Kafka安装配置及使用说明.doc

Kafka安装配置及使用说明（铁树2018-08-08）（Windows平台，5个分布式节点，修改消息大小，调用程序范例）1 安装配置采用5台服务器作为集群节点，IP地址为：XX.XX.0.12-XX.XX.0.16.每台机器依次安装配置JDK、zookeeper、kafka，先安装完一台机器，然后拷贝到其他机器，再修改配置文件。1.1 JDK安装配置JDK版本：jdk1.7.0_51_x64解压版（jdk1.7.0_51_x64.rar）解压到C盘kafka目录下，如图所示。设置环境变量：JAVA_HOME：C:kafkajdk1.7.0_51_x64PATH：C:kafkajdk1.7.0_51_x64bin1.2 zookeeper安装配置1.2.1 解压安装zookeeper版本：3.4.12 （zookeeper-3.4.12.tar.gz）解压到C盘kafka目录下，如图所示。1.2.2 创建zookeeper数据目录和日志目录zkdata #存放快照 C:kafkazookeeper-3.4.12zkdatazkdatalog#存放日志C:kafkazookeeper-3.4.12zkdatalog1.2.3 修改配置文件进入到“C:kafkazookeeper-3.4.12”目录下的conf目录中，复制zoo_sample.cfg（官方提供的zookeeper的样板文件），重命名为zoo.cfg（官方指定的文件命名规则）。默认内容：修改后配置文件为：# The number of milliseconds of each ticktickTime=2000# The number of ticks that the initial # synchronization phase can takeinitLimit=10# The number of ticks that can pass between # sending a request and getting an acknowledgementsyncLimit=5# the directory where the snapshot is stored.# do not use /tmp for storage, /tmp here is just # example sakes.dataDir=C:/kafka/zookeeper-3.4.12/zkdatadataLogDir=C:/kafka/zookeeper-3.4.12/zkdatalog# the port at which the clients will connectclientPort=12181server.1=XX.XX.0.12:12888:13888server.2=XX.XX.0.13:12888:13888server.3=XX.XX.0.14:12888:13888server.4=XX.XX.0.15:12888:13888server.5=XX.XX.0.16:12888:13888# the maximum number of client connections.# increase this if you need to handle more clients#maxClientCnxns=60# Be sure to read the maintenance section of the # administrator guide before turning on autopurge.# http:/zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance# The number of snapshots to retain in dataDirautopurge.snapRetainCount=100# Purge task interval in hours# Set to 0 to disable auto purge featureautopurge.purgeInterval=24配置文件解释：#tickTime：这个时间是作为 Zookeeper 服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个 tickTime 时间就会发送一个心跳。#initLimit：这个配置项是用来配置 Zookeeper 接受客户端（这里所说的客户端不是用户连接 Zookeeper 服务器的客户端，而是 Zookeeper 服务器集群中连接到 Leader 的 Follower 服务器）初始化连接时最长能忍受多少个心跳时间间隔数。当已经超过 10个心跳的时间（也就是 tickTime）长度后 Zookeeper 服务器还没有收到客户端的返回信息，那么表明这个客户端连接失败。总的时间长度就是 10*2000=20 秒#syncLimit：这个配置项标识 Leader 与Follower 之间发送消息，请求和应答时间长度，最长不能超过多少个 tickTime 的时间长度，总的时间长度就是5*2000=10秒#dataDir：快照日志的存储路径#dataLogDir：事物日志的存储路径，如果不配置这个那么事物日志会默认存储到dataDir制定的目录，这样会严重影响zk的性能，当zk吞吐量较大的时候，产生的事物日志、快照日志太多#clientPort：这个端口就是客户端连接 Zookeeper 服务器的端口，Zookeeper 会监听这个端口，接受客户端的访问请求。修改他的端口改大点通过配置 autopurge.snapRetainCount 和 autopurge.purgeInterval 这两个参数能够实现定时清理了。这两个参数都是在zoo.cfg中配置的：autopurge.purgeInterval这个参数指定了清理频率，单位是小时，需要填写一个1或更大的整数，默认是0，表示不开启自己清理功能。autopurge.snapRetainCount这个参数和上面的参数搭配使用，这个参数指定了需要保留的文件数目。默认是保留3个。1.2.4 创建myid文件在“C:kafkazookeeper-3.4.12zkdata”目录下，创建myid文件（无后缀名），内容为对应IP地址的主机号。如server.1则内容为1。1.3 Kafka安装配置1.3.1 解压安装kafka 版本：kafka1.1.1（kafka_2.11-1.1.1.tgz）解压到C盘kafka目录下，如图所示。1.3.2 创建消息目录kafkalogs ：C:kafkakafka_2.11-1.1.1kafkalogs1.3.3 修改配置文件打开C:kafkakafka_2.11-1.1.1config server.properties实际的修改项为：broker.id=1listeners=PLAINTEXT:/:19092log.dirs= C:/kafka/kafka_2.11-1.1.1/kafkalogs#在log.retention.hours=168 下面新增下面三项（消息大小最大1GB）message.max.byte=1073741824replica.fetch.max.bytes=1073741824log.segment.bytes=1073741824default.replication.factor=2#设置zookeeper的连接端口zookeeper.connect=XX.XX.0.12:12181,XX.XX.0.13:12181,XX.XX.0.14:12181,XX.XX.0.15:12181,XX.XX.0.16:12181配置说明：broker.id=0 #当前机器在集群中的唯一标识，和zookeeper的myid性质一样port=19092 #当前kafka对外提供服务的端口默认是9092host.name=192.168.7.100 #这个参数默认是关闭的，在0.8.1有个bug，DNS解析问题，失败率的问题。