1 Kafka概述

1.1 定义

Kafka是一个分布式的基于发布/订阅模式的消息队列,主要应用于大数据实时处理领域。

应用场景:

解耦

异步

削峰

1.2 消息队列

1.2.1 传统消息队列的应用场景

Kafka 入门

Kafka 入门

1.2.2 消息队列的两种模式

点对点模式:

消息生产者生产消息发送到Queue中,然后消息消费者从Queue中取出并且消费消息,消息被消费以后,Queue中不再有存储,所以消息消费者不可能消费到已经被消费的消息,Queue支持存在多个消费者,但是对一个消息而言,只会有一个消费者可以消费。

Kafka 入门

发布订阅模式:

消息生产者将消息发布到Topic,同时有多个消息消费者该消息,和点对点不同的是,发布到Topic中的消息会被所有订阅者消费。

Kafka 入门

1.3 基础架构

Kafka 入门

Producer:消息生产者,就是向Kafka Broker发消息的客户端

Consumer:消息消费者,向Kafka Broker取消息的客户端

Consumer Group (CG):消费者组,由多个Consumer组成,消费者组内每个消费者负责消费不同分区的数据,一个分区只能由一个消费者消费,消费者组之间互不影响,所有的消费者都属于某个消费者组,即消费者组是逻辑上的一个订阅者

Broker:一台Kafka服务器就是一个Broker,一个集群由多个Broker组成,一个Broker可以容纳多个Topic

Topic:可以理解为一个队列,生产者和消费者面向的都是一个Topic

Partition:为了实现扩展性,一个非常大的Topic可以分布到多个Broker(即服务器)上,一个Topic可以分为多个Partition,每个Partition是一个有序的队列

Replica:副本,为保证集群中的某个节点发生故障时,该节点上的Partition数据不丢失,且Kafka仍然能够继续工作,Kafka提供了副本机制,一个Topic的每个分区都有若干个副本,一个leader和若干个follower

leader:每个分区多个副本的主,生产者发送数据的对象,以及消费者消费数据的对象都是leader

follower:每个分区多个副本中的从,实时从leader中同步数据,保持和leader数据的同步,leader发生故障时,某个follower会成为新的follower

2 Kafka快速入门

2.1 安装部署

1、解压

[djm@hadoop102 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/

2、修改解压后的文件夹名称

[djm@hadoop102 module]$ mv kafka_2.11-0.11.0.0/ kafka

3、在/opt/module/kafka目录下创建logs文件夹

[djm@hadoop102 kafka]$ mkdir logs

4、修改配置文件

[djm@hadoop102 kafka]$ vi conf/server.properties

修改以下内容

#broker的全局唯一编号,不能重复
broker.id=0
#删除topic功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘IO的现成数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka运行日志存放的路径 
log.dirs=/opt/module/kafka/logs
#topic在当前broker上的分区个数
num.partitions=1
#用来恢复和清理data下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment文件保留的最长时间,超时将被删除
log.retention.hours=168
#配置连接Zookeeper集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181

5、分发

[djm@hadoop102 kafka]$ xsync kafka

6、修改其他Brokerbroker.id

7、Kafka群起脚本

[djm@hadoop102 kafka]$ vim start-kafka
for i in `cat /opt/module/hadoop-2.7.2/etc/hadoop/slaves`
do
    echo "========== $i =========="
    ssh $i 'source /etc/profile&&/opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.properties'
    echo $?
done
[djm@hadoop102 kafka]$ chmod 777 start-kafka
[djm@hadoop102 kafka]$ sudo mv start-kafka /bin

8、启动Kafka集群

[djm@hadoop102 kafka]$ start-kafka

2.2 命令行操作

1、查看所有Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --list

2、创建Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --create --replication-factor 3 --partitions 1 --topic first
#--topic 定义topic名
#--replication-factor 定义副本数
#--partitions 定义分区数

