kafka 入门与实践

栏目: 服务器 · Apache · 发布时间: 5年前

内容简介:kafka 是 Apache 基金会下的一个开源软件,它的主要作用是用于提供分布式流处理以及消息队列服务。其官网

kafka 是 Apache 基金会下的一个开源软件,它的主要作用是用于提供分布式流处理以及消息队列服务。

kafka 入门与实践

其官网 https://kafka.apache.org/

最早是由 Linkedln 公司使用 scala 语言编写。

特性

  • 解耦:作为MQ,助力微服务(传统MQ更合适)。
  • 冗余:提供数据冗余,高可用。
  • 扩展性:简化应用扩展。
  • 灵活性:访问量剧增时应用仍可发挥作用,减轻后端压力。
  • 顺序保证:保证一个分区内消息的有序性。
  • 缓冲:数据密度较大的在线处理中缓冲数据,如物联网,网站监控等。
  • 高速写入:磁盘顺序写,而非随机写。
  • 高可靠性:通过zk做分布式一致性,同步到任意多块磁盘上,故障自动切换选主,自愈。
  • 高容量:通过横向扩展,LinkedIn每日通过Kafka存储的新增数据高达175TB,8000亿条消息。

应用场景

  • 消息队列:场景和常见MQ相似。

  • 行为跟踪:页面浏览、搜索等,实时记录到topic中,订阅者可用来实时监控或放到hadoop/离线仓库处理。

  • 元数据监控:作为操作记录的监控模块,记录操作信息,类似运维性质的数据监控(审计)。

  • 日志收集:收集服务器日志,交由文件服务器或hdfs处理。

  • 流处理:接收流数据,提供给流式计算框架使用,多用于数据密度较大场景。

kafka 入门与实践

例如

  1. 分析用户行为,设计更好的广告位。

  2. 对用户搜索关键词进行统计,分析当前流行趋势。

  3. 监控用户行为,防止用户无限制抓取网站数据。

  4. 网站实时监控,获得实时性能数据,及时发出网站性能告警。

  5. 批量导入数据到hadoop/数据仓库,对数据离线分析,获取有价值的商业信息。

基本概念

  • Producer:消息和数据的生产者,数据向topic发布。

  • Consumer:消息和数据的消费者,订阅topic并处理消息。

  • Broker:Kafka集群中的服务器,producer->broker->consumer。

  • Topic:消息的分类。

  • Partition:topic物理上的分组,一个topic可有多个partition,partition为一个有序队列,每个 partition中的数据有序,每个消息会对应一个id(offset)。

  • Message:消息,通信基本单位。

  • 流:一组从生产者移动到消费者的数据,kafka streams。

kafka 体系结构

kafka 入门与实践

  • Producer:消息的发布者
  • Consumer:消息的订阅者
  • Broker:中间的存储服务器

kafka 入门与实践

Producer

Producer将消息发布到指定的topic,同时producer可以决定消息归属于哪个partition,比如基于round-robin方式进行均匀分布。

可指定发布的分区,借助分区器+消息键实现消息均匀分布,可自定义分区器。

多个生产者可对应一个topic (如多个网页的监控对应一个topic)。

批量发送:Kafka producer的异步发送模式允许进行批量发送,先将消息缓存在内存中后一次性发出(对比redis pipeline),多用在流处理。

Broker

Broker进行数据的缓存代理,Kafka集群中的一台或者多台服务器统称为broker。

Broker可为消息设置偏移量。

为减少磁盘写入次数,broker会将消息暂时缓存起来,当消息的个数(或空间)达到上限时再flush到磁盘,减少I/O调用。

Broker 无状态,不保存订阅者的状态,订阅者自己保存。

Consumer

Consumer从topic订阅并处理消息。

每个Consumer属于一个consumer group,发送到topic到消息只会被每个group中的一个consumer消费。

一个topic中一个partition只会被group中一个consumer消费,但一个consumer可以同时消费多个partition中的消息。

Kafka只保证一个topic下一个partition中的消息被某个consumer消费时消息是有序的,RabbitMQ天然有序。

每个group中不同consumer间消费独立。

对于一个topic,一个group中consumer数目不能大于partition个数。

Consumer Group

对topic来说一个group就是一个”订阅者”,group作为一个整体对一个topic进行消费,不同group间独立订阅。

一个group内的consumer只能消费不同的partition。

Topic

topic可以认为是一类消息。

每个topic划分为多个pattition。

每个partiton在存储层面表现为append log,发布到partition的消息被追加到log文件结尾。

消息在log文件中的位置称为offset。

Partition

Partition是topic上的物理分组。

分区目的:将log分散到多个broker上,保证

消费效率。多个partition对应多个consumer,

增加并发消费能力。

一个topic可以分为多个partition。

每个partition是一个有序队列。

Partition中每条消息对应一个id(offset)。

kafka 入门与实践

Message

Message:通信的基本单位。

每个partition存储一部分message。

每条消息包含三个属性:

