Kafka 运营总结

概述

Kafka是最初由Linkedin公司开发,是一个分布式、分区的、多副本的、多订阅者,基于zookeeper协调的分布式日志系统(也可以当做MQ系统)。

Kafka主要被用于两大类应用:

  1. 在应用间构建实时的数据流通道
  2. 构建传输或处理数据流的实时流式应用

一、Kafka基础架构

Kafka有4个核心API:

  1. Producer API:用于应用程序将数据流发送到一个或多个Kafka topics
  2. Consumer API:用于应用程序订阅一个或多个topics并处理被发送到这些topics中的数据
  3. Streams API:允许应用程序作为流处理器,处理来自一个或多个topics的数据并将处理结果发送到一个或多个topics中,有效的将输入流转化为输出流
  4. Connector API:用于构建和运行将Kafka topics和现有应用或数据系统连接的可重用的produers和consumers。例如,如链接到关系数据库的连接器可能会捕获某个表所有的变更

kafka几个重要概念:

  • Topic

Topic是发布记录的类别。Kafka中的Topics一般是多订阅者的,也就是一个Topic可以有0个或多个Consumer订阅它的数据。

  • Distribution

分区日志分布在集群中服务器中,每个服务器处理一部分分区的数据和请求。每个分区可以配置分布的服务器,以实现容错。

每个分区拥有一个Leader节点,和零或多个Follower。Leader处理该分区所有的读写请求,Follower复制Leader数据。如果Leader节点宕机,将会有一个Follower节点自动的转化为Leader。每个节点成为其部分分区的Leader,并成为剩余分区的Follower,这样整个集群的负载将比较均衡。

  • Producers

Producer发送数据到它选择的Topic。Producer负责决定将数据发送到Topic的那个分区上。这可以通过简单的循环方式来平衡负载,或则可以根据某些语义来决定分区(例如基于数据中一些关键字)。

  • Consumers

Consumer使用一个group name来标识自己的身份,每条被发送到一个Topic的消息都将被分发到属于同一个group的Consumer的一个实例中(group name相同的Consumer属于一个组,一个Topic的一条消息会被这个组中的一个Consumer实例消费)。Consumer实例可以在单独的进程中或者单独的机器上。

二、部署

  • 部署环境

常用部署机型:A5或 TS80 操作系统版本: Tencent tlinux release 2.2 ava 版本: 1.7.0_80 Zookeeper 版本: zookeeper-3.4.6 Kafka 版本:kafka_2.11-0.9.0.1

  • 部署步骤
  • 分别解压zookeeper-3.4.6.tar.gz和kafka_2.11-0.9.0.1.tgz
  1. 修改配置文件,设置相关参数后,分别启动zookeeper和kafka:
/bin/sh /data/home/dc_datazone/games/zookeeper/bin/start_zk.sh
/bin/sh /data/home/dc_datazone/games/kafka/bin/start-kafka.sh
  • 常用命令

创建topic:

bin/kafka-topics.sh  --create  --zookeeper  localhost:2181  --replication-factor 1  --partitions  1  --topic test

列出所有topic:

 bin/kafka-topics.sh --list --zookeeper localhost:2181

查看topic信息(包括分区、副本情况等):

kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic

往某topic生产消息:

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

从某topic消费消息:

bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginning

三、集群配置

~/games/kafka/config]$ grep -v "#" server.properties

broker.id=0                 //每一个boker都有一个唯一的id作为它们的名字

port=9092                   // broker server服务端口

host.name=nodeIP    // broker的主机地址

num.network.threads=3       // broker处理消息的最大线程数

num.io.threads=8            //处理IO的线程数

socket.send.buffer.bytes=102400 // socket SO_SNDBUFF参数

socket.receive.buffer.bytes=102400  // socket SO_RCVBUFF参数

socket.request.max.bytes=104857600 //控制在一个请求中获取的消息的字节数

log.dirs=/data/home/dc_datazone/kafka-logs,/data/home/dc_datazone/kafka-logs-2,/data/home/dc_datazone/kafka-logs-3,/data/home/dc_datazone/kafka-logs-4

