分佈式消息隊列kafka

下載地址： http://kafka.apache.org/downloads.html

先啓動zookeeper服務器

bin/zookeeper-server-start.sh config/zookeeper.properties &

再啓動kafka服務器

bin/kafka-server-start.sh -daemon config/server.properties &

建立topic

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic test

replication factor控制有多少個server將會複製各條被寫入Topic的消息。若是該值爲3，那麼能夠有2臺server中止工做的狀況下，消費端以訪問到消息。咱們建議你設置該值爲2或者3，這樣就能夠在重啓服務時而不影響消費端消費數據。

發送message

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test 

 

Hello kafka

啓動consumer

bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning

 

集羣環境須要修改配置文件

# vim config/server.properties

brokerid：這個每一個server（broker）必須惟一的數字

advertised.host.name=這裏寫ip或者域名，默認是讀取hostname，這樣須要全部消費端都配置這個hostname才能訪問  

還有就是zookeeper.connect也要配置

zookeeper.connect=sea2:2181,sea3:2181,sea4:2181,sea5:2181,sea6:2181

 

每一個分區行給出分區信息

bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic

 

kafka監控  https://github.com/quantifind/KafkaOffsetMonitor

下載一個jar包，運行：

java -cp KafkaOffsetMonitor-assembly-0.2.0.jar \
     com.quantifind.kafka.offsetapp.OffsetGetterWeb \
     --zk zk-server1,zk-server2 \
     --port 8080 \
     --refresh 10.seconds \
     --retain 2.days 1>>stdout.log 2>>stderr.log &

裏面引用了googleapi的一個angular.js 被牆了。。。。

 

 

topic：建立時topic名稱

partition：分區編號

offset：表示該parition已經消費了多少條message

logSize：表示該partition已經寫了多少條message

Lag：表示有多少條message沒有被消費。

Owner：表示消費者

Created：該partition建立時間

Last Seen：消費狀態刷新最新時間。

 

下面進行性能測試：

 

建立topic

bin/kafka-topics.sh --zookeeper sea2:2181,sea3:2181,sea4:2181,sea5:2181,sea6:2181  --create --topic test-rep-one --partitions 6 --replication-factor 1

發送消息性能測試：

bin/kafka-producer-perf-test.sh --messages 5000000 --message-size 5000  --batch-size 5000 --topics test-rep-one --threads 8 --broker-list sea4:9092,sea5:9092,sea6:9092

接受消息性能測試：

bin/kafka-consumer-perf-test.sh --zookeeper sea2:2181,sea3:2181,sea4:2181,sea5:2181,sea6:2181  --messages 50000000 --topic test-rep-one --threads 1

 

bin/kafka-producer-perf-test.sh --broker-list sea4:9092,sea5:9092,sea6:9092 --messages 1000000 --topic test-rep-one --threads 3 --message-size 1000 --batch-size 5000 --compression-codec 3 --show-detailed-stats 

bin/kafka-consumer-perf-test.sh --zookeeper sea2:2181,sea3:2181,sea4:2181,sea5:2181,sea6:2181 --messages 1000000 --topic test-rep-one --message-size 1000  --threads 3 --group test --compression-codec 3 --num-fetch-threads 3 --show-detailed-stats   

 

在刪除topic過程發現這個功能只是作了個刪除標記，要手工刪除zk節點數據，跟磁盤上數據，結果從新這個topic 仍是mark deleted 狀態，只好換一個topic用了。

 

http://www.oschina.net/translate/kafka-design

主要的設計元素

Kafka之因此和其它絕大多數信息系統不一樣，是由於下面這幾個爲數很少的比較重要的設計決策：

1. Kafka在設計之時爲就將持久化消息做爲一般的使用狀況進行了考慮。
2. 主要的設計約束是吞吐量而不是功能。
3. 有關哪些數據已經被使用了的狀態信息保存爲數據使用者（consumer）的一部分，而不是保存在服務器之上。
4. Kafka是一種顯式的分佈式系統。它假設，數據生產者（producer）、代理（brokers）和數據使用者（consumer）分散於多臺機器之上。

 