--topic 定义topic名
--replication-factor 定义副本数
--partitions 定义分区数

3、删除Topic

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first

4、发送消息

[djm@hadoop102 kafka]$ bin/kafka-console-producer.sh --broker-list hadoop102:9092 --topic first

5、消费消息

[djm@hadoop103 kafka]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

--from-beginning 会把topic中以往所有的消息消费出来

6、查看Topic详细信息

[djm@hadoop102 kafka]$ bin/kafka-topics.sh --zookeeper hadoop102:2181 --describe --topic first

7、修改分区数

[djm@hadoop102 kafka]$bin/kafka-topics.sh --zookeeper hadoop102:2181 --alter --topic first --partitions 6

分区数只能增加,不能减少

3 Kafka架构

3.1 Kafka工作流程及文件存储机制

Kafka 入门

Kafka中消息是以Topic进行分类的,生产者生产消息,消费者消费消息,都是面向Topic的;

Topic是逻辑上的概念,而Partition是物理上的概念,每个Partition对应于一个log文件,该log文件中存储的就是Producer生产的数据;

Producer生产的数据会被不断追加到该log文件末端,且每条数据都有自己的offset,消费者组中的每个消费者,都会实时记录自己消费到了哪个offset,以便出错恢复时,从上次的位置继续消费。

Kafka 入门

由于生产者生产的消息会不断的追加到log文件末尾,为了防止文件过大而导致数据定位效率低下,Kafka采取了分片和索引机制,将每个Partiton分为多个segment,每个segment对应两个文件,分别是.log.index,这些文件位于同一个文件夹下,文件夹的命名规则为Topic名称+Partiton序号,.log.index文件以当前segment的第一条消息的offset命名,index存储索引信息,.log存储数据信息,索引文件中的元数据指向对应数据文件中message的物理偏移地址。

Kafka 入门

3.2 Producer

3.2.1 分区策略

为什么要进行分区?

  • 方便在群集中扩展,每个Partition可以通过调整以适应它所在的机器,而一个Topic又可以有多个Partition组成,因此整个集群就可以适应任意大小的数据了
  • 可以提高并发

分区的原则是什么?

我们需要将Producer发送的数据封装成一个ProducerRecord对象:

  • 指明Partition的情况下,直接将指明的值直接作为Partition
  • 没有指明Partition值但有key的情况下,将keyhash值与TopicPartition数进行取余得到 Partition
  • 既没有Partition值又没有key值的情况下,第一次调用时随机生成一个整数(后面每次调用在这个整数上自增),将这个值与Topic可用的Partition总数取余得到Partition值,也就是常说的round-robin算法

3.2.2 数据可靠性保证

为保证Partition发送的数据,能可靠的发送到指定的TopicTopic的每个Partition收到Producer发送的数据后,都需要向Producer发送ackacknowledgement确认收到),如果Producer收到ack,就会进行下一轮的发送,否则重新发送数据。

Kafka 入门

副本数据同步策略:

方案 优点 缺点
半数以上完成同步,就发送ack 延迟低 选举新的leader时,容忍n台节点的故障,需要2n+1个副本
全部完成同步,才发送ack 选举新的leader时,容忍n台节点的故障,需要n+1个副本 延迟高

Kafka选择了第二种方案,原因如下:

同样为了容忍n台节点的故障,第一种方案需要2n+1个副本,而第二种方案只需要n+1个副本,而Kafka的每个Partition存储大量的数据,这样会造成大量的数据冗余;

虽然第二种方案的延迟会比较高,但是相比而言延迟对Kafka的影响较小。

采用第二种方案后,leader收到数据,所有的follower都开始同步数据,但是有一个follower,因为某种故障,迟迟不能与leader同步,那leader就要一直等下去,直到它同步完才能发送ack,这个问题怎么解决呢?

