Kafka是一个消息系统,由LinkedIn贡献给Apache基金会,称为Apache的一个顶级项目。Kafka最初用作LinkedIn的活动流(activity stream)和运营数据处理管道(pipeline)的基础。它具有可扩展、吞吐量大和可持久化等特征,以及非常好的分区、复制和容错特征。
Kafka的关键设计决策
1). Kafka在设计之时为就将持久化消息作为通常的使用情况进行了考虑。
2). Kafka主要的设计约束是吞吐量,而不是功能。
3). Kafka有关哪些数据已经被使用了的状态信息保存为数据使用者(consumer)的一部分,而不是保存在服务器之上。
4). Kafka是一种显式的分布式系统。它假设,数据生产者(producer)、代理(brokers)和数据使用者(consumer)分散于多台机器之上。
而相比而言,传统的消息队列不能很好的支持(如超长的未处理数据、不能有效持久化)。对于数据的可用性,Kafka提供了两个保证:
(1). 生产者发送到Topic的分区上消息将会按照它们发送的顺序,而消费者收到的消息也是此顺序
(2). 如果一个Topic配置了复制因子( replication facto)为N, 那么可以允许N-1服务器当掉而不丢失任何已经增加的消息
Kafka中几个关键术语
Topic:Kafka将消息种子(Feed)分门别类, 每一类的消息称之为话题(Topic).
Producer:发布消息的对象称之为话题生产者(Kafka topic producer)
Consumer:订阅消息并处理发布的消息的种子的对象称之为话题消费者(consumers)
Broker:已发布的消息保存在一组服务器中,称之为Kafka集群。集群中的每一个服务器都是一个代理(Broker). 消费者可以订阅一个或多个话题,并从Broker拉数据,从而消费这些已发布的消息。
Kafka中的Topic
Topic是发布的消息的类别或者种子Feed名。对于每一个Topic, Kafka集群维护这一个分区的log,就像下图中的示例:Kafka集群
每一个分区都是一个顺序的、不可变的消息队列, 并且可以持续的添加。分区中的消息都被分配了一个序列号,称之为偏移量(offset),在每个分区中此偏移量都是唯一的。
Kafka集群保持所有的消息,直到它们过期,无论消息是否被消费了。
实际上消费者所持有的仅有的元数据就是这个偏移量,也就是消费者在这个log中的位置。 这个偏移量由消费者控制:正常情况当消费者消费消息的时候,偏移量也线性的的增加。但是实际偏移量由消费者控制,消费者可以将偏移量重置为更老的一个偏移量,重新读取消息。
可以看到这种设计对消费者来说操作自如, 一个消费者的操作不会影响其它消费者对此log的处理。
再说说分区。Kafka中采用分区的设计有几个目的。
一、可以处理更多的消息,不受单台服务器的限制。Topic拥有多个分区意味着它可以进行扩展,并处理更多的数据。
二、分区可以作为并行处理的单元。
Topic的分区Log被分布到集群中的多个服务器上。每个服务器处理它持有的分区。 根据配置每个分区还可以复制到其它服务器作为备份容错。
每个分区有一个leader,零或多个replica。Leader处理此分区的所有的读写请求而replica被动的复制数据。如果leader当机,其它的一个replica会被推举为新的leader。
一台服务器可能同时是一个分区的leader,另一个分区的replica。 这样可以平衡负载,避免所有的请求都只让一台或者某几台服务器处理。
关于复制原理,参考下面官档翻译:
Kafka 的集群复制设计
Kafka的集群部署
Kafka中主要有三种模式,
单机broker模式
单机多broker模式(伪分布式)
多机多broker模式(集群)
和hadoop一样,前两种多用于开发测试。第三种才是实际生产中可用的部署模式,下面介绍一下三节点kafka集群的部署流程
软件的安装直接解压缩即可:
mkdir /var/kafka && mkdir /var/zookeeper
关键参数的解释,可以参考http://debugo.com/kafka-params/
vim kafka_2.10-0.8.1.1/config/server.properties
broker.id=3
log.dirs=/var/kafka
zookeeper.connect=debugo01:2181,debugo02:2181,debugo03:2181
配置zookeeper,修改DataDir并加入集群参数
vim kafka_2.10-0.8.1.1/config/zookeeper.properties
initLimit=5
syncLimit=2
server.1=debugo01:2888:3888
server.2=debugo02:2888:3888
server.3=debugo03:2888:3888
dataDir=/var/zookeeper
#分别将1,2,3写入三个主机的myid文件
echo “1” >> /var/zookeeper/myid
在debugo01,debugo02,debugo03上分别启动zookeeper和kafka Server
1
2
3
|
bin/zookeeper–server–start.shconfig/zookeeper.properties
# 启动kafka Server
bin/kafka–server–start.shconfig/server.properties
|
