zookeeper是什么？

分部式系统管理框架，主要来解决分布式应用集群中应用系统的一致性问题：相当于各种分布式应用的 注册中心+文件系统+通知机制

用于注册各种分布式应用，存储和管理这些分布式应用的元数据，如果应用或服务本身状态发送变化就会通知客户端

zookeeper选举机制

第一次leader选举：

比较服务器节点的myid，谁的myid最大就获取其他节点的选票，当选票超过服务器节点数量的半数则当选leader，其他节点为follower，即使以后再有其他myid更大的节点加入集群也不会影响之前的选举结果。

非第一次leader选举：

• 如果是非leader故障，直接替换新的节点，继续做follower，与现存的leader节点建立连接并同步数据，

• 如果是leader节点故障，则需要重新选举新的leader，先比较每个存活节点的epoch（参与选举的次数），如有最大的则直接当选leader

  • 若epoch有相同的节点，再比较zxid（写操作的事务id），如有最大的节点则直接当选leader

  • 若zxid也有相同的节点，继续比较sid（等同于myid），由最大的节点当选leader

中间件

实现应用解耦、异步处理

web应用型的中间件：

nginx、haproxy、tomcat、php

消息队列型（MQ）：

reids、kafka、rabbitMQ、rocketMQ、activeMQ

消息队列的好处：

应用解藕、异步处理、数据缓冲、流量削峰、可恢复等

消息队列的模式：

点对点模式：一对一，一个消息只能由一个

部署 Zookeeper 集群

//准备 3 台服务器做 Zookeeper 集群 192.168.116.22 192.168.116.23 192.168.116.24

1.安装前准备

//关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
setenforce 0
​
//安装 JDK
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version

2.安装zookeeper

cd /opt
上传安装包
​
解压
tar xf apache-zookeeper-3.6.4-bin.tar.gz
​
移动
mv apache-zookeeper-3.6.4-bin /usr/local/zookeeper-3.6.4

//修改配置文件
cd /usr/local/zookeeper-3.6.4/conf
备份
cp zoo_sample.cfg zoo.cfg 
​
vim zoo.cfg
​
tickTime=2000   
#通信心跳时间，Zookeeper服务器与客户端心跳时间，单位毫秒

initLimit=10    
#Leader和Follower初始连接时能容忍的最多心跳数（tickTime的数量），这里表示为10*2s

syncLimit=5     
#Leader和Follower之间同步通信的超时时间，这里表示如果超过5*2s，Leader认为Follwer死掉，并从服务器列表中删除Follwer

dataDir=/usr/local/zookeeper-3.6.4/data      
●修改，指定保存Zookeeper中的数据的目录，目录需要单独创建

dataLogDir=/usr/local/zookeeper-3.6.4/logs   
●添加，指定存放日志的目录，目录需要单独创建

clientPort=2181   
#客户端连接端口


#添加集群信息
server.1=192.168.116.22:3188:3288
server.2=192.168.116.23:3188:3288
server.3=192.168.116.24:3188:3288
​
#server.A=B:C:D

●A是一个数字，表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
●B是这个服务器的地址。
●C是这个服务器Follower与集群中的Leader服务器交换信息的端口。
●D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
​
​
cd /usr/local/zookeeper-3.6.4
mkdir data logs
​
​
//在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 > /usr/local/zookeeper-3.6.4/data/myid
echo 2 > /usr/local/zookeeper-3.6.4/data/myid
echo 3 > /usr/local/zookeeper-3.6.4/data/myid

​

3.配置zookeeper启动脚本

vim /etc/init.d/zookeeper
​
#!/bin/bash
#chkconfig: 2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.6.4'
case $1 in
start)
    echo "---------- zookeeper 启动 ------------"
    $ZK_HOME/bin/zkServer.sh start
;;
stop)
    echo "---------- zookeeper 停止 ------------"
    $ZK_HOME/bin/zkServer.sh stop
;;
restart)
    echo "---------- zookeeper 重启 ------------"
    $ZK_HOME/bin/zkServer.sh restart
;;
status)
    echo "---------- zookeeper 状态 ------------"
    $ZK_HOME/bin/zkServer.sh status
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac
​
​
//  设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
​
//分别启动 Zookeeper
service zookeeper start
​
//查看当前状态
service zookeeper status