work.threads=3 #这个是borker进行网络处理的线程数num.io.threads=8 #这个是borker进行I/O处理的线程数log.dirs=/opt/kafka/kafkalogs/ #消息存放的目录，这个目录可以配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数这个目录，如果配置多个目录，新创建的topic他把消息持久化的地方是，当前以逗号分割的目录中，那个分区数最少就放那一个socket.send.buffer.bytes=102400 #发送缓冲区buffer大小，数据不是一下子就发送的，先回存储到缓冲区了到达一定的大小后在发送，能提高性能socket.receive.buffer.bytes=102400 #kafka接收缓冲区大小，当数据到达一定大小后在序列化到磁盘socket.request.max.bytes=104857600 #这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小num.partitions=1 #默认的分区数，一个topic默认1个分区数log.retention.hours=168 #默认消息的最大持久化时间，168小时，7天message.max.byte=5242880 #消息保存的最大值5Mdefault.replication.factor=2 #kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务replica.fetch.max.bytes=5242880 #取消息的最大字节数log.segment.bytes=1073741824 #这个参数是：因为kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件log.retention.check.interval.ms=300000 #每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours=168 ），到目录查看是否有过期的消息如果有，删除log.cleaner.enable=false #是否启用log压缩，一般不用启用，启用的话可以提高性能zookeeper.connect=192.168.7.100:12181,192.168.7.101:12181,192.168.7.107:1218 #设置zookeeper的连接端口1.4 其他节点配置将安装以上配置好的目录c:kafka拷贝到其他节点的c盘目录，并修改如下配置。1、JAVA环境变量：JAVA_HOME：C:kafkajdk1.7.0_51_x64PATH：C:kafkajdk1.7.0_51_x64bin2、zookeeper的myidC:kafkazookeeper-3.4.12zkdatamyid，修改为对应的数值XX.XX.0.12：1XX.XX.0.13：2XX.XX.0.14：3XX.XX.0.15：4XX.XX.0.16：53、kafka配置C:kafkakafka_2.11-1.1.1config server.properties的broker.id，修改为对应的数值XX.XX.0.12：1XX.XX.0.13：2XX.XX.0.14：3XX.XX.0.15：4XX.XX.0.16：51.5 服务启动1、 启动zookeeperC:kafkazookeeper-3.4.12binzkServer.cmdXX.XX.0.12-16，依次双击启动。2、 启动kafka运行cmd，cd C:kafkakafka_2.11-1.1.1目录，再执行命令：【cd C:kafkakafka_2.11-1.1.1】C:kafkakafka_2.11-1.1.1.binwindowskafka-server-start.bat .configserver.properties 1.6 服务状态测试1.6.1 创建Topics打开cmd 进入C:kafkakafka_2.11-1.1.1binwindowsC:kafkakafka_2.11-1.1.1binwindowskafka-topics.bat -create -zookeeper localhost:12181 -replication-factor 1 -partitions 1 -topic test0011.6.2 打开一个Producer打开cmd 进入C:kafkakafka_2.11-1.1.1binwindowsC:kafkakafka_2.11-1.1.1binwindowskafka-console-producer.bat -broker-list localhost:19092 -topic test001等待输入消息内容。1.6.3 打开一个Consumer打开cmd 进入C:kafkakafka_2.11-1.1.1binwindowsC:kafkakafka_2.11-1.1.1binwindowskafka-console-consumer.bat -zookeeper localhost:12181 -topic test001然后就可以在Producer控制台窗口输入消息了，很快Consumer窗口就会显示出Producer发送的消息。1.6.4 查看所有主题C:UsersDevelopC:kafkakafka_2.11-1.1.1binwindowskafka-topics.bat -list -zookeeper localhost:121811.6.5 查看Topic分区和副本C:UsersDevelopC:kafkakafka_2.11-1.1.1binwindowskafka-topics.bat -describe -zookeeper localhost:121811.7 消息大小调整Kafka对于10KB大小的消息吞吐率最好，默认配置最大支持1MB的消息大小。对于大消息的传输，需要修改kafka的server.properties、consumer、producer的相关配置。server.properties修改：打开C:kafkakafka_2.11-1.1.1config server.properties（按照最大1GB）message.max.bytes=1073741824replica.fetch.max.bytes=1073741824log.segment.bytes=1073741824consumer配置：max.partition.fetch.bytes=1073741824Producer配置：max.request.size =1073741824#33554432，默认32Mbuffer.memory= 1073741824mon.errors.RecordTooLargeException: The message is 36428062 bytes when serialized which is larger than the total memory buffer you have configured with the buffer.memory configuration.附件太大可能会内存溢出，还会涉及超时参数配置等。2 JAVA程序示例2.1 Producer程序示例2.1.1 Properties文件配置#producerbootstrap.servers=XX.XX.0.12:19092,XX.XX.0.13:19092,XX.XX.0.14:19092,XX.XX.0.15:19092,XX.XX.0.16:19092producer.type=syncrequest.required.acks=1#consumermit=true#latest, earliest, noneauto.offset.reset=earliest 建议公共参数（如服务地址）配置在properties文件里。其他参数根据接口需要程序中配置。/ 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString()+ kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis);props.put(key.serializer, mon.serialization.IntegerSerializer);props.put(value.serializer,mon.serialization.StringSerializer);fis.close(); catch (Exception e) e.printStackTrace(); return new KafkaProducer(props);2.1.2 Properties配置详解# 0:producer不会等待broker发送ack# 1:当leader接收到消息后发送ack# all(-1):当所有的follower都同步消息成功后发送ackrequest.required.acks=02.1.3 主题+VALUEimport java.io.File;import java.io.FileInputStream;import java.util.Properties;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.Producer;import org.apache.kafka.clients.producer.ProducerRecord;public class TopicValue / 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString() + kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis); props.put(key.serializer, mon.serialization.StringSerializer); props.put(value.serializer,mon.serialization.StringSerializer);fis.close(); catch (Exception