leader维护了一个动态的in-syncreplica set (ISR),意为和leader保持同步的follower集合,当ISR中的follower完成数据的同步之后,leader就会给follower发送ack,如果follower长时间未向leader同步数据,则该follower将被踢出ISR,该时间阈值由replica.lag.time.max.ms参数设定,leader发生故障之后,就会从ISR中选举新的leader

ack应答机制:

对于某些不重要的数据,能够容忍少量数据的丢失,所以没必要等ISR中的所有follower全部同步完成

所以Kafka提供了三种可靠性级别,根据对可靠性和延迟的要求权衡,分别是:

  • 0 Producer不等待Brokerack,这一操作提供了最低的延迟,Broker一接收到还没有落盘就已经返回,当Broker故障时可能会丢失数据
  • 1 Producer等待BrokerackPartitionleader落盘成功后返回ack,如果在follower同步成功之前leader故障,那么将会丢失数据
  • -1 Producer等待BrokerackPartitionleaderfollower全部落盘成功后才返回ack,但是如果在follower同步完成后,Broker发送ack之前,leader发生故障,那么会造成数据重复

故障处理:

Kafka 入门

follower挂了被会暂时提出ISR,等到follower恢复后,follower会读取本地磁盘记录上次的HW,并将log文件中高于HW的部分截取掉,从HW开始向leader进行同步,等leaderLEO高于PartitionHW,就可以被重新加入ISR

leader发生故障之后,会从ISR中选出一个新的leader,为保证多个副本之间的数据一致性,每个leader会将各自log文件中高于HW的数据切掉,然后从新的leader同步数据

3.3.3 Exactly Once语义

对于某些比较重要的消息,我们需要保证Exactly Once语义,即保证每条消息被发送且仅被发送一次

0.11版本之后,Kafka引入了幂等性机制(idempotent),配合acks = -1时的at least once语义,实现了ProducerBrokerExactly once语义

idempotent + at least once = exactly once

使用时,只需将enable.idempotence属性设置为trueKafka自动将acks属性设为-1

3.3 Consumer

3.3.1 消费方式

Consumer采取pull的方式从Broker中读取数据

为什么采用pull方式呢?

因为push模式很难适应不同速率的Consumer,因此发送速率是由Broker决定的,它的目的就是尽可能快的传递消息,但是这样容易造成Consumer来不及处理消息,典型的表现就是网络拥堵以及拒绝服务,而poll模式则可以根据Consumer的消费能力消费消息。

但是poll也有不足,就是如果队列中没有消息,Consumer可能陷入循环中,一直返回空数据,针对这个缺点,Consumer在消费数据时会传入一个timeout,如果当前没有消息可供消费,Consumer会等待一段时间再返回,这段时间就是timeout

3.3.2 分区分配策略

Kafka有两种分配策略,分别是:

Kafka 入门

Kafka 入门

3.3.3 offset维护

由于Consumer在消息过程中可能会出现断电宕机等故障,Consumer恢复后,需要从故障的位置继续消费,所以Consumer需要实时记录自己消费到了哪个offset

0.9以前,Consumer默认将offset保存在ZK

0.9以后,Consumer默认将offset保存在Kafka一个内置的Topic,该Topic__consumer_offsets

3.4 Kafka高效读取数据

顺序写磁盘

KafkaProducer生产数据,要写入到log文件中,写的过程是一直追加到文件末端

零拷贝技术

Kafka 入门

3.5 ZookeeperKafka中的作用

Kafka集群中有一个broker会被选举为Controller,负责管理集群broker的上下线,所有topic的分区副本分配和leader选举等工作。

Controller的管理工作都是依赖于Zookeeper的。

以下为partition的leader选举过程:

Kafka 入门

Kafka 入门

4 Kafka API

4.1 Producer API

4.1.1 消息发送流程

KafkaProducer发送消息采用的是异步发送的方式,在消息发送的过程中,涉及到了两个线程——main线程和Sender线程,以及一个线程共享变量——RecordAccumulatormain线程将消息发送给RecordAccumulatorSender线程不断从RecordAccumulator中拉取消息发送到Kafka broker

