消息队列之kafka(集群搭建及shell操作)

1.kafka集群搭建

  kafka安装包下载地址：
 官网网址：http://kafka.apache.org/quickstart
 中文官网：http://kafka.apachecn.org/quickstart.html
 在 windows 平台，从官网下载：http://mirrors.hust.edu.cn/apache/kafka/1.1.0/
 在 centos 平台：wgethttp://mirrors.hust.edu.cn/apache/kafka/1.1.0/kafka_2.11-1.1.0.tgz

(1)集群部署的基础环境准备：

 A： 安装 JDK 1.8
 A： 安装 zookeeper 集群（也可以使用自带 ZooKeeper，但是不推荐）

(2)集体搭建：

  版本：kafka_2.11-1.1.0
 集群规划：hadoop01、hadoop02、hadoop03 （三个节点）
① 解压安装包到对应的目录
 tar zxvfkafka_2.11-1.1.0.tgz -C /application/
② 修改配置文件
 [hadoop@hadoop01 ~]$ cd /application/kafka_2.11-1.1.0/config/
 [hadoop@hadoop01 ~]$ vim server.properties
  broker.id=5 ## 当前集群中的每个 broker 节点的一个唯一编号，每个节点都不一样

 
  listeners=PLAINTEXT://:9092
  listeners=PLAINTEXT://hadoop01:9092
  host.name=hadoop01## 每个节点指定为当前主机名，上面也是

 
  log.dirs=/home/hadoop/data/kafka-logs ## kafkabroke工作节点数据存储目录
  num.partitions=1 ## kafka 的 topic 的默认分区数

 
  log.retention.hours=168 ## 日志的最长保存时间

 
  zookeeper.connect=hadoop01:2181,hadoop02:2181,hadoop03:2181 ## zookeeper 地址

③ 批量发送
[hadoop@hadoop01 application]$scp -r /application/kafka_2.11-1.1.0/ hadoop02:$PWD
[hadoop@hadoop01 application]$scp -r /application/kafka_2.11-1.1.0/ hadoop03:$PWD
千万注意：要修改$KAFKA_HOME/config/server.properties 文件中的对应 broker 节点的信息

broker.id=your broker id 
host.name=your broker hostname 
advertised.listeners=PLAINTEXT:// your broker hostname:9092

④ 配置环境变量
[hadoop@hadoop01 application]$ sudo etc/profile
export KAFKA_HOME=/application/kafka_2.11-1.1.0
[hadoop@hadoop01 application]$source/etc/profile

⑤ 启动集群，进行验证(每一个节点都要启动）

nohup kafka-server-start.sh \
/application/kafka_2.11-1.1.0/config/server.properties \
1>~/logs/kafka_std.log \
2>~/logs/kafka_err.log &

2.kafka相关shell

（1）启动集群每个节点的进程

nohup kafka-server-start.sh \
 /home/hadoop/apps/kafka_2.11-1.1.0/config/server.properties \
1>~/logs/kafka_std.log \ 2>~/logs/kafka_err.log &

（2） 创建 topic

kafka-topics.sh \
--create \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--replication-factor 1 \
--partitions 1 \
--topic kafka_test
**参数介绍**
--create 创建 kafka topic
--zookeeper 指定 kafka 的 zookeeper 地址
--partitions 指定分区的个数
--replication-factor 指定每个分区的副本个数

（3） 查看已经创建的所有 kafka topic

kafka-topics.sh \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--list \

（4） 查看某个指定的 kafka topic 的详细信息

kafka-topics.sh \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--describe \   #查看详信息
--topic kafka_test  #指定需要查看的topic

Topic：topic的名称
Partition：topic的分区编号
Leader：负责处理消息和读写，leader是从所有节点中随机选出
Replicas：列出了所有的副本节点，不管节点是否在服务中。
isr：正在服务中的节点。
（5） 开启生产者模拟生成数据:

kafka-console-producer.sh \
--broker-list hadoop01:9092 \  # broker的节点列表
--topic kafka_test

（6） 开启消费者模拟消费数据：

kafka-console-consumer.sh \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--from-beginning \  #从哪里开始消费
--topic kafka_test

（7） 查看某 topic 某个分区的偏移量最大值和最小值

kafka-run-class.sh \
kafka.tools.GetOffsetShell \
--topic kafka_test \
--time -1 \
--broker-list hadoop01:9092 \
--partitions 1

（8） 增加 topic 分区数（这个操作是不被允许的）

kafka-topics.sh \
--alter \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--topic kafka_test \
--partitions 5 /
--replication-factor 2

（9） 删除 Topic

kafka-topics.sh \
--delete \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--topic kafka_test \

