基本原理
- Kafka 是由 LinkedIn 开发的一个分布式的音讯零碎，应用 Scala 编写，它因能够程度扩大和高吞吐率而被宽泛应用。目前越来越多的开源分布式解决零碎如 Cloudera、Apache Storm、Spark 都反对与 Kafka 集成。
- Kafka 是一种分布式的，基于公布 / 订阅的音讯零碎。次要设计指标如下：
（1）以工夫复杂度为 O(1) 的形式提供音讯长久化能力，即便对 TB 级以上数据也能保障常数工夫复杂度的拜访性能
（2）高吞吐率。即便在十分便宜的商用机器上也能做到单机反对每秒 100K 条以上音讯的传输
（3）反对 Kafka Server 间的音讯分区，及分布式生产，同时保障每个 Partition 内的音讯程序传输
（4）同时反对离线数据处理和实时数据处理
（5）Scale out：反对在线程度扩大 - Kafka 中各个组件的性能：
（1）Broker：Kafka 集群蕴含一个或多个服务器，这种服务器被称为 broker
（2）Topic：每条公布到 Kafka 集群的音讯都有一个类别，这个类别被称为 Topic。（物理上不同 Topic 的音讯离开存储，逻辑上一个 Topic 的音讯尽管保留于一个或多个 broker 上，但用户只需指定音讯的 Topic 即可生产或生产数据，不用关怀数据存于何处）
（3）Partition：Parition 是物理上的概念，每个 Topic 蕴含一个或多个 Partition
（4）Producer：负责公布音讯到 Kafka broker
（5）Consumer：音讯消费者，向 Kafka broker 读取音讯的客户端
（6）Consumer Group：每个 Consumer 属于一个特定的 Consumer Group（可为每个 Consumer 指定 group name，若不指定 group name 则属于默认的 group）
Producer 应用 Push 模式将音讯公布到 Broker，Consumer 应用 Pull 模式从 Broker 订阅并生产音讯。
零碎环境
Linux Ubuntu 20.04
OpenJDK-11.0.11
工作内容
Kafka 装置依赖 Scala、ZooKeeper，所以须要先装置 Scala 与 ZooKeeper。而后在已装置好 Scala 和 ZooKeeper 的环境根底上，装置部署 Kafka。
工作步骤
1. 首先在 Linux 本地，新建 /data/kafka1 目录，用于寄存实验所需文件。
mkdir -p /data/kafka1 切换目录到 /data/kafka1 下，应用 wget 命令，下载所需安装包 scala-2.13.5.tgz，kafka_2.13-2.8.0.tgz 以及 apache-zookeeper-3.6.3-bin.tar.gz。
cd /data/kafka1
**wget https://adoptopenjdk.net/**
wget https://www.apache.org/dyn/closer.cgi?path=/kafka/2.8.0/kafka_2.13-2.8.0.tgz
wget https://mirrors.tuna.tsinghua.edu.cn/apache/zookeeper/zookeeper-3.6.3/apache-zookeeper-3.6.3-bin.tar.gz
2. 装置 Scala。
切换到 /data/kafka1 目录下，将 Scala 安装包 scala-2.13.5.tgz 解压到 /apps 目录下，并将解压后的目录，重命名为 scala。
cd /data/kafka1
tar -xzvf /data/kafka1/scala-2.13.5.tgz -C /apps/
cd /apps
mv /apps/scala-2.13.5/ /apps/scala 应用 vim 关上用户环境变量。
sudo vim ~/.bashrc 将以下 Scala 的门路信息，追加到用户环境变量中。
#scala
export SCALA_HOME=/apps/scala
export PATH=$SCALA_HOME/bin:$PATH 执行 source 命令，使环境变量失效。
source ~/.bashrc
3. 切换到 /data/kafka1 目录下，将 kafka 的压缩包 kafka_2.13-2.8.0.tgz 解压到 /apps 目录下，并将解压缩后的目录，重命名为 kafka。
cd /data/kafka1
tar -xzvf /data/kafka1/kafka_2.13-2.8.0.tgz -C /apps/
cd /apps
mv /apps/kafka_2.13-2.8.0/ /apps/kafka 应用 vim 关上用户环境变量。
sudo vim ~/.bashrc 将以下 Kafka 的门路信息，追加到用户环境变量中。
