kafka介绍和集群环境搭建

kafka概念：

kafka是一个高吞吐量的流式分布式消息系统，用来处理活动流数据。比方网页的訪问量pm,日志等，既可以实时处理大数据信息

也能离线处理。

特点：

1.高吞吐量

2.是一种显式的分布式系统，它如果，数据生产者（producer）,代理（brokers）和数据使用者（consumer）分散在多台机器上。

3.有关哪些数据已经被使用了的状态信息保存为数据使用着（consumer）的一部分。而不是保存在服务秋上。

关于队列的基础知识：

消息：指的是通信的基本单位，由消息生产者（producer）公布关于某个胡全体（topic）的消息，这句话的意思是消息以一种物理方式被发送给了

作为代理（broker）的server。若干的消费者（consumer）订阅（subscribe）某个话题，然后生产者公布的消息都会被发送给全部的使用者。

kafka是一个显式的分布式系统。指的是生产者，消费者，和代理者都能够执行在作为一个逻辑单位的，相互协调的集群的不同机器上。

消费者组：每一个消费者进程都隶属于一个消费者组。每条消息仅仅会发送到这个消费者组中的一个消费者进程，消费者组将多个消费者进程或多台

机器在逻辑上看做为了一个消费者。消费者组的意义就是。每条消息都仅仅会发送到这个消费者组中的一个进程，可是在同一个组中的消费者进程

都能使用这个消息，所以不管消费者组中有多少个订阅者。每条信息值在组中存储一份！

在kafka中，使用者（consumer）负责维护反应哪些消息已经被使用的状态（偏移量）。在kafka中会将状态数据保存到zookeeper中，

在hadoop的载入作业从kafka并行载入作业时。每一个mapper在map任务结束之前会将状态偏移量，存储到hdfs中。

通过这样的机制还能够回退数据读。

分发机制;

kafka通常情况下是执行在集群中的server上。没有中央的“主”节点。

代理彼此之间是对等的。不须要不论什么手动配置就可以可随时加入和删除。

相同，

生产者和消费者能够在不论什么时候开启。
每一个代理都能够在zookeeper(分布式协调系统)中注冊的一些元数据（比如，可用的主题）。生产者和消费者

能够使用zookeeper发现主题和相互协调。

关于生产者和消费者的细节将在以下描写叙述。

消费者和生产者通过分区实现负载均衡。

主题：用来区分不同种类的数据信息
分区partition:有主有从。将数据写到不同的文件上，分区的编号默认是从0開始。0,1,2,3...
leader负责读写数据，follower负责同步数据，高吞吐量。负载均衡

producer来能够去不同的分区上去写数据，consumer也是相同原理，这样就能够

将读写负载均衡到不同的分区中
消费之consumer，消费数据从主分区上（leader）读

消费组：共享消费信息，在同一个消费组中的消费者，读取同一份数据仅仅要一次即可了。由于
同一个组中消费者之间共享数据

#########################################################################################################

安装kafka:

1.上传kafka_2.9.2-0.8.1.1.tgz到server

2.单节点kafka,
a.先启动zookeeper集群
运行bin/kafka-server-start.sh config/server.properties
会报：
Unrecognized VM option 'UseCompressedOops'
Error: Could not create the Java Virtual Machine.
Error: A fatal exception has occurred. Program will exit.
原因是jdk的版本号不匹配，须要改动一下配置文件
改动文件：
去掉这个配置
-XX:+UseCompressedOops
b.启动一个服务端
bin/kafka-server-start.sh config/server.properties

c.查看topic
bin/kafka-topics.sh --list --zookeeper localhost:2181
创建topic
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
查看topic描写叙述
bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic

d.測试
启动一个生产者
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test
开启一个消费者
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning

3.集群搭建

改动配置文件
vim config/server-1.properties
最后的zookeeper集群的配置
zookeeper.connect=storm01:2181,storm02:2181,storm03:2181

再将kafka的配置复制到其它的server
scp -r /usr/itcast/kafka root@storm02:/usr/itcast/
scp -r /usr/itcast/kafka root@storm03:/usr/itcast/

改动配置文件
vim config/server-1.properties
broker.id=1,broker.id=2

启动測试