这时可以在log中找到,新的broker已经将数据注册到znode中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#####debugo01#####
[2014–12–0720:54:20,506]INFO Awaiting socket connections on debugo01:9092.(kafka.network.Acceptor)
[2014–12–0720:54:20,521]INFO[Socket Server on Broker1],Started(kafka.network.SocketServer)
[2014–12–0720:54:20,649]INFO Will notload MX4J,mx4j–tools.jar isnotinthe classpath(kafka.utils.Mx4jLoader$)
[2014–12–0720:54:20,725]INFO1successfully elected asleader(kafka.server.ZookeeperLeaderElector)
[2014–12–0720:54:20,876]INFO Registered broker1at path/brokers/ids/1with address debugo01:9092.(kafka.utils.ZkUtils$)
[2014–12–0720:54:20,907]INFO[Kafka Server1],started(kafka.server.KafkaServer)
[2014–12–0720:54:20,993]INFO Newleader is1(kafka.server.ZookeeperLeaderElector$LeaderChangeListener)
#####debugo02#####
[2014–12–0720:54:35,896]INFO Awaiting socket connections on0.0.0.0:9092.(kafka.network.Acceptor)
[2014–12–0720:54:35,913]INFO[Socket Server on Broker2],Started(kafka.network.SocketServer)
[2014–12–0720:54:36,073]INFO Will notload MX4J,mx4j–tools.jar isnotinthe classpath(kafka.utils.Mx4jLoader$)
[2014–12–0720:54:36,179]INFO conflict in/controller data:{“version”:1,“brokerid”:2,“timestamp”:“1417956876081”}stored data:{“version”:1,“brokerid”:1,“timestamp”:“1417956860689”}(kafka.utils.ZkUtils$)
[2014–12–0720:54:36,398]INFO Registered broker2at path/brokers/ids/2with address debugo02:9092.(kafka.utils.ZkUtils$)
[2014–12–0720:54:36,420]INFO[Kafka Server2],started(kafka.server.KafkaServer)
#####debugo03#####
[2014–12–0720:54:43,535]INFO Awaiting socket connections on0.0.0.0:9092.(kafka.network.Acceptor)
[2014–12–0720:54:43,549]INFO[Socket Server on Broker3],Started(kafka.network.SocketServer)
[2014–12–0720:54:43,728]INFO Will notload MX4J,mx4j–tools.jar isnotinthe classpath(kafka.utils.Mx4jLoader$)
[2014–12–0720:54:43,783]INFO conflict in/controller data:{“version”:1,“brokerid”:3,“timestamp”:“1417956883737”}stored data:{“version”:1,“brokerid”:1,“timestamp”:“1417956860689”}(kafka.utils.ZkUtils$)
[2014–12–0720:54:43,999]INFO Registered broker3at path/brokers/ids/3with address debugo03:9092.(kafka.utils.ZkUtils$)
[2014–12–0720:54:44,018]INFO[Kafka Server3],started(kafka.server.KafkaServer)
|
Topic的分区和复制
1. 创建debugo01,这个topic分区数为3,复制为1(不复制)。该topic跨越全部broker。下面管理命令在任意kafka节点上执行即可
1
2
|
bin/kafka–topics.sh—create—zookeeper debugo01,debugo02,debugo03—replication–factor1—partitions3—topic debugo01
Created topic“debugo01”.