// kafka数据的存放地址,多个地址的话用逗号分割,多个目录分布在不同磁盘上可以提高读写性能  /data/kafka-logs-1,/data/kafka-logs-2

num.partitions=6               //默认分区数

num.recovery.threads.per.data.dir=1

log.retention.hours=24                     //控制一个log保留多长个小时

log.segment.bytes=1073741824              //单一的log segment文件大小

log.retention.check.interval.ms=300000       //检查数据是否要写入到硬盘的时间间隔。

zookeeper.connect=node1:2181,node2:2181…. Node7:2181  //指定zookeeper连接字符串

zookeeper.connection.timeout.ms=6000       //指定客户端连接zookeeper的最大超时时间

delete.topic.enable=true

default.replication.factor=2                 //默认副本数

四、监控

通过keeper监控kafka和zk

[dc_datazone@hostname ~/games/datazone-keeper]$ crontab -l

@reboot /bin/sh /data/home/dc_datazone/games/datazone-keeper/datazone-keeper.sh 1>/tmp/datazone-keeper.log 2>&1

5 * * * * /bin/sh /data/home/dc_datazone/games/datazone-keeper/datazone-keeper.sh 1>/tmp/datazone-keeper.log 2>&1



PROCESS_NAME[0]="Kafka"

START_PAHT[0]="/bin/sh /data/home/dc_datazone/games/kafka/bin/start-kafka.sh"

INTERVAL[0]="60"

LOG_PATH[0]="log-kafka-datazone-keeper.log"



PROCESS_NAME[1]="QuorumPeerMain"

START_PAHT[1]="/bin/sh /data/home/dc_datazone/games/zookeeper/bin/start_zk.sh"

INTERVAL[1]="60"

LOG_PATH[1]="log-zookeeper-datazone-keeper.log"

五、增加zookeeper节点

zookeeper集群的容错能力的算法为:2n+1=总数,n即为可容纳的故障节点

即:3台能容错1台,5台能容错2台,7台能容错3台

新搭的一个Kafka集群只有3台zookeeper节点,为了增加容错能力,决定扩容

  1. 先在新节点上安装zookeeper软件,修改myid和zoo.cfg
server.1= node1:2888:3888

server.2= node2:2888:3888

server.3= node3:2888:3888

server.4= node4:2888:3888

server.5= node5:2888:3888

server.6= node6:2888:3888

server.7= node7:2888:3888
  1. 修改整个集群中与Zookeeper相关的系统配置:
~/games/kafka/config]$ vi server.properties

zookeeper.connect=zk1:2181,zk2:2181…zk7:2181
  1. 重启Zookeeper服务
~/games/zookeeper/bin]$ ./zkServer.sh restart
  1. 所有节点依次重启kafka服务
~/games/kafka/bin]$ ./kafka-server-stop.sh

~/games/kafka/bin]$ ./start-kafka.sh

六、修改数据保存时间

  • 存储时间设置太长会导致磁盘空间不够,修改topic存储时间24小时
./kafka-topics.sh --zookeeper node1:2181 --alter --topic dnf_log_dnf --config retention.ms=86400000

./kafka-topics.sh --zookeeper node1:2181 --alter --topic dnf_log_dnf --config segment.ms=86400000

./kafka-topics.sh --zookeeper node1:2181 --alter --topic dnf_log_dnf --config delete.retention.ms=86400000

不需要重启,修改集群默认设置才要重启

七、增加数据目录&迁移数据

原有kafka集群都是使用A5机型,该机型只有一块大磁盘,所以Kafka集群只需配置一个数据目录,把数据存储在该磁盘上,最近的上海端游kafka集群也是按此模板搭建的。但是新集群是TS80机型,提供了4块1.8T的磁盘,随着接入的数据增多,发现一个磁盘快撑满了,另外三块却空着,为了充分利用多个磁盘,需要在原来基础上增加数据目录

~/games/kafka/config]$ vi server.properties

log.dirs=/data/home/dc_datazone/kafka-logs,/data/home/dc_datazone/kafka-logs-2,/data/home/dc_datazone/kafka-logs-3,/data/home/dc_datazone/kafka-logs-4

