Kafka 3.x.x 入门到精通（02）——对标尚硅谷Kafka教程

2024-04-25 12:48:35

Kafka 3.x.x 入门到精通（02）——对标尚硅谷Kafka教程

  • 2. Kafka基础
    • 2.1 集群部署
      • 2.1.1 解压文件
      • 2.1.2 安装ZooKeeper
      • 2.1.3 安装Kafka
      • 2.1.4 封装启动脚本
    • 2.2 集群启动
      • 2.2.1 相关概念
        • 2.2.1.1 代理：Broker
        • 2.2.1.2 控制器：Controller
      • 2.2.2 启动ZooKeeper
      • 2.2.3 启动Kafka
        • 2.2.3.1初始化ZooKeeper
        • 2.2.3.2初始化服务
          • 2.2.3.2.1 启动任务调度器
          • 2.2.3.2.2 创建数据管理器
          • 2.2.3.2.3 创建远程数据管理器
          • 2.2.3.2.4 创建副本管理器
          • 2.2.3.2.5 创建ZK元数据缓存
          • 2.2.3.2.6 创建Broker通信对象
          • 2.2.3.2.7 创建网络通信对象
          • 2.2.3.2.8 注册Broker节点
        • 2.2.3.3 启动控制器
          • 2.2.3.3.1 初始化通道管理器
          • 2.2.3.3.2 初始化事件管理器
          • 2.2.3.3.3 初始化状态管理器
          • 2.2.3.3.4 启动控制器
      • 2.2.4 反正到这 我是懵啦~
      • 2.2.4.1 Broker总体工作流程
        • 2.2.4.2 为什么需要Controller
    • 2.3 创建主题
      • 2.3.1 相关概念
        • 2.3.1.1 主题：Topic
        • 2.3.1.2 分区：Partition
        • 2.3.1.3 副本：Replication
        • 2.3.1.4 副本类型：Leader & Follower
        • 2.3.1.5 日志：Log
      • 2.3.1（续） IDEA创建主题
      • 2.3.2 创建第一个主题
        • 2.3.2.1 执行指令
        • 2.3.2.2 ZooKeeper节点变化
        • 2.3.2.3 数据存储位置
      • 2.3.3 创建第二个主题
        • 2.3.3.1 执行指令
        • 2.3.3.2 ZooKeeper节点变化
        • 2.3.3.3 数据存储位置
      • 2.3.4 创建第三个主题
        • 2.3.4.1 执行指令
        • 2.3.4.2 ZooKeeper节点变化
        • 2.3.4.3 数据存储位置
      • 2.3.5 创建主题流程
        • 2.3.5.1 命令行提交创建指令
        • 2.3.5.2 Controller接收创建主题请求
        • 2.3.5.3 创建主题

在这里插入图片描述

在这里插入图片描述

本文档参看的视频是：

  • 尚硅谷Kafka教程，2024新版kafka视频，零基础入门到实战
  • 黑马程序员Kafka视频教程，大数据企业级消息队列kafka入门到精通
  • 小朋友也可以懂的Kafka入门教程，还不快来学

本文档参看的文档是：

  • 尚硅谷官方文档，并在基础上修改 完善！非常感谢尚硅谷团队！！！！

参考：

  • https://mp.weixin.qq.com/s/uI2zkf74KXsWaCOplX1Ing

  • https://mp.weixin.qq.com/s/oxb2Ezn4K2jMPzubqFULuw

  • https://mp.weixin.qq.com/s/tTKXb6On5bfJGjcvn9IpbA

  • https://mp.weixin.qq.com/s/CCAP8n0mTCrUT-NzOAacCg

  • https://blog.****.net/qq_43745578/article/details/135931980

在这之前大家可以看我以下几篇文章，循序渐进：

❤️Kafka 3.x.x 入门到精通（01）——对标尚硅谷Kafka教程

在这里插入图片描述

2. Kafka基础

Kafka借鉴了JMS规范的思想，但是却并没有完全遵循JMS规范，因此从设计原理上，Kafka的内部也会有很多用于数据传输的组件对象，这些组件对象之间会形成关联，组合在一起实现高效的数据传输。所以接下来，我们就按照数据流转的过程详细讲一讲Kafka中的基础概念以及核心组件。

