，配置

 1、簡介

    Kafka is a distributed,partitioned,replicated commit logservice。它提供了類似于JMS的特性，但是在設計實現上完全不同，此外它并不是JMS規范的實現。kafka對消息保存時根據Topic進行歸類，發送消息者成為Producer,消息接受者成為Consumer,此外kafka集群有多個kafka實例組成，每個實例(server)成為broker。無論是kafka集群，還是producer和consumer都依賴于zookeeper來保證系統可用性集群保存一些meta信息。

Kafka是一種分布式的，基于發布/訂閱的消息系統 ， 它的架構包括以下組件：

i. 消息的發布（publish）稱作producer，消息的訂閱（subscribe）稱作consumer，中間的存儲陣列稱作broker。

ii. 多個broker協同合作，producer、consumer和broker三者之間通過zookeeper來協調請求和轉發。 

iii. producer產生和推送(push)數據到broker，consumer從broker拉取(pull)數據并進行處理。 

iv. broker端不維護數據的消費狀態，提升了性能。 已發布的消息保存在一組服務器中，稱之為Kafka集群。集群中的每一個服務器都是一個代理(Broker). 消費者可以訂閱一個或多個話題，并從Broker拉數據，從而消費這些已發布的消息。

v. 直接使用磁盤進行存儲，線性讀寫，速度快：避免了數據在JVM內存和系統內存之間的復制，減少耗性能的創建對象和垃圾回收。 

vi. Kafka使用scala編寫，可以運行在JVM上。 

如上圖所示，一個典型的Kafka集群中包含：

若干Producer（可以是web前端產生的Page View，或者是服務器日志，系統CPU、Memory等），若干broker（Kafka支持水平擴展，一般broker數量越多，集群吞吐率越高）。

若干Consumer Group，以及一個Zookeeper集群。Kafka通過Zookeeper管理集群配置，選舉leader，以及在Consumer Group發生變化時進行rebalance。Producer使用push模式將消息發布到broker，Consumer使用pull模式從broker訂閱并消費消息。

Topic & Partition

Topic在邏輯上可以被認為是一個queue，每條消費都必須指定它的Topic，可以簡單理解為必須指明把這條消息放進哪個queue里。為了使得Kafka的吞吐率可以線性提高，物理上把Topic分成一個或多個Partition，每個Partition在物理上對應一個文件夾，該文件夾下存儲這個Partition的所有消息和索引文件。若創建topic1和topic2兩個topic，且分別有13個和19個分區，則整個集群上會相應會生成共32個文件夾

開始安裝kafka集群：

1，創建用戶

　在所有主機上添加用戶：

groupadd kafka

useradd kafka -g kafka

2,主機分配 分別為Hadoop1 ，Hadoop2，Hadoop3 

3，綁定hosts

172.16.1.250 hadoop1

172.16.1.252 hadoop2

172.16.1.253 hadoop3

4，下載，解壓

https://kafka.apache.org/

tar -xzf kafka_2.9.2-0.8.1.1.tgz

cd kafka_2.9.2-0.8.1.1

ln -s /usr/local/hadoop/kafka_2.10-0.8.1.1 /usr/local/hadoop/kafka

chown -R kafka:kafka /usr/local/hadoop

在Hadoop3機器先安裝

5,修改配置文件

cd  /usr/local/hadoop/kafka/config

vim  /kafka/server.properties 

broker.id=3  三臺機的id不能一樣

port=9092

num.network.threads=2

num.io.threads=8

socket.send.buffer.bytes=1048576

socket.receive.buffer.bytes=1048576

socket.request.max.bytes=104857600

log.dirs=/tmp/kafka-logs

num.partitions=2

log.retention.hours=168

log.segment.bytes=536870912

log.retention.check.interval.ms=60000

log.cleaner.enable=false

zookeeper.connect=hadoop1:2181,hadoop2:2181,hadoop3:2181/kafka   (zookpeer集群）

zookeeper.connection.timeout.ms=1000000

啟動

 bin/kafka-server-start.sh /usr/local/hadoop/kafka/config/server.properties &

6,配置Java環境

#java 

export JAVA_HOME=/soft/jdk1.7.0_79

export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

export PATH=$PATH:/$JAVA_HOME/bin:$HADOOP_HOME/bin

7，部署kafka集群

 由于kafka集群需要依賴zookeeper，所以安裝下zookeeper

 見：

https://taoistwar.gitbooks.io/spark-operationand-maintenance-management/content/spark_relate_software/kafka_install.html 

7，同步三臺機器的配置文件，并修改相應的broker.id=1,broker.id=2,broker.id=3

cd /usr/local/hadoop/

在Hadoop3機器上先安裝好一臺了

scp -r kafka/  hadoop1:/usr/local/hadoop/ 

scp -r kafka/  hadoop2:/usr/local/hadoop/ 

在Hadoop1機器上，修改配置文件，并啟動

vim conf/server.properties

broker.id=1  三臺機的id不能一樣

port=9092

num.network.threads=2

num.io.threads=8

socket.send.buffer.bytes=1048576

socket.receive.buffer.bytes=1048576

socket.request.max.bytes=104857600

log.dirs=/tmp/kafka-logs

num.partitions=2

log.retention.hours=168

log.segment.bytes=536870912

log.retention.check.interval.ms=60000

log.cleaner.enable=false

zookeeper.connect=hadoop1:2181,hadoop2:2181,hadoop3:2181/kafka   (zookpeer集群）

zookeeper.connection.timeout.ms=1000000

啟動

 bin/kafka-server-start.sh /usr/local/kafka/config/server.properties &

在Hadoop2機器上，修改配置文件，并啟動

vim conf/server.properties

broker.id=2  三臺機的id不能一樣

port=9092

num.network.threads=2

num.io.threads=8

socket.send.buffer.bytes=1048576

socket.receive.buffer.bytes=1048576

socket.request.max.bytes=104857600

log.dirs=/tmp/kafka-logs

num.partitions=2

log.retention.hours=168

log.segment.bytes=536870912

log.retention.check.interval.ms=60000

log.cleaner.enable=false

zookeeper.connect=hadoop1:2181,hadoop2:2181,hadoop3:2181/kafka   (zookpeer集群）

zookeeper.connection.timeout.ms=1000000

啟動

 bin/kafka-server-start.sh /usr/local/hadoop/kafka/config/server.properties &

8驗證

使用Kafka自帶的腳本，啟動基于Console的producer和consumer。

9,錯誤總結:

ttp://wenda.chinahadoop.cn/question/4079?notification_id=290954&rf=false&item_id=10382#!answer_10382      

http://blog.csdn.net/wenxuechaozhe/article/details/52664774  

http://472053211.blog.51cto.com/3692116/1655844 

10,實際操作見：

https://taoistwar.gitbooks.io/spark-operationand-maintenance-management/content/spark_relate_software/kafka_install.html