Kafka 入门

相关参数:

batch.size:只有数据积累到batch.size之后,sender才会发送数据

linger.ms:如果数据迟迟未达到batch.sizesender等待linger.time之后就会发送数据

相关类:

KafkaProducer:需要创建一个生产者对象,用来发送数据

ProducerConfig:获取所需的一系列配置参数

ProducerRecord:每条数据都要封装成一个ProducerRecord对象

导入依赖:

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>0.11.0.0</version>
</dependency>

4.1.2 异步发送

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class CustomProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 1);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            });
        }
        producer.close();
    }
}

4.1.3 同步发送

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class CustomProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 100);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            }).get();
        }
        producer.close();
    }
}

4.2 Consumer API

Consumer消费数据时的可靠性是很容易保证的,因为数据在Kafka中是持久化的,故不用担心数据丢失问题。

由于Consumer在消费过程中可能会出现断电宕机等故障,Consumer恢复后,需要从故障前的位置的继续消费,所以Consumer需要实时记录自己消费到了哪个offset,以便故障恢复后继续消费。

所以offset的维护是Consumer消费数据是必须考虑的问题。

相关类:

KafkaConsumer:需要创建一个消费者对象,用来消费数据

ConsumerConfig:获取所需的一系列配置参数

ConsuemrRecord:每条数据都要封装成一个ConsumerRecord对象

导入依赖:

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>0.11.0.0</version>
</dependency>

4.2.1 手动提交offset

package com.djm.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class CustomConsumer {
    public static void main(String[] args) {
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList("first"));
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
            consumer.commitSync();
        }
    }
}

手动提交offset的方法有两种:

  • commitSync(同步提交):将本次poll的一批数据最高的偏移量提交,失败重试,一直到提交成功
  • commitAsync(异步提交):将本次poll的一批数据最高的偏移量提交,没有失败重试机制,有可能提交失败

4.2.2 自动提交offset

自动提交offset的相关参数:

enable.auto.commit:是否开启自动提交offset功能

auto.commit.interval.ms:自动提交offset的时间间隔

package com.djm.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class CustomConsumer {
    public static void main(String[] args) {
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "test");
        properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "100");
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);
        consumer.subscribe(Arrays.asList("first"));
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
            }
        }
    }
}

4.3 自定义Interceptor

Interceptor是在Kafka 0.10版本被引入的,主要用于实现Client端的定制化控制逻辑。

对于Producer而言,Interceptor使得用户在消息发送前以及Producer回调逻辑前有机会对消息做一些定制化需求,比如修改消息等,同时,Producer允许用户指定多个Interceptor按序作用于同一条消息从而形成一个Interceptorchain

Interceptor的实现接口是org.apache.kafka.clients.producer.ProducerInterceptor,其定义的方法包括:

  • configure(configs):获取配置信息和初始化数据时调用
  • onSend(ProducerRecord)Producer确保在消息被序列化以及计算分区前调用该方法,用户可以在该方法中对消息做任何操作,但最好保证不要修改消息所属的TopicPartition,否则会影响目标分区的计算
  • onAcknowledgement(RecordMetadata, Exception):该方法会在消息从RecordAccumulator成功发送到Kafka Broker之后,或者在发送过程中失败时调用
  • close:关闭Interceptor,主要用于执行一些资源清理工作

拦截器案例

1、需求分析:

实现一个简单的双Interceptor组成的拦截链,第一个Interceptor会在消息发送前将时间戳信息加到消息value的最前部,第二个Interceptor会在消息发送后更新成功发送消息数或失败发送消息数

2、编写TimeInterceptor

package com.djm.kafka.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class TimeInterceptor implements ProducerInterceptor<String, String> {

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return new ProducerRecord<>(record.topic(), record.partition(), record.timestamp(), record.key(), System.currentTimeMillis() + "," + record.value());
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {

    }

    @Override
    public void close() {

    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

3、编写CounterInterceptor

package com.djm.kafka.interceptor;

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class CounterInterceptor implements ProducerInterceptor<String, String> {

    private static long successCounter = 0L;

    private static long errorCounter = 0L;

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return record;
    }

    @Override
    public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
        if (exception == null) {
            successCounter++;
        } else {
            errorCounter++;
        }
    }

    @Override
    public void close() {
        System.out.println("Successful sent: " + successCounter);
        System.out.println("Failed sent: " + errorCounter);
    }

    @Override
    public void configure(Map<String, ?> configs) {

    }
}

4、修改CustomProducer

package com.djm.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.ArrayList;
import java.util.List;
import java.util.Properties;

public class CustomProducer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.ACKS_CONFIG, "all");
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
        props.put(ProducerConfig.LINGER_MS_CONFIG, 1);
        List<String> interceptors = new ArrayList<>();
        interceptors.add("com.djm.kafka.interceptor.TimeInterceptor");  
        interceptors.add("com.djm.kafka.interceptor.CounterInterceptor");
        props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);

        Producer<String, String> producer = new KafkaProducer<>(props);
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<>("first", i + "", "message-" + i), new Callback() {
                @Override
                public void onCompletion(RecordMetadata metadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success -> " + metadata.offset());
                    } else {
                        exception.printStackTrace();
                    }
                }
            });
        }
        producer.close();
    }
}

5 Flume对接Kafka

1、配置Flume

编写flume-kafka.conf

[djm@hadoop102 job]$ vim flume-kafka.conf

输入一下内容

# define
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# source
a1.sources.r1.type = exec
a1.sources.r1.command = tail -F -c +0 /opt/module/datas/flume.log
a1.sources.r1.shell = /bin/bash -c

# sink
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.kafka.bootstrap.servers = hadoop102:9092,hadoop103:9092,hadoop104:9092
a1.sinks.k1.kafka.topic = first
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
a1.sinks.k1.kafka.producer.linger.ms = 1

# channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100

# bind
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1

2、启动消费者

[djm@hadoop102 ~]$ kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first

3、启动Flume

[djm@hadoop102 flume]$ bin/flume-ng agent -c conf/ -n a1 -f jobs/flume-kafka.conf

4、向/opt/module/datas/flume.log里追加数据,查看Kafka消费情况

6 Kafka监控

6.1 Monitor

1、上传jarKafkaOffsetMonitor-assembly-0.4.6.jar到集群

2、在/opt/module/下创建kafka-offset-console文件夹

3、将上传的jar包放入刚创建的目录下

4、在/opt/module/kafka-offset-console目录下创建启动脚本start.sh,内容如下:

#!/bin/bash
java -cp KafkaOffsetMonitor-assembly-0.4.6-SNAPSHOT.jar \
com.quantifind.kafka.offsetapp.OffsetGetterWeb \
--offsetStorage kafka \
--kafkaBrokers hadoop102:9092,hadoop103:9092,hadoop104:9092 \
--kafkaSecurityProtocol PLAINTEXT \
--zk hadoop102:2181,hadoop103:2181,hadoop104:2181 \
--port 8086 \
--refresh 10.seconds \
--retain 2.days \
--dbName offsetapp_kafka &

5、在/opt/module/kafka-offset-console目录下创建mobile-logs文件夹

6、启动Monitor

./start.sh

6.2 Manager

1、上传压缩包kafka-manager-1.3.3.15.zip到集群

2、解压到/opt/module

3、修改配置文件conf/application.conf

kafka-manager.zkhosts="kafka-manager-zookeeper:2181"

修改为:

kafka-manager.zkhosts="hadoop102:2181,hadoop103:2181,hadoop104:2181"

4、启动kafka-manager

[djm@hadoop102 kafka-manager-1.3.3.15]$ bin/kafka-manager

5、登录hadoop102:9000页面查看详细信息