在这里插入图片描述

大量的生产者，大量的消费者，可能对于单一的Kafka造成 吞吐量过大，IO热点问题，那么单一的Kafka就有可能作为整个系统的性能瓶颈，降低可用性和稳定性，而且如果Down掉了，那就不是一个好的系统方案。

有效策略：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 为了数据可靠性，可以将数据文件进行备份，但是Kafka没有备份的概念
  • Kafka中称之为副本，多个副本同时只能有一个提供数据的读写操作
  • 具有读写能力的副本称之为Leader副本，作为备份的副本称之为Follower副本

在这里插入图片描述
在这里插入图片描述

如果管理者出现了问题，有2种解决方案：

  • 给管理者增加备份
    在这里插入图片描述
  • 任何一个节点都可以做备份
    在这里插入图片描述

那都是Standby，如果我的master down掉了，如何确定哪一个上位

谁来控制选举呢？ZooKeeper！！！

SO！！！！
在这里插入图片描述

在这里插入图片描述

2.1 集群部署

生产环境都是采用linux系统搭建服务器集群，但是我们的重点是在于学习kafka的基础概念和核心组件，所以这里我们搭建一个简单易用的windows集群方便大家的学习和练习。Linux集群的搭建会在第3章给大家进行讲解。

2.1.1 解压文件

(1) 在磁盘根目录创建文件夹cluster，文件夹名称不要太长

在这里插入图片描述

(2) 将kafka安装包kafka-3.6.1-src.tgz解压缩到kafka文件夹

在这里插入图片描述

2.1.2 安装ZooKeeper

(1) 修改文件夹名为kafka-zookeeper
因为kafka内置了ZooKeeper软件，所以此处将解压缩的文件作为ZooKeeper软件使用。

在这里插入图片描述

(2) 修改config/zookeeper.properties文件

# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements.  See the NOTICE file distributed with
# this work for additional information regarding copyright ownership.
# The ASF licenses this file to You under the Apache License, Version 2.0
# (the "License"); you may not use this file except in compliance with
# the License.  You may obtain a copy of the License at
# 
#    http://www.apache.org/licenses/LICENSE-2.0
# 
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# the directory where the snapshot is stored.
# 此处注意，如果文件目录不存在，会自动创建
dataDir=E:/cluster/kafka-zookeeper/data
# the port at which the clients will connect
# ZooKeeper默认端口为2181
clientPort=2181
# disable the per-ip limit on the number of connections since this is a non-production config
maxClientCnxns=0
# Disable the adminserver by default to avoid port conflicts.
# Set the port to something non-conflicting if choosing to enable this
admin.enableServer=false
# admin.serverPort=8080

在这里插入图片描述

在这里插入图片描述

2.1.3 安装Kafka

(1) 将上面解压缩的文件复制一份，改名为kafka-node-1

在这里插入图片描述

(2) 修改config/server.properties配置文件

broker.id=1

############################# Socket Server Settings #############################
# 监听器 9091为本地端口，如果冲突，请重新指定
listeners=PLAINTEXT://:9091

num.network.threads=3

num.io.threads=8

# The send buffer (SO_SNDBUF) used by the socket server
socket.send.buffer.bytes=102400

# The receive buffer (SO_RCVBUF) used by the socket server
socket.receive.buffer.bytes=102400

# The maximum size of a request that the socket server will accept (protection against OOM)
socket.request.max.bytes=104857600


############################# Log Basics #############################
log.dirs=E:/cluster/kafka-node-1/data
num.partitions=1
num.recovery.threads.per.data.dir=1