3.kafka的consumer group 位移offset重设

   这一节，说来也巧，最近接收的项目是准实时（OOG+kafka+stream），并同事也跟我聊了聊小编博客的建议，大体上说，就是博客写的太过简单，虽然通俗易懂，但是真正实际应用的地方并不多，建议我能加上一些复杂并且经常用到的东西；说白了就是懒的找资料，想看小编现成的；没办法，那就加上一些比较常用的。
  首先小编就介绍下，针对kafka通过group 消费了topic的数据后，如何自定义kafka数据消费的位置，之前的操作都是“--from-beginning”，每次都是从头开始消费，如果消费语句为精准一次，那么该如何操作呢？
  这里通过如何使用Kafka自带的kafka-consumer-groups.sh脚本随意设置消费者组(consumer group)的位移。需要特别强调的是，这是2.11-0.11.0.0版本提供的新功能且只适用于新版本consumer。在新版本之前，如果要为已有的consumer group调整位移必须要手动编写Java程序调用KafkaConsumer#seek方法，费时费力不说还容易出错。0.11.0.0版本丰富了kafka-consumer-groups脚本的功能，用户可以直接使用该脚本很方便地为已有的consumer group重新设置位移，但前提必须是consumer group必须是inactive的，即不能是处于正在工作中的状态。
  这里首先介绍一下重设位移的三个步骤：
    - 确定consumer group在topic下的作用域
      → --all-topics ：为consumer group下所有topic的所有分区调整位移
      → --topic t1 --topic t2：为指定的若干个topic的所有分区调整位移
      → --topic t1:0,1,2：为指定的topic分区调整位移

    - 确定位移重设策略
      → --to-earliest：把位移调整到分区当前最小位移
      → --to-latest： 把位移调整到分区当前最新位移
      → --to-current：把位移调整到分区当前位移
      → --to-offset <offset>：把位移调整到指定位移处
      → --shift-by N：把位移调整到当前位移 + N处，注意N可以是负数，表示向前移动
      → --to-datetime <datetime>：把位移调整到大于给定时间的最早位移处，datetime格式是yyyy-MM-ddTHH:mm:ss.xxx，比如2017-08-04T00:00:00.000
      → --by-duration <duration>：把位移调整到距离当前时间指定间隔的位移处，duration格式是PnDTnHnMnS，比如PT0H5M0S
    - 确定执行方案
      → 什么参数都不加：只是打印出位移调整方案，不具体执行
      → --execute：执行真正的位移调整
      → -export：把位移调整方案按照CSV格式打印，方便用户成csv文件，供后续直接使用

   具体案例演示：
#创建topic，并向其中生产数据

①   创建topic
kafka-topics.sh \
--create \
--zookeeper hadoop01:2181,hadoop02:2181,hadoop03:2181 \
--replication-factor 1 \
--partitions 3 \
--topic 'test-group'

②   创建生产者，生产数据
kafka-producer-perf-test.sh \
--topic 'test-group' \
--num-records 500 \
--throughput -1 \
--record-size 100 \
--producer-props bootstrap.servers=hadoop01:9092,hadoop02:9092,hadoop03:9092 acks=-1

③   启动一个console consumer程序，组名设置为test-group：
kafka-console-consumer.sh \
--bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
--topic 'test-group' \
--from-beginning \
--consumer-property group.id=test-group

④   查看当前消费者组消费topic 的细节
kafka-consumer-groups.sh \
--bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
--group test-group \
--describe

由图可知，当前消费者中将topic中的数据完全消费。 LAG表示剩余未消费的message。

#案例演示

## --to-earliest：将偏移量设置为partition开头 
kafka-consumer-groups.sh \
--bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
--group test-group \
--reset-offsets \
--all-topics \
--to-earliest \
--execute

## --to-latest：把位移调整到分区当前最新位移
kafka-consumer-groups.sh \
--bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
--group test-group \
--reset-offsets \
--all-topics \
--to-latest \
--execute

## --to-offset：把位移调整到指定位移处
kafka-consumer-groups.sh \
--bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
--group test-group \
--reset-offsets \
--all-topics \
--to-offset 100 \
--execute

    ## --to-current：把位移调整到分区当前位移
    kafka-consumer-groups.sh \
    --bootstrap-server  hadoop01:9092,hadoop02:9092,hadoop03:9092 \
    --group test-group \
    --reset-offsets \
    --all-topics \
    --to-current \
    --execute

    ## --shift-by N  把位移调整到当前位移 + N处，注意N可以是负数，表示向前移动
        kafka-consumer-groups.sh \
        --bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
        --group test-group \
        --reset-offsets \
        --all-topics \
        --shift-by -100 \
        --execute

    ##  --to-datetime ：将offset调整到大于XX日期最早的位移出
    kafka-consumer-groups.sh \
    --bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
    --group test-group \
    --reset-offsets \
    --all-topics \
    --to-datetime 2019-07-31T03:40:33.000

    ## --by-duration  把位移调整到距离当前时间指定间隔的位移处
    kafka-consumer-groups.sh \
    --bootstrap-server hadoop01:9092,hadoop02:9092,hadoop03:9092 \
    --group test-group \
    --reset-offsets \
    --all-topics \
    --by-duration PT0H20M0S