配置優化

server.properties中全部配置參數說明(解釋)以下列表：

參數	說明(解釋)
broker.id =0	每個broker在集羣中的惟一表示，要求是正數。當該服務器的IP地址發生改變時，broker.id沒有變化，則不會影響consumers的消息狀況
log.dirs=/data/kafka-logs	kafka數據的存放地址，多個地址的話用逗號分割,多個目錄分佈在不一樣磁盤上能夠提升讀寫性能  /data/kafka-logs-1，/data/kafka-logs-2
port =9092	broker server服務端口
message.max.bytes =6525000	表示消息體的最大大小，單位是字節
num.network.threads =4	broker處理消息的最大線程數，通常狀況下數量爲cpu核數
num.io.threads =8	broker處理磁盤IO的線程數，數值爲cpu核數2倍
background.threads =4	一些後臺任務處理的線程數，例如過時消息文件的刪除等，通常狀況下不須要去作修改
queued.max.requests =500	等待IO線程處理的請求隊列最大數，如果等待IO的請求超過這個數值，那麼會中止接受外部消息，應該是一種自我保護機制。
host.name	broker的主機地址，如果設置了，那麼會綁定到這個地址上，如果沒有，會綁定到全部的接口上，並將其中之一發送到ZK，通常不設置
socket.send.buffer.bytes=100*1024	socket的發送緩衝區，socket的調優參數SO_SNDBUFF
socket.receive.buffer.bytes =100*1024	socket的接受緩衝區，socket的調優參數SO_RCVBUFF
socket.request.max.bytes =100*1024*1024	socket請求的最大數值，防止serverOOM，message.max.bytes必然要小於socket.request.max.bytes，會被topic建立時的指定參數覆蓋
log.segment.bytes =1024*1024*1024	topic的分區是以一堆segment文件存儲的，這個控制每一個segment的大小，會被topic建立時的指定參數覆蓋
log.roll.hours =24*7	這個參數會在日誌segment沒有達到log.segment.bytes設置的大小，也會強制新建一個segment會被 topic建立時的指定參數覆蓋
log.cleanup.policy = delete	日誌清理策略選擇有：delete和compact主要針對過時數據的處理，或是日誌文件達到限制的額度，會被 topic建立時的指定參數覆蓋
log.retention.minutes=300 或 log.retention.hours=24	數據文件保留多長時間， 存儲的最大時間超過這個時間會根據log.cleanup.policy設置數據清除策略 log.retention.bytes和log.retention.minutes或log.retention.hours任意一個達到要求，都會執行刪除   有2刪除數據文件方式：       按照文件大小刪除：log.retention.bytes   按照2中不一樣時間粒度刪除：分別爲分鐘，小時
log.retention.bytes=-1	topic每一個分區的最大文件大小，一個topic的大小限制 =分區數*log.retention.bytes。-1沒有大小限log.retention.bytes和log.retention.minutes任意一個達到要求，都會執行刪除，會被topic建立時的指定參數覆蓋
log.retention.check.interval.ms=5minutes	文件大小檢查的週期時間，是否處罰 log.cleanup.policy中設置的策略
log.cleaner.enable=false	是否開啓日誌清理
log.cleaner.threads = 2	日誌清理運行的線程數
log.cleaner.io.max.bytes.per.second=None	日誌清理時候處理的最大大小
log.cleaner.dedupe.buffer.size=500*1024*1024	日誌清理去重時候的緩存空間，在空間容許的狀況下，越大越好
log.cleaner.io.buffer.size=512*1024	日誌清理時候用到的IO塊大小通常不須要修改
log.cleaner.io.buffer.load.factor =0.9	日誌清理中hash表的擴大因子通常不須要修改
log.cleaner.backoff.ms =15000	檢查是否處罰日誌清理的間隔
log.cleaner.min.cleanable.ratio=0.5	日誌清理的頻率控制，越大意味着更高效的清理，同時會存在一些空間上的浪費，會被topic建立時的指定參數覆蓋
log.cleaner.delete.retention.ms =1day	對於壓縮的日誌保留的最長時間，也是客戶端消費消息的最長時間，同log.retention.minutes的區別在於一個控制未壓縮數據，一個控制壓縮後的數據。會被topic建立時的指定參數覆蓋
log.index.size.max.bytes =10*1024*1024	對於segment日誌的索引文件大小限制，會被topic建立時的指定參數覆蓋
log.index.interval.bytes =4096	當執行一個fetch操做後，須要必定的空間來掃描最近的offset大小，設置越大，表明掃描速度越快，可是也更好內存，通常狀況下不須要搭理這個參數