############################# Internal Topic Settings  #############################
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1

############################# Log Flush Policy #############################
log.retention.hours=168


log.segment.bytes=190
log.flush.interval.messages=2
log.index.interval.bytes=17

# The interval at which log segments are checked to see if they can be deleted according
# to the retention policies
log.retention.check.interval.ms=300000
# ZooKeeper软件连接地址，2181为默认的ZK端口号 /kafka 为ZK的管理节点
zookeeper.connect=localhost:2181/kafka
# Timeout in ms for connecting to zookeeper
zookeeper.connection.timeout.ms=18000
############################# Group Coordinator Settings #############################
group.initial.rebalance.delay.ms=0

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

(3) 将kafka-node-1文件夹复制两份，改名为kafka-node-2，kafka-node-3

在这里插入图片描述
(4) 分别修改kafka-node-2，kafka-node-3文件夹中的配置文件server.properties

  • 将文件内容中的broker.id=1分别改为broker.id=2，broker.id=3
  • 将文件内容中的9091分别改为9092，9093（如果端口冲突，请重新设置）
  • 将文件内容中的kafka-node-1分别改为kafka-node-2，kafka-node-3

在这里插入图片描述

2.1.4 封装启动脚本

因为Kafka启动前，必须先启动ZooKeeper，并且Kafka集群中有多个节点需要启动，所以启动过程比较繁琐，这里我们将启动的指令进行封装。

(1) 在kafka-zookeeper文件夹下创建zk.cmd批处理文件

在这里插入图片描述

(2) 在zk.cmd文件中添加内容

# 添加启动命令
call bin/windows/zookeeper-server-start.bat config/zookeeper.properties

(3) 在kafka-node-1，kafka-node-2，kafka-node-3文件夹下分别创建kfk.cmd批处理文件

在这里插入图片描述

(4) 在kfk.bat文件中添加内容

# 添加启动命令
call bin/windows/kafka-server-start.bat config/server.properties

(5) 在cluster文件夹下创建cluster.cmd批处理文件，用于启动kafka集群

在这里插入图片描述

(6) 在cluster.cmd文件中添加内容

cd kafka-zookeeper
start zk.cmd
ping 127.0.0.1 -n 10 >nul
cd ../kafka-broker-1
start kfk.cmd
cd ../kafka-broker-2
start kfk.cmd
cd ../kafka-broker-3
start kfk.cmd

(7) 在cluster文件夹下创建cluster-clear.cmd批处理文件，用于清理和重置kafka数据

在这里插入图片描述

(8) 在cluster-clear.cmd文件中添加内容

cd kafka-zookeeper
rd /s /q data
cd ../kafka-broker-1
rd /s /q data
cd ../kafka-broker-2
rd /s /q data
cd ../kafka-broker-3
rd /s /q data

(9) 双击执行cluster.cmd文件，启动Kafka集群
集群启动命令后，会打开多个黑窗口，每一个窗口都是一个kafka服务，请不要关闭，一旦关闭，对应的kafka服务就停止了。如果启动过程报错，主要是因为zookeeper和kafka的同步问题，请先执行cluster-clear.cmd文件，再执行cluster.cmd文件即可。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

2.2 集群启动

2.2.1 相关概念

2.2.1.1 代理：Broker

使用Kafka前，我们都会启动Kafka服务进程，这里的Kafka服务进程我们一般会称之为Kafka Broker或Kafka Server。因为Kafka是分布式消息系统，所以在实际的生产环境中，是需要多个服务进程形成集群提供消息服务的。所以每一个服务节点都是一个broker，而且在Kafka集群中，为了区分不同的服务节点，每一个broker都应该有一个不重复的全局ID，称之为broker.id，这个ID可以在kafka软件的配置文件server.properties中进行配置

############################# Server Basics #############################
# The id of the broker. This must be set to a unique integer for each broker
# 集群ID
broker.id=0