|
2. 创建debugo02,这个topic分区数为1,复制为3(每个主机都有一份)。该topic跨越全部broker。下面管理命令在任意kafka节点上执行即可
1
|
bin/kafka–topics.sh—create—zookeeper debugo01,debugo02,debugo03—replication–factor3—partitions1—topic debugo02
|
3. 列出topic信息
1
2
3
|
[root@debugo01 kafka_2.10–0.8.1.1]# bin/kafka-topics.sh –list –zookeeper localhost:2181
debugo01
debugo02
|
4. 列出topic描述信息
1
2
3
4
5
|
[root@debugo01 kafka_2.10–0.8.1.1]# bin/kafka-topics.sh –describe –zookeeper localhost:2181 –topic debugo01
Topic:debugo01 PartitionCount:3ReplicationFactor:1Configs:
Topic:debugo01 Partition:0Leader:1Replicas:1Isr:1
Topic:debugo01 Partition:1Leader:2Replicas:2Isr:2
Topic:debugo01 Partition:2Leader:3Replicas:3Isr:3
|
5. 检查log目录,对于topic debugo01,debugo01为0号分区,debugo02为1号分区。而topic debugo02则复制了3份,都为0号分区
1
2
3
4
5
6
7
8
9
10
11
|
[root@debugo01 kafka]# ll
total24
drwxr–xr–x2root root4096Dec 721:15debugo01–0
drwxr–xr–x2root root4096Dec 721:16debugo02–0
[root@debugo02 kafka]# ll
total24
drwxr–xr–x2root root4096Dec 721:15debugo01–1
drwxr–xr–x2root root4096Dec 721:16debugo02–0
#而每个分区下面都生成了index和log文件
[root@debugo01 debugo01–0]# ls
00000000000000000000.index 00000000000000000000.log
|
6. 下面topic debugo03,replication-factor为2,partition为3.那么broker id为1的debugo01会如下面describe所示,保存0号分区和1号分区。
而0号分区的repica leader为broker id = 3,包含3和1两个replicas。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
bin/kafka–topics.sh—create—zookeeper debugo01,debugo02,debugo03—replication–factor2—partitions3—topic debugo03
Created topic“debugo03”.
bin/kafka–topics.sh—describe—zookeeper localhost:2181—topic debugo03
[root@debugo01 kafka_2.10–0.8.1.1]# bin/kafka-topics.sh –describe –zookeeper localhost:2181 –topic debugo03
Topic:debugo03 PartitionCount:3ReplicationFactor:2Configs:
Topic:debugo03 Partition:0Leader:3Replicas:3,1Isr:3,1
Topic:debugo03 Partition:1Leader:1Replicas:1,2Isr:1,2
Topic:debugo03 Partition:2Leader:2Replicas:2,3Isr:2,3
[root@debugo01 kafka_2.10–0.8.1.1]# ll /var/kafka/debugo03*
/var/kafka/debugo03–0:
total0
–rw–r—r—1root root10485760Dec 721:3400000000000000000000.index
–rw–r—r—1root root 0Dec 721:3400000000000000000000.log
/var/kafka/debugo03–1:
total0
–rw–r—r—1root root10485760Dec 721:3400000000000000000000.index
–rw–r—r—1root root 0Dec 721:3400000000000000000000.log
|
消息的产生和消费
两个终端分别打开producer和consumer进行测试
1
2
3
4
5
6
7
8
|
<terminal1>
bin/kafka–console–producer.sh—broker–list debugo01:9092—topic debugo03
hello kafka
hello debugo
<terminal2>
bin/kafka–console–consumer.sh—zookeeper debugo01:2181—from–beginning—topic debugo03
hello kafka
hello debugo
|
下面使用perf命令来测试几个topic的性能,需要先下载kafka-perf_2.10-0.8.1.1.jar,并拷贝到kafka/libs下面。
50W条消息,每条1000字节,batch大小1000,topic为debugo01,4个线程(message size设置太大需要调整相关参数,否则容易OOM)。只用了13秒完成,kafka在多分区支持下吞吐量是非常给力的。
1
2
3
|
bin/kafka–producer–perf–test.sh—messages500000—message–size1000 —batch–size1000—topics debugo01—threads4—broker–list debugo01:9092,debugo02:9092,debugo03:9092