# root 用户执行



mkdir -p /data2/kafka/kafka-logs

mkdir -p /data3/kafka/kafka-logs

mkdir -p /data4/kafka/kafka-logs

chown -R dc_datazone:yydev  /data2/kafka/kafka-logs

chown -R dc_datazone:yydev  /data3/kafka/kafka-logs

chown -R dc_datazone:yydev  /data4/kafka/kafka-logs

# dc_datazone 用户执行

ln -s /data2/kafka/kafka-logs kafka-logs-2

ln -s /data3/kafka/kafka-logs kafka-logs-3

ln -s /data4/kafka/kafka-logs kafka-logs-4

重启kafka集群:

~/games/kafka/bin]$ ./kafka-server-stop.sh

~/games/kafka/bin]$./start-kafka.sh

~/games/kafka/bin]$ ls /data2/kafka/kafka-logs/

cleaner-offset-checkpoint  meta.properties  recovery-point-offset-checkpoint  replication-offset-checkpoint

重启后可以看到新加的磁盘(目录)下已经产生了初始化文件,说明新目录已添加成功,以后集群新建topic时会优先把partition存到空闲率高的目录下。但是已有的数据不会自动rebalance,需要人为的去reassign-partitions,步骤如下:

先看下现有topic的分布情况,可以看到dnf_log_dnf的分区现在都在/data1

~/kafka-logs]$ ls /data1/kafka/kafka-logs/

cleaner-offset-checkpoint  dnf_log_dnf-0  dnf_log_dnf-2 dnf_log_dnf-3 dnf_log_dnf-4

1.现在开始reassign-partitions,先手动生成一个json文件topic.json

{

    "topics": [

        {"topic": "dnf_log_dnf"}

    ],

    "version": 1

}

2.调用--generate生成迁移计划,使用kafka的kafka-reassign-partitions.sh工具来分配topic的分区位置

./bin/kafka-reassign-partitions.sh --zookeeper zkconnect --topics-to-move-json-file topic.json  --broker-list  "0,1,2"  --generate

Proposed partition reassignment configuration

{"version":1,"partitions":[{"topic":"dnf_log_dnf","partition":2,"replicas":[2,1]},{"topic":"dnf_log_dnf","partition":1,"replicas":[1,0]},{"topic":"dnf_log_dnf","partition":0,"replicas":[0,2]},{"topic":"dnf_log_dnf","partition":4,"replicas":[1,2]},{"topic":"dnf_log_dnf","partition":3,"replicas":[0,1]},{"topic":"dnf_log_dnf","partition":5,"replicas":[2,0]}]}

上面的json即为新的分区分布,把它复制到reassignment.json

3.执行—execute执行迁移

./bin/kafka-reassign-partitions.sh --zookeeper zkconnect --reassignment-json-file reassignment.json --execute

4.使用--verify查看进度

./bin/kafka-reassign-partitions.sh --zookeeper zkconnect --reassignment-json-file reassignment.json –verify

附扩容时同步状态:

经过两次reassign后,可以看到partion已经均匀分布到四块磁盘上了

再看下topic的分布情况,从命令输出结果可以看到topic dnf_log_dnf有6个partition,分布在0,1,2三个broker上,数据有俩个副本。

~/games/kafka]$ bin/kafka-topics.sh --describe --zookeeper ZKIP:2181 --topic dnf_log_dnf

Topic:dnf_log_dnf   PartitionCount:6    ReplicationFactor:2       Configs:delete.retention.ms=4320000,retention.ms=4320000,segment.ms=4320000

       Topic: dnf_log_dnf  Partition: 0     Leader: 0       Replicas: 0,2   Isr: 2,0

       Topic: dnf_log_dnf  Partition: 1     Leader: 1       Replicas: 1,0   Isr: 0,1

       Topic: dnf_log_dnf  Partition: 2     Leader: 2       Replicas: 2,1   Isr: 2,1

       Topic: dnf_log_dnf  Partition: 3     Leader: 0       Replicas: 0,1   Isr: 1,0

       Topic: dnf_log_dnf  Partition: 4     Leader: 2       Replicas: 1,2   Isr: 2,1

       Topic: dnf_log_dnf  Partition: 5     Leader: 2       Replicas: 2,0   Isr: 2,0

八、扩容broker

1. 启动新节点

将原节点上的 kafka 目录通过 scp 命令拷贝到新节点,只需要修改配置文件中的 broker_id 和 ip 地址,然后依次启动 kafka 服务。

2.Rebalance数据存储

同样集群扩容后数据是不会自动均衡到新机器上的,需要采用kafka-reassign-partitions.sh这个工具脚本。脚本可以工作在三种模式--generate,--execute,--verify,详细步骤可参考第七节:增加数据目录