咱们的Kafka集群中每一个节点都有自己的ID，整数且唯一。

主机 kafka-broker1 kafka-broker2 kafka-broker3
broker.id 1 2 3
2.2.1.2 控制器：Controller

Kafka是分布式消息传输系统，所以存在多个Broker服务节点，但是它的软件架构采用的是分布式系统中比较常见的主从（Master - Slave）架构，也就是说需要从多个Broker中找到一个用于管理整个Kafka集群的Master节点，这个节点，我们就称之为Controller。它是Apache Kafka的核心组件非常重要。它的主要作用是在Apache Zookeeper的帮助下管理和协调控制整个Kafka集群。

在这里插入图片描述

如果在运行过程中，Controller节点出现了故障，那么Kafka会依托于ZooKeeper软件选举其他的节点作为新的Controller，让Kafka集群实现高可用。

在这里插入图片描述

Kafka集群中Controller的基本功能：

  • Broker管理
    • 监听 /brokers/ids节点相关的变化：
      • Broker数量增加或减少的变化
      • Broker对应的数据变化
  • Topic管理
    • 新增：监听 /brokers/topics节点相关的变化
    • 修改：监听 /brokers/topics节点相关的变化
    • 删除：监听 /admin/delete_topics节点相关的变化
  • Partation管理
    • 监听 /admin/reassign_partitions节点相关的变化
    • 监听 /isr_change_notification节点相关的变化
    • 监听 /preferred_replica_election节点相关的变化
  • 数据服务
  • 启动分区状态机和副本状态机

在这里插入图片描述
ZooKeeper工具：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
ZooKeeper客户端
在这里插入图片描述

在这里插入图片描述

2.2.2 启动ZooKeeper

Kafka集群中含有多个服务节点，而分布式系统中经典的主从（Master - Slave）架构就要求从多个服务节点中找一个节点作为集群管理Master，Kafka集群中的这个Master，我们称之为集群控制器Controller

在这里插入图片描述

如果此时Controller节点出现故障，它就不能再管理集群功能，那么其他的Slave节点该如何是好呢？

在这里插入图片描述

如果从剩余的2个Slave节点中选一个节点出来作为新的集群控制器是不是一个不错的方案，我们将这个选择的过程称之为：选举（elect）。方案是不错，但是问题就在于选哪一个Slave节点呢？不同的软件实现类似的选举功能都会有一些选举算法，而Kafka是依赖于ZooKeeper软件实现Broker节点选举功能。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

ZooKeeper如何实现Kafka的节点选举呢？这就要说到我们用到ZooKeeper的3个功能：

  • 一个是在ZooKeeper软件中创建节点Node，创建一个Node时，我们会设定这个节点是持久化创建，还是临时创建。所谓的持久化创建，就是Node一旦创建后会一直存在，而临时创建，是根据当前的客户端连接创建的临时节点Node，一旦客户端连接断开，那么这个临时节点Node也会被自动删除，所以这样的节点称之为临时节点。

  • 在这里插入图片描述
    在这里插入图片描述

  • ZooKeeper节点是不允许有重复的，所以多个客户端创建同一个节点，只能有一个创建成功。

  • 另外一个是客户端可以在ZooKeeper的节点上增加监听器，用于监听节点的状态变化，一旦监听的节点状态发生变化，那么监听器就会触发响应，实现特定监听功能。

  • 在这里插入图片描述

有了上面的三个知识点，我们这里就介绍一下Kafka是如何利用ZooKeeper实现Controller节点的选举的：

  1. 第一次启动Kafka集群时，会同时启动多个Broker节点，每一个Broker节点就会连接ZooKeeper，并尝试创建一个临时节点 /controller
  2. 因为ZooKeeper中一个节点不允许重复创建，所以多个Broker节点，最终只能有一个Broker节点可以创建成功，那么这个创建成功的Broker节点就会自动作为Kafka集群控制器节点，用于管理整个Kafka集群。
  3. 没有选举成功的其他Slave节点会创建Node监听器，用于监听 /controller节点的状态变化。
  4. 一旦Controller节点出现故障或挂掉了，那么对应的ZooKeeper客户端连接就会中断。ZooKeeper中的 /controller 节点就会自动被删除，而其他的那些Slave节点因为增加了监听器，所以当监听到 /controller 节点被删除后，就会马上向ZooKeeper发出创建 /controller 节点的请求，一旦创建成功，那么该Broker就变成了新的Controller节点了。