log.flush.interval.messages=None 例如log.flush.interval.messages=1000 表示每當消息記錄數達到1000時flush一次數據到磁盤	log文件」sync」到磁盤以前累積的消息條數,由於磁盤IO操做是一個慢操做,但又是一個」數據可靠性"的必要手段,因此此參數的設置,須要在"數據可靠性"與"性能"之間作必要的權衡.若是此值過大,將會致使每次"fsync"的時間較長(IO阻塞),若是此值太小,將會致使"fsync"的次數較多,這也意味着總體的client請求有必定的延遲.物理server故障,將會致使沒有fsync的消息丟失.
log.flush.scheduler.interval.ms =3000	檢查是否須要固化到硬盤的時間間隔
log.flush.interval.ms = None 例如：log.flush.interval.ms=1000 表示每間隔1000毫秒flush一次數據到磁盤	僅僅經過interval來控制消息的磁盤寫入時機,是不足的.此參數用於控制"fsync"的時間間隔,若是消息量始終沒有達到閥值,可是離上一次磁盤同步的時間間隔達到閥值,也將觸發.
log.delete.delay.ms =60000	文件在索引中清除後保留的時間通常不須要去修改
log.flush.offset.checkpoint.interval.ms =60000	控制上次固化硬盤的時間點，以便於數據恢復通常不須要去修改
auto.create.topics.enable =true	是否容許自動建立topic，如果false，就須要經過命令建立topic
default.replication.factor =1	是否容許自動建立topic，如果false，就須要經過命令建立topic
num.partitions =1	每一個topic的分區個數，如果在topic建立時候沒有指定的話會被topic建立時的指定參數覆蓋
如下是kafka中Leader,replicas配置參數
controller.socket.timeout.ms =30000	partition leader與replicas之間通信時,socket的超時時間
controller.message.queue.size=10	partition leader與replicas數據同步時,消息的隊列尺寸
replica.lag.time.max.ms =10000	replicas響應partition leader的最長等待時間，如果超過這個時間，就將replicas列入ISR(in-sync replicas)，並認爲它是死的，不會再加入管理中
replica.lag.max.messages =4000	若是follower落後與leader太多,將會認爲此follower[或者說partition relicas]已經失效 ##一般,在follower與leader通信時,由於網絡延遲或者連接斷開,總會致使replicas中消息同步滯後 ##若是消息以後太多,leader將認爲此follower網絡延遲較大或者消息吞吐能力有限,將會把此replicas遷移 ##到其餘follower中. ##在broker數量較少,或者網絡不足的環境中,建議提升此值.
replica.socket.timeout.ms=30*1000	follower與leader之間的socket超時時間
replica.socket.receive.buffer.bytes=64*1024	leader複製時候的socket緩存大小
replica.fetch.max.bytes =1024*1024	replicas每次獲取數據的最大大小
replica.fetch.wait.max.ms =500	replicas同leader之間通訊的最大等待時間，失敗了會重試
replica.fetch.min.bytes =1	fetch的最小數據尺寸,若是leader中還沒有同步的數據不足此值,將會阻塞,直到知足條件
num.replica.fetchers=1	leader進行復制的線程數，增大這個數值會增長follower的IO
replica.high.watermark.checkpoint.interval.ms =5000	每一個replica檢查是否將最高水位進行固化的頻率
controlled.shutdown.enable =false	是否容許控制器關閉broker ,如果設置爲true,會關閉全部在這個broker上的leader，並轉移到其餘broker
controlled.shutdown.max.retries =3	控制器關閉的嘗試次數
controlled.shutdown.retry.backoff.ms =5000	每次關閉嘗試的時間間隔
leader.imbalance.per.broker.percentage =10	leader的不平衡比例，如果超過這個數值，會對分區進行從新的平衡
leader.imbalance.check.interval.seconds =300	檢查leader是否不平衡的時間間隔
offset.metadata.max.bytes	客戶端保留offset信息的最大空間大小
kafka中zookeeper參數配置
zookeeper.connect = localhost:2181	zookeeper集羣的地址，能夠是多個，多個之間用逗號分割hostname1:port1,hostname2:port2,hostname3:port3
zookeeper.session.timeout.ms=6000	ZooKeeper的最大超時時間，就是心跳的間隔，如果沒有反映，那麼認爲已經死了，不易過大
zookeeper.connection.timeout.ms =6000	ZooKeeper的鏈接超時時間
zookeeper.sync.time.ms =2000	ZooKeeper集羣中leader和follower之間的同步實際那