九、运营经验

1.不同的机型(A5,TS80)磁盘情况不一样,灵活配置数据存储目录 log.dirs,使磁盘利用最大化。

2.集群健康状态监控,检查集群replicas同步情况,有异常发出告警:

  cat monitor.sh 
host_name="`hostname`"
numb=`/data/home/dc_datazone/games/kafka/kafka_default/bin/kafka-topics.sh --describe --zookeeper ZKIP:2183 --topic cf_play_l_topic|grep Leader|awk -F ':' '{print $NF}'|grep -v ','|wc -l`
echo "$numb"
if [ $numb -gt 0 ]; then
/usr/local/agenttools/agent/agentRepStr 973169 "$host_name:broker is crash,please check it!"
fi

3.kafka自带性能测试工具:

kafka/bin/kafka-producer-perf-test.sh

kafka/bin/afka-consumer-perf-test.sh

4.开源管理及监控工具:kafka manager:

KafkaOffsetMonitor:

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

蒋海鹏的专栏

1 篇文章1 人订阅

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据架构

Kafka设计解析(六)- Kafka高性能架构之道

1646
来自专栏jojo的技术小屋

原 荐 自己写代码对比工具

作者:汪娇娇 时间:2018年1月19日 上一篇:自己写JSON编辑器 基于上一次做的JSON编辑器,继而衍生出这一次的代码对比工具,本来打算写在一块的,想想懒...

3888
来自专栏架构之美

如何打造高可靠高性能的消息队列(ZZMQ)

互联网公司使用最频繁的服务调用组件是RPC框架,RPC同步调用有些场景并不是很适用,而这些场景刚好是一个可靠MQ的适用场景。

4004
来自专栏地方网络工作室的专栏

Vue2+VueRouter2+Webpack+Axios 构建项目实战2017重制版(十三)集成 UEditor 百度富文本编辑器

Vue2+VueRouter2+Webpack+Axios 构建项目实战2017重制版(十三)集成 UEditor 百度富文本编辑器 前情回顾 通过前面系统的学...

2818
来自专栏大魏分享(微信公众号:david-share)

NGINX的定制化 | API Management学习第四篇

3 SCALE中API gateway,是基于NGINX(OpenResty Web Platform = Nginx + Lua )。

1412
来自专栏北京马哥教育

Python框架:Django写图书管理系统(LMS)

今天我会带大家真正写一个Django项目,对于入门来说是有点难度的,因为逻辑比较复杂,但是真正的知识就是函数与面向对象,这也是培养用Django思维写项目的开始

1500
来自专栏一“技”之长

分分钟搞定IOS远程消息推送 原

IOS中消息的推送有两种方式,分别是本地推送和远程推送,本地推送在http://my.oschina.net/u/2340880/blog/405491这篇博客...

781
来自专栏JAVA烂猪皮

RabbitMQ技术详解

RabbitMQ是一个开源的AMQP实现,服务器端用Erlang语言编写,支持多种客户端,如:Python、Ruby、.NET、Java、JMS、C、PHP、A...

801
来自专栏linux运维学习

linux学习第三篇:单用户模式与救援模式

单用户模式 1.      重新启动,在下列界面选项第一项按 e  ? 按e后进入此grub界面(启动工具) ? 2.      找到linux16所在行,将...

2428
来自专栏北京马哥教育

Python框架:Django写图书管理系统(LMS)

今天我会带大家真正写一个Django项目,对于入门来说是有点难度的,因为逻辑比较复杂,但是真正的知识就是函数与面向对象,这也是培养用Django思维写项目的开始

1371

扫码关注云+社区