现在我们能明白启动Kafka集群之前，为什么要先启动ZooKeeper集群了吧。就是因为ZooKeeper可以协助Kafka进行集群管理。

在这里插入图片描述

2.2.3 启动Kafka

ZooKeeper已经启动好了，那我们现在可以启动多个Kafka Broker节点构建Kafka集群了。构建的过程中，每一个Broker节点就是一个Java进程，而在这个进程中，有很多需要提前准备好，并进行初始化的内部组件对象。

2.2.3.1初始化ZooKeeper

Kafka Broker启动时，首先会先创建ZooKeeper客户端（KafkaZkClient），用于和ZooKeeper进行交互。客户端对象创建完成后，会通过该客户端对象向ZooKeeper发送创建Node的请求，注意，这里创建的Node都是持久化Node。
在这里插入图片描述

在这里插入图片描述

节点 类型 说明
/admin/delete_topics 持久化节点 配置需要删除的topic，因为删除过程中，可能broker下线，或执行失败，那么就需要在broker重新上线后，根据当前节点继续删除操作，一旦topic所有的分区数据全部删除，那么当前节点的数据才会进行清理
/brokers/ids 持久化节点 服务节点ID标识，只要broker启动，那么就会在当前节点中增加子节点，brokerID不能重复
/brokers/topics 持久化节点 服务节点中的主题详细信息，包括分区，副本
/brokers/seqid 持久化节点 seqid主要用于自动生产brokerId
/config/changes 持久化节点 kafka的元数据发生变化时,会向该节点下创建子节点。并写入对应信息
/config/clients 持久化节点 客户端配置，默认为空
/config/brokers 持久化节点 服务节点相关配置，默认为空
/config/ips 持久化节点 IP配置，默认为空
/config/topics 持久化节点 主题配置，默认为空
/config/users 持久化节点 用户配置，默认为空
/consumers 持久化节点 消费者节点，用于记录消费者相关信息
/isr_change_notification 持久化节点 ISR列表发生变更时候的通知，在kafka当中由于存在ISR列表变更的情况发生,为了保证ISR列表更新的及时性，定义了isr_change_notification这个节点，主要用于通知Controller来及时将ISR列表进行变更。
/latest_producer_id_block 持久化节点 保存PID块，主要用于能够保证生产者的任意写入请求都能够得到响应。
/log_dir_event_notification 持久化节点 主要用于保存当broker当中某些数据路径出现异常时候,例如磁盘损坏,文件读写失败等异常时候,向ZooKeeper当中增加一个通知序号，Controller节点监听到这个节点的变化之后，就会做出对应的处理操作
/cluster/id 持久化节点 主要用于保存kafka集群的唯一id信息，每个kafka集群都会给分配要给唯一id，以及对应的版本号

在这里插入图片描述
第一个Broker启动的流程
在这里插入图片描述
第二个Broker启动的流程

在这里插入图片描述

第三个Broker启动的流程

在这里插入图片描述
在这里插入图片描述
controller节点删除
在这里插入图片描述

在这里插入图片描述

2.2.3.2初始化服务

Kafka Broker中有很多的服务对象，用于实现内部管理和外部通信操作。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2.2.3.2.1 启动任务调度器

每一个Broker在启动时都会创建内部调度器（KafkaScheduler）并启动，用于完成节点内部的工作任务。底层就是Java中的定时任务线程池ScheduledThreadPoolExecutor