Offset:long

MessageSize:int32

Data:具体消息内容

Offset

Offset为消息在log文件中的位置(逻辑值)。

offset唯一标记一个partition中的一条消息,可理解为message的标识id。

消费者可将Offset可保存在zk或broker或本地。

消息的处理机制

Kafka对消息的重复、顺序性没有严格要求。

Kafka提供at-least-once delivery机制,即consumer异常后,有些消息可能会被重复的delivery。

Kafka为每条消息进行CRC校验,用于错误检测,CRC不通过的消息会被丢弃。

事务

非事务:”读取->处理->写入”中读写异步,流处理场景。

事务功能主要是一个服务端和协议级的功能,任何支持它的客户端库都可以使用它。

Kafka并未实现严格的”读取->处理->写入”的原子过程。

事务的机制主要exactly once实现,即消息只被发送一次,但目前只能保证读取的事务性,消费者一侧并未实现严格的事务性,按kafka的使用场景看也没必要实现。

安装

安装 Java

yum -y install java

Kafka下载

wget -c http://apache.claz.org/kafka/1.0.0/kafka_2.11-1.0.0.tgz

解压

tar  zxvf kafka_2.11-1.0.0.tgz

启动zk:

bin/zookeeper-server-start.sh config/zookeeper.properties

启动kafka:

bin/kafka-server-start.sh config/server.properties

创建topic:

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic topic1 Created topic "topic1".

查看topic:

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

启动producer:

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic topic1

启动cousumer:

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic topic1 --from-beginning

Producer发消息。

多节点:复制单节点配置文件,修改broker.id、监听端口、log路径即可。

与其他 MQ 比较

  • RabbitMQ:老牌MQ,应用较多,如OpenStack组件之间的通信,支持协议多,重量级消息队列,对路由、负载均衡、数据持久化支持很好,但无法适应持续产生的数据流,大量数据堆积时性能急剧下降。

  • ZeroMQ:号称最快的消息队列系统,擅长高级/复杂的队列,但使用也复杂,代码侵入,不提供持久化,只是一个库,相当于一个加强版的socket,与MQ区别较大。

  • Redis:Redis也有MQ功能,数据量小,数据大于10KB时基本异常慢,数据量小时性能优于RabbitMQ。

使用

生成者

root@vpn:~# cat producer.py
#/usr/bin/python3.5
# coding:utf-8
from kafka import KafkaProducer


# 生产者
def producer_message(topic_name):
    producer = KafkaProducer(bootstrap_servers=["c-5jgvwkxjgd.kafka.cn-east-1.internal:9092"])
    for i in range(10000):
        message_string = "msg%d" %i
        response = producer.send(topic_name, message_string.encode('utf-8'))
    producer.close()

producer_message('topic1')

消费者

root@vpn:~# cat consumer.py
#/usr/bin/python3.5
# coding:utf-8
from kafka import KafkaConsumer
# 消费者
def consumer_message(topic_name):

    consumer = KafkaConsumer(topic_name,bootstrap_servers=["c-5jgvwkxjgd.kafka.cn-east-1.internal:9092"])
    for message in consumer:
        print("%s:%d:%d: key=%s value=%s" % (message.topic, message.partition,
                                             message.offset, message.key,
                                             message.value))


consumer_message('topic1')

本文由王总整理。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

游戏编程算法与技巧

游戏编程算法与技巧

【美】Sanjay Madhav / 刘瀚阳 / 电子工业出版社 / 2016-10 / 89

《游戏编程算法与技巧》介绍了大量今天在游戏行业中用到的算法与技术。《游戏编程算法与技巧》是为广大熟悉面向对象编程以及基础数据结构的游戏开发者所设计的。作者采用了一种独立于平台框架的方法来展示开发,包括2D 和3D 图形学、物理、人工智能、摄像机等多个方面的技术。《游戏编程算法与技巧》中内容几乎兼容所有游戏,无论这些游戏采用何种风格、开发语言和框架。 《游戏编程算法与技巧》的每个概念都是用C#......一起来看看 《游戏编程算法与技巧》 这本书的介绍吧!

MD5 加密
MD5 加密

MD5 加密工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具