配置優化都是修改server.properties文件中參數值
1.網絡和io操做線程配置優化
# broker處理消息的最大線程數
num.network.threads=xxx
# broker處理磁盤IO的線程數
num.io.threads=xxx
建議配置：
通常num.network.threads主要處理網絡io，讀寫緩衝區數據，基本沒有io等待，配置線程數量爲cpu核數加1.
num.io.threads主要進行磁盤io操做，高峯期可能有些io等待，所以配置須要大些。配置線程數量爲cpu核數2倍，最大不超過3倍.

2.log數據文件刷新策略
爲了大幅度提升producer寫入吞吐量，須要按期批量寫文件。
建議配置：
# 每當producer寫入10000條消息時，刷數據到磁盤
log.flush.interval.messages=10000
# 每間隔1秒鐘時間，刷數據到磁盤
log.flush.interval.ms=1000

3.日誌保留策略配置
當kafka server的被寫入海量消息後，會生成不少數據文件，且佔用大量磁盤空間，若是不及時清理，可能磁盤空間不夠用，kafka默認是保留7天。
建議配置：
# 保留三天，也能夠更短 
log.retention.hours=72
# 段文件配置1GB，有利於快速回收磁盤空間，重啓kafka加載也會加快(若是文件太小，則文件數量比較多，
# kafka啓動時是單線程掃描目錄(log.dir)下全部數據文件)
log.segment.bytes=1073741824

4.配置jmx服務
kafka server中默認是不啓動jmx端口的，須要用戶本身配置
vim bin/kafka-run-class.sh
#最前面添加一行
JMX_PORT=8060

 

  kafka讀寫的單位是partition，所以，將一個topic拆分爲多個partition能夠提升吞吐量。可是，這裏有個前提，就是不一樣partition需       要位於不一樣的磁盤（能夠在同一個機器）。若是多個partition位於同一個磁盤，那麼意味着有多個進程同時對一個磁盤的多個文         件進行讀寫，使得操做系統會對磁盤讀寫進行頻繁調度，也就是破壞了磁盤讀寫的連續性。

      在linkedlin的測試中，每臺機器就加載了6個磁盤，而且不作raid，就是爲了充分利用多磁盤併發讀寫，又保證每一個磁盤連續讀寫       的特性。

       

      具體配置上，是將不一樣磁盤的多個目錄配置到broker的log.dirs，例如

      log.dirs=/disk1/kafka-logs,/disk2/kafka-logs,/disk3/kafka-logs

      kafka會在新建partition的時候，將新partition分佈在partition最少的目錄上，所以，通常不能將同一個磁盤的多個目錄設置到log.dirs

 

1. kafka直接推送日誌文件:tail -n 0 -f /www/nh-nginx02/access.log | bin/kafka-console-producer.sh --broker-list 192.168.1.1:9092 --topic sb-nginx03

 

 一旦你消費過返些數據，那你就沒法再次用同一個groupid消費同一組數據了。我已經把結論說出來了，要消費同一組數據，你能夠採用丌同的group

 

kafka分區管理：

 

增長分區:add_partition.sh 

cd `dirname $0`

TOPIC=$1

PARTITIONS=$2

bin/kafka-topics.sh --zookeeper zk2.sea:2181  --alter --partitions ${PARTITIONS} --topic ${TOPIC}

 

增長節點:get_add_node_json.sh 

cd `dirname $0`

TOPIC=$1

#TOPIC=soa_logs

BROKER_LIST=$2

#BROKER_LIST="173,154,155"

ZK=zk1.sea:2181

JSON=migration-${TOPIC}.json

echo "{\"topics\": [ { \"topic\": \"${TOPIC}\" } ], \"version\":1}" > ${JSON}

bin/kafka-reassign-partitions.sh --zookeeper $ZK --topics-to-move-json-file ${JSON} --broker-list ${BROKER_LIST} --generate

 

執行get_add_node_json.sh生成json字符串 ，寫到migration-log173_v1_new.json

 

從新分配節點：set_add_node_json.sh 

cd `dirname $0`

TOPIC=$1

NEW_JSON=migration-${TOPIC}_new.json

bin/kafka-reassign-partitions.sh --zookeeper zk2.sea:2181 --reassignment-json-file ${NEW_JSON} --execute

 

增長replication factor ，修改副本數量，kafka HA 

partition 0的replica數從1增加到3，當前replica存在broker5，在broker6，7上增長replica

cat increase-replication-factor.json

{"version":1, "partitions":[{"topic":"foo","partition":0,"replicas":[5,6,7]}]}

bin/kafka-reassign-partitions.sh --zookeeper localhost:2181 --reassignment-json-file increase-replication-factor.json --execute

 

kafka容量規劃：

對於普通量級數據，一天幾百萬～幾千萬的數據量，只須要0個分區，2個副本作高可用，爲保證磁盤連續讀寫特性，最好單獨提供磁盤只作kafka數據存儲，一個分區一個磁盤

bin/kafka-topics.sh --zookeeper zk1:2181 --create --topic test0 --partitions 0 --replication-factor 2

保證消息的順序，那就用一個 partition 。 kafka 的每一個 partition 只能同時被同一個 group 中的一個 consumer 消費