2.2.3.2.2 创建数据管理器

每一个Broker在启动时都会创建数据管理器（LogManager），用于接收到消息后，完成后续的数据创建，查询，清理等处理。

2.2.3.2.3 创建远程数据管理器

每一个Broker在启动时都会创建远程数据管理器（RemoteLogManager），用于和其他Broker节点进行数据状态同步。

2.2.3.2.4 创建副本管理器

每一个Broker在启动时都会创建副本管理器（ReplicaManager），用于对主题的副本进行处理。

2.2.3.2.5 创建ZK元数据缓存

每一个Broker在启动时会将ZK的关于Kafka的元数据进行缓存，创建元数据对象（ZkMetadataCache）

2.2.3.2.6 创建Broker通信对象

每一个Broker在启动时会创建Broker之间的通道管理器对象（BrokerToControllerChannelManager），用于管理Broker和Controller之间的通信。

2.2.3.2.7 创建网络通信对象

每一个Broker在启动时会创建自己的网络通信对象（SocketServer），用于和其他Broker之间的进行通信，其中包含了Java用于NIO通信的Channel、Selector对象。
在这里插入图片描述

2.2.3.2.8 注册Broker节点

Broker启动时，会通过ZK客户端对象向ZK注册当前的Broker 节点ID，注册后创捷的ZK节点为临时节点。如果当前Broker的ZK客户端断开和ZK的连接，注册的节点会被删除。

在这里插入图片描述

2.2.3.3 启动控制器

控制器（KafkaController）是每一个Broker启动时都会创建的核心对象，用于和ZK之间建立连接并申请自己为整个Kafka集群的Master管理者。如果申请成功，那么会完成管理者的初始化操作，并建立和其他Broker之间的数据通道接收各种事件，进行封装后交给事件管理器，并定义了process方法，用于真正处理各类事件。
在这里插入图片描述

2.2.3.3.1 初始化通道管理器

创建通道管理器（ControllerChannelManager），该管理器维护了Controller和集群所有Broker节点之间的网络连接，并向Broker发送控制类请求及接收响应。

2.2.3.3.2 初始化事件管理器

创建事件管理器（ControllerEventManager）维护了Controller和集群所有Broker节点之间的网络连接，并向Broker发送控制类请求及接收响应。

2.2.3.3.3 初始化状态管理器

创建状态管理器（ControllerChangeHandler）可以监听 /controller 节点的操作，一旦节点创建（ControllerChange），删除（Reelect），数据发生变化（ControllerChange），那么监听后执行相应的处理。

2.2.3.3.4 启动控制器

控制器对象启动后，会向事件管理器发送Startup事件，事件处理线程接收到事件后会通过ZK客户端向ZK申请 /controller 节点，申请成功后，执行当前节点成为Controller的一些列操作。主要是注册各类 ZooKeeper 监听器、删除日志路径变更和 ISR 副本变更通知事件、启动 Controller 通道管理器，以及启动副本状态机和分区状态机。

2.2.4 反正到这 我是懵啦~

我这边阅读了其他人的博客 感谢这位大佬！！！ ┭┮﹏┭┮

  • Kafka服务实例，负责消息的持久化、中转等功能。一个独立的Kafka 服务器被就是一个broker。

  • broker 是集群的组成部分。每个集群都有一个broker 同时充当了集群控制器Controller的角色。

  • kafka使用Zookeeper（ZK）进行元数据管理，保存broker注册信息，包括主题（Topic）、分区（Partition）信息等，选择分区leader，在低版本kafka消费者的offset信息也会保存在ZK中。

简简单单的三句话：大致总结了好多东西~

在每一个Broker在启动时都会向ZK注册信息，ZK会选取一个最早注册的Broker作为Controller，后面Controller会与ZK进行数据交互获取元数据（即整个Kafka集群的信息，例如有那些Broker,每个Broker中有那些Partition等信息），并负责管理工作，包括将分区分配给broker 和监控broker，其他Broker是与Controller进行交互进而感知到整个集群的所有信息。