e) e.printStackTrace(); return new KafkaProducer(props);public static void main(String args) / 消息主题String topicName=test001;TopicValue topicValueProducer=new TopicValue();Producer producer = topicValueProducer.createProducer();producer.send(new ProducerRecord(topicName, 消息: TopicValue);producer.flush();producer.close();System.out.println(Message send successfully); 2.1.4 主题+KEY+VALUE2.1.4.1 package kjsp.kafka.producer;import java.io.File;import java.io.FileInputStream;import java.util.Properties;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.Producer;import org.apache.kafka.clients.producer.ProducerRecord;public class TopicIntegerString / 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString() + kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis); props.put(key.serializer, mon.serialization.IntegerSerializer); props.put(value.serializer,mon.serialization.StringSerializer);fis.close(); catch (Exception e) e.printStackTrace(); return new KafkaProducer(props);public static void main(String args) / 消息主题String topicName=test001;TopicIntegerString topicValueProducer=new TopicIntegerString();Producer producer = topicValueProducer.createProducer();producer.send(new ProducerRecord(topicName, 1,消息: TopicIntegerString1);producer.flush();producer.close();System.out.println(Message send successfully); 2.1.4.2 import java.io.File;import java.io.FileInputStream;import java.util.Properties;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.Producer;import org.apache.kafka.clients.producer.ProducerRecord;public class TopicStringString / 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString() + kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis); props.put(key.serializer, mon.serialization.StringSerializer); props.put(value.serializer,mon.serialization.StringSerializer);fis.close(); catch (Exception e) e.printStackTrace(); return new KafkaProducer(props);public static void main(String args) / 消息主题String topicName=test001;TopicStringString topicValueProducer=new TopicStringString();Producer producer = topicValueProducer.createProducer();producer.send(new ProducerRecord(topicName, TopicStringString001, 消息: TopicStringString001);producer.flush();producer.close();System.out.println(Message send successfully); 2.1.4.3 package kjsp.kafka.producer;import java.io.File;import java.io.FileInputStream;import java.util.Properties;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.Producer;import org.apache.kafka.clients.producer.ProducerRecord;public class TopicStringByte / 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString() + kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis); props.put(key.serializer, mon.serialization.StringSerializer); props.put(value.serializer,mon.serialization.ByteArraySerializer);fis.close(); catch (Exception e) e.printStackTrace(); return new KafkaProducer(props);public static void main(String args) / 消息主题String topicName=test001;TopicStringByte topicValueProducer=new TopicStringByte();Producer producer = topicValueProducer.createProducer();producer.send(new ProducerRecord(topicName, TopicStringByte001, 消息: TopicStringByte001.getBytes();producer.flush();producer.close();System.out.println(Message send successfully); 2.1.4.4 package kjsp.kafka.producer;import java.io.File;import java.io.FileInputStream;import java.util.Properties;import org.apache.kafka.clients.producer.KafkaProducer;import org.apache.kafka.clients.producer.Producer;import org.apache.kafka.clients.producer.ProducerRecord;public class TopicByteByte / 创建Producerprivate Producer createProducer() Properties props = new Properties();String path = ProducerDemo.class.getResource(/).getFile().toString() + kafka.properties; try FileInputStream fis = new FileInputStream(new File(path); props.load(fis); props.put(key.serializer, mon.serialization.ByteArraySerializer); props.put(value.serializer,mon.serialization.ByteArraySerializer);fis.close(); cat