​

部署kafka

1.安装kafka

安装 Kafka
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka

​2.修改配置文件

cd /usr/local/kafka/config/
cp server.properties{,.bak}
​
vim server.properties
​
broker.id=0    
#21行，broker的全局唯一编号，每个broker不能重复，因此要在其他机器上配置 broker.id=1、broker.id=2
​
listeners=PLAINTEXT://192.168.116.22:9092    
#31行，指定监听的IP和端口，如果修改每个broker的IP需区分开来，也可保持默认配置不用修改
​
num.network.threads=3    
#42行，broker 处理网络请求的线程数量，一般情况下不需要去修改
​
num.io.threads=8         
#45行，用来处理磁盘IO的线程数量，数值应该大于硬盘数
​
socket.send.buffer.bytes=102400       
#48行，发送套接字的缓冲区大小
​
socket.receive.buffer.bytes=102400    
#51行，接收套接字的缓冲区大小
​
socket.request.max.bytes=104857600    
#54行，请求套接字的缓冲区大小
​
log.dirs=/usr/local/kafka/logs        
#60行，kafka运行日志存放的路径，也是数据存放的路径
​
num.partitions=1    
#65行，topic在当前broker上的默认分区个数，会被topic创建时的指定参数覆盖
​
num.recovery.threads.per.data.dir=1    
#69行，用来恢复和清理data下数据的线程数量
​
log.retention.hours=168    
#103行，segment文件（数据文件）保留的最长时间，单位为小时，默认为7天，超时将被删除
​
log.segment.bytes=1073741824    
#110行，一个segment文件最大的大小，默认为 1G，超出将新建一个新的segment文件
​
zookeeper.connect=192.168.116.22:2181,192.168.116.23:2181,192.168.116.24:2181   
#123行，配置连接Zookeeper集群地址

3.修改环境变量

vim /etc/profile
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
​

4.配置 Zookeeper 启动脚本

vim /etc/init.d/kafka
​
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)
    echo "---------- Kafka 启动 ------------"
    ${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)
    echo "---------- Kafka 停止 ------------"
    ${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)
    $0 stop
    $0 start
;;
status)
    echo "---------- Kafka 状态 ------------"
    count=$(ps -ef | grep kafka | egrep -cv "grep|$$")
    if [ "$count" -eq 0 ];then
        echo "kafka is not running"
    else
        echo "kafka is running"
    fi
;;
*)
    echo "Usage: $0 {start|stop|restart|status}"
esac

5.设置开机自启

chmod +x /etc/init.d/kafka
chkconfig --add kafka
​
分别启动 Kafka
service kafka start

kafka架构组件

broker

kafka服务器节点

producer

生产者，发布消息到topic

consumer

消费者

consumer group

消息者组，是消息的实际订阅者，一个消费者组包含一个或多个消费者，且组内成员不能重复消费同一个partition数据

• producer

  • topic消息队列

  • 一个或多个partition分区

  • 一个或多个replica副本（leader负责数据读写，follower只负责同步复制leader的数据）

• consumer

  • offset偏移量（用来记录消费者上一次消费到的位置）

zookeeper

存储和管理fafka集群的元数据，生产者和消费者的动作都需要zk的管理和支持。

比如生产者推送数据到kafka需要先通过zk寻找kafka集群节点的位置，消费者可以从zk获取offset记录的上一次消费的位置再继续往后消费。

kafka管理操作

创建topic
kafka-topics.sh --zookeeper IP1:2181,IP2:2181,IP3:2181 --create --topic 队列名 --partitions 分区数 --replication-factor 副本数      
​
查看topic列表
kafka-topics.sh --zookeeper IP1:2181,IP2:2181,IP3:2181 --list                              
查看topic详细信息                                         
kafka-topics.sh --zookeeper IP1:2181,IP2:2181,IP3:2181 --discribe --topic 队列名            
修改topic分区配置                                    
kafka-topics.sh --zookeeper IP1:2181,IP2:2181,IP3:2181 --alter --topic 队列名 --partitions 分区数(只能增不能减)  
​
删除topic
kafka-topics.sh --zookeeper IP1:2181,IP2:2181,IP3:2181 --delete --topic 队列名                                                     
向topic推送消息
kafka-console-producer.sh --broker-list IP1:9092,IP2:9092,IP3:9092 --topic 队列名          
从topic拉取消息                                       
kafka-console-consumer.sh --bootstrap-server IP1:9092,IP2:9092,IP3:9092 --topic 队列名 [--from-beginning]  

kafka通过 ack 应答机制来保证数据的可靠性

在 producer.properties 配置文件中设置 request.required.ack 参数 acks 参数设置 0，代表生产者不等kafka确认就会发送下一条消息。此机制性能最高，可靠性最低，当leader的broker故障可能会丢失数据 1，代表生产者会等leader接收到数据并确认后才会发送下一条数据、此机制性能其次，可靠性一般，当follower同步完成前leader故障可能会导致数据丢失 -1|all，代表生产者需要等所有的follower都同步完成并确认后才会发送下一条数据。此机制性能最低，可靠性最高

面试题

问你们公司用的kafka是如何部署的？

先说明kafka版本

如果是2.X版本，要先部署3|5节点的zk集群，然后再在每个zk节点上部署kafka应用。

如果是3.X版本，kafka不再依赖zk，所以可以直接部署3|5节点的kafka集群。