2.2.4.1 Broker总体工作流程

在这里插入图片描述
流程如下：

  1. broker 启动后，向 ZK 集群进行注册
  2. 各个 broker 的 controller 抢占 ZNode
  3. 抢占到的 Controller 监听 brokers 节点的变化
  4. Controller 决定 Leader 的选举规则：在 isr 中存活的 broker，按照 AR 中排在前面的优先
  5. Controller 将节点信息上传到 ZK
  6. 其他 controller 从 ZK 同步相关信息
  7. 假设此时 broker1 中的 Leader 挂了
  8. Controller 监听到了节点变化
  9. 从 ZK 中获取 ISR
  10. 选举出新的 Leader
  11. 向 ZK 更新 Leader 和 ISR
2.2.4.2 为什么需要Controller

在Kafka早期版本，对于分区和副本的状态的管理依赖于zookeeper的Watcher和队列：每一个broker都会在zookeeper注册Watcher，所以zookeeper就会出现大量的Watcher, 如果宕机的broker上的partition很多比较多，会造成多个Watcher触发，造成集群内大规模调整；每一个replica都要去再次zookeeper上注册监视器，当集群规模很大的时候，zookeeper负担很重。这种设计很容易出现脑裂和羊群效应以及zookeeper集群过载。

新的版本中该变了这种设计，使用KafkaController，只有KafkaController，Leader会向zookeeper上注册Watcher，其他broker几乎不用监听zookeeper的状态变化。

Kafka集群中多个broker，有一个会被选举为controller leader，负责管理整个集群中分区和副本的状态，比如partition的leader 副本故障，由controller 负责为该partition重新选举新的leader 副本；当检测到ISR列表发生变化，有controller通知集群中所有broker更新其MetadataCache信息；或者增加某个topic分区的时候也会由controller管理分区的重新分配工作。

在这里插入图片描述

2.3 创建主题

Topic主题是Kafka中消息的逻辑分类，但是这个分类不应该是固定的，而是应该由外部的业务场景进行定义（注意：Kafka中其实是有两个固定的，用于记录消费者偏移量和事务处理的主题），所以Kafka提供了相应的指令和客户端进行主题操作。

2.3.1 相关概念

2.3.1.1 主题：Topic

Kafka是分布式消息传输系统，采用的数据传输方式为发布，订阅模式，也就是说由消息的生产者发布消息，消费者订阅消息后获取数据。

为了对消费者订阅的消息进行区分，所以对消息在逻辑上进行了分类，这个分类我们称之为主题：Topic。消息的生产者必须将消息数据发送到某一个主题，而消费者必须从某一个主题中获取消息，并且消费者可以同时消费一个或多个主题的数据。Kafka集群中可以存放多个主题的消息数据。
为了防止主题的名称和监控指标的名称产生冲突，官方推荐主题的名称中不要同时包含下划线和点。
在这里插入图片描述

在这里插入图片描述

2.3.1.2 分区：Partition

Kafka消息传输采用发布、订阅模式，所以消息生产者必须将数据发送到一个主题，假如发送给这个主题的数据非常多，那么主题所在broker节点的负载和吞吐量就会受到极大的考验，甚至有可能因为热点问题引起broker节点故障，导致服务不可用。一个好的方案就是将一个主题从物理上分成几块，然后将不同的数据块均匀地分配到不同的broker节点上，这样就可以缓解单节点的负载问题。这个主题的分块我们称之为：分区partition。默认情况下，topic主题创建时分区数量为1，也就是一块分区，可以指定参数–partitions改变。Kafka的分区解决了单一主题topic线性扩展的问题，也解决了负载均衡的问题。
topic主题的每个分区都会用一个编号进行标记，一般是从0开始的连续整数数字。Partition分区是物理上的概念，也就意味着会以数据文件的方式真实存在。每个topic包含一个或多个partition，每个partition都是一个有序的队列。partition中每条消息都会分配一个有序的ID，称之为偏移量：Offset
在这里插入图片描述