start.time,end.time,compression,message.size,batch.size,total.data.sent.in.MB,MB.sec,total.data.sent.in.nMsg,nMsg.sec
2014–12–0722:07:56:038,2014–12–0722:08:09:413,0,1000,1000,476.84,35.6514,500000,37383.1776
|
同样的参数测试debugo02, 由于但分区加复制(replicas-factor=3),用时39秒。所以,适当加大partition数量和broker相关线程数量会极大的提高性能。
1
2
3
|
bin/kafka–producer–perf–test.sh—messages500000—message–size1000 —batch–size1000—topics debugo02—threads4—broker–list debugo01:9092,debugo02:9092,debugo03:9092
start.time,end.time,compression,message.size,batch.size,total.data.sent.in.MB,MB.sec,total.data.sent.in.nMsg,nMsg.sec
2014–12–0722:13:28:840,2014–12–0722:14:07:819,0,1000,1000,476.84,12.2332,500000,12827.4199
|
同样的参数测试debugo03,用时30秒。
1
2
3
|
bin/kafka–producer–perf–test.sh—messages500000—message–size1000 —batch–size1000—topics debugo03—threads4—broker–list debugo01:9092,debugo02:9092,debugo03:9092
start.time,end.time,compression,message.size,batch.size,total.data.sent.in.MB,MB.sec,total.data.sent.in.nMsg,nMsg.sec
2014–12–0722:16:04:895,2014–12–0722:16:34:715,0,1000,1000,476.84,15.9905,500000,16767.2703
|
同理,测试comsumer的性能。
1
2
3
4
5
6
7
8
9
10
11
|
bin/kafka–consumer–perf–test.sh—zookeeper debugo01,debugo02,debugo03—messages500000—topic debugo01—threads3
start.time,end.time,fetch.size,data.consumed.in.MB,MB.sec,data.consumed.in.nMsg,nMsg.sec
2014–12–0722:19:04:527,2014–12–0722:19:17:184,1048576,476.8372,62.2747,500000,65299.7257
bin/kafka–consumer–perf–test.sh—zookeeper debugo01,debugo02,debugo03—messages500000—topic debugo02—threads3
start.time,end.time,fetch.size,data.consumed.in.MB,MB.sec,data.consumed.in.nMsg,nMsg.sec
[2014–12–0722:19:59,938]WARN[perf–consumer–78853_debugo01–1417961999315–4a5941ef],No broker partitions consumed by consumer thread perf–consumer–78853_debugo01–1417961999315–4a5941ef–1fortopic debugo02(kafka.consumer.ZookeeperConsumerConnector)
[2014–12–0722:19:59,938]WARN[perf–consumer–78853_debugo01–1417961999315–4a5941ef],No broker partitions consumed by consumer thread perf–consumer–78853_debugo01–1417961999315–4a5941ef–2fortopic debugo02(kafka.consumer.ZookeeperConsumerConnector)
2014–12–0722:20:01:008,2014–12–0722:20:08:971,1048576,476.8372,160.9305,500000,168747.8907
bin/kafka–consumer–perf–test.sh—zookeeper debugo01,debugo02,debugo03—messages500000—topic debugo03—threads3
start.time,end.time,fetch.size,data.consumed.in.MB,MB.sec,data.consumed.in.nMsg,nMsg.sec
2014–12–0722:21:27:421,2014–12–0722:21:39:918,1048576,476.8372,63.6037,500002,66693.6108
|
^^
参考
http://blog.csdn.net/smallnest/article/details/38491483
http://www.350351.com/jiagoucunchu/xiaoxixitong/46720.html
http://kafka.apache.org/documentation.html
http://backend.blog.163.com/blog/static/202294126201431723734212/
http://www.inter12.org/archives/842
来自:http://debugo.com/kafka-theory-cluster/
未经允许不得转载:天宝寺||陈瑞轩 » Kafka原理和集群测试