在这里插入图片描述

2.3.1.3 副本：Replication

分布式系统出现错误是比较常见的，只要保证集群内部依然存在可用的服务节点即可，当然效率会有所降低，不过只要能保证系统可用就可以了。咱们Kafka的topic也存在类似的问题，也就是说，如果一个topic划分了多个分区partition，那么这些分区就会均匀地分布在不同的broker节点上，一旦某一个broker节点出现了问题，那么在这个节点上的分区就会出现问题，那么Topic的数据就不完整了。所以一般情况下，为了防止出现数据丢失的情况，我们会给分区数据设定多个备份，这里的备份，我们称之为：副本Replication。

Kafka支持多副本，使得主题topic可以做到更多容错性，牺牲性能与空间去换取更高的可靠性。

在这里插入图片描述

注意：这里不能将多个备份放置在同一个broker中，因为一旦出现故障，多个副本就都不能用了，那么副本的意义就没有了。

在这里插入图片描述

2.3.1.4 副本类型：Leader & Follower

假设我们有一份文件，一般情况下，我们对副本的理解应该是有一个正式的完整文件，然后这个文件的备份，我们称之为副本。但是在Kafka中，不是这样的，所有的文件都称之为副本，只不过会选择其中的一个文件作为主文件，称之为：Leader(主导)副本，其他的文件作为备份文件，称之为：Follower（追随）副本。在Kafka中，这里的文件就是分区，每一个分区都可以存在1个或多个副本，只有Leader副本才能进行数据的读写，Follower副本只做备份使用。
在这里插入图片描述
在这里插入图片描述
但是 还是有点问题：

还是容易出现IO热点问题：
在这里插入图片描述
更合理：
在这里插入图片描述

Kafka！没办法站在上帝的视角分配，只能尽可能的做到负载均衡

在这里插入图片描述

2.3.1.5 日志：Log

Kafka最开始的应用场景就是日志场景或MQ场景，更多的扮演着一个日志传输和存储系统，这是Kafka立家之本。所以Kafka接收到的消息数据最终都是存储在log日志文件中的，底层存储数据的文件的扩展名就是log。
主题创建后，会创建对应的分区数据Log日志。并打开文件连接通道，随时准备写入数据。

在这里插入图片描述

2.3.1（续） IDEA创建主题

package com.atguigu.kafka.test.admin;

import org.apache.kafka.clients.admin.Admin;
import org.apache.kafka.clients.admin.AdminClientConfig;
import org.apache.kafka.clients.admin.NewTopic;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Objects;
import java.util.Properties;

public class AdminTopicTest {
    public static void main(String[] args) {
        Properties properties = new Properties();
        properties.setProperty(AdminClientConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092");


        // TODO 管理员对象
        Admin admin = Admin.create(properties);
        // TODO 创建主题需要三个参数
        // 主题名称
        String topicName = "test1";
        // 主题分区的数量
        int partitionCount  = 1;
        // 主题分区的副本的因子（数量）
        short replicationCount = 1;
        NewTopic topic1 = new NewTopic(topicName,partitionCount,replicationCount);
        // 主题名称
        String topicName1 = "test2";
        // 主题分区的数量
        int partitionCount1  = 2;
        // 主题分区的副本的因子（数量）
        short replicationCount1 = 2;
        NewTopic topic2 = new NewTopic(topicName1,partitionCount1,replicationCount1);


        // TODO 创建主题
        admin.createTopics(
                Arrays.asList(topic1,topic2)
        );
        // TODO 关闭管理者对
上一篇：外包干了16天，技术倒退明显


下一篇：Spark pivot数据透视从句