#kafka
export KAFKA_HOME=/apps/kafka
export PATH=$KAFKA_HOME/bin:$PATH 执行 source 命令，使环境变量失效。
source ~/.bashrc
4. 因为 Kafka 的局部数据须要存储到 ZooKeeper 中，所以必须额定装置 ZooKeeper，或应用 Kafka 安装包自带的 ZooKeeper 程序。
首先来演示应用外置的 ZooKeeper 程序。
将 /data/kafka1 目录下 apache-zookeeper-3.6.3-bin.tar.gz，解压缩到 /apps 目录下，并将解压缩的目录，重命名为 zookeeper。
cd /data/kafka1
tar -xzvf /data/kafka1/apache-zookeeper-3.6.3-bin.tar.gz -C /apps/
cd /apps
mv /apps/apache-zookeeper-3.6.3/ /apps/zookeeper 应用 vim 关上用户环境变量。
sudo vim ~/.bashrc 将以下 Zookeeper 的门路信息，追加到用户环境变量中。
#zookeeper
export ZOOKEEPER_HOME=/apps/zookeeper
export PATH=$ZOOKEEPER_HOME/bin:$PATH 执行 source 命令，使环境变量失效。
source ~/.bashrc 批改 ZooKeeper 的配置文件，将 ZooKeeper 配置为单机模式。
切换到 ZooKeeper 的配置文件所在目录 /apps/zookeeper/conf 下，将 zoo_sample.cfg 重命名为 zoo.cfg
cd /apps/zookeeper/conf/
mv /apps/zookeeper/conf/zoo_sample.cfg /apps/zookeeper/conf/zoo.cfg 应用 vim 关上 zoo.cfg 文件，并批改 dataDir 项内容
vim zoo.cfg 由：
dataDir=/tmp/zookeeper 改为：
dataDir=/data/tmp/zookeeper-outkafka/data 这里的 /data/tmp/zookeeper-outkafka/data 目录须要提前创立。
mkdir -p /data/tmp/zookeeper-outkafka/data 启动 ZooKeeper，并查看 ZooKeeper 的运行状态。
cd /apps/zookeeper/bin
./zkServer.sh start
./zkServer.sh status 敞开 ZooKeeper。
cd /apps/zookeeper/bin
./zkServer.sh stop
5. 应用 Kafka 内置的 ZooKeeper，切换目录到 /apps/kafka/config 目录下。
cd /apps/kafka/config 这里搁置着与 ZooKeeper 的配置文件 zoo.cfg 性能类似的配置文件 zookeeper.properties，应用 vim 关上 zookeeper.properties 配置文件。
vim zookeeper.properties 将 dataDir 目录批改为 /data/tmp/zookeeper-inkafka/data 目录。
dataDir=/data/tmp/zookeeper-inkafka/data 这里的 /data/tmp/zookeeper-inkafka/data 目录，须提前创立。
mkdir -p /data/tmp/zookeeper-inkafka/data 上面启动 ZooKeeper 服务，切换目录到 /apps/kafka 目录下，在 kafka 的 bin 目录下放有 ZooKeeper 的启动脚本，按 Ctrl+ c 退出。
cd /apps/kafka
bin/zookeeper-server-start.sh config/zookeeper.properties & 开端的 & 符号，会将 zookeeper-server-start.sh 放到后盾执行。输出 jps
jps 查看 ZooKeeper 的过程 QuorumPeerMain
上面敞开 ZooKeeper 过程
cd /apps/kafka
bin/zookeeper-server-stop.sh stop
6. 以上两种 ZooKeeper 的应用形式，默认应用外置的 ZooKeeper，对 Kafka 数据进行治理。
至此 Kafka 已装置结束。
接下来对 Kafka 进行测试，检测是否能够失常运行。
7. 切换到 /apps/zookeeper 目录下，启动 ZooKeeper 服务。
cd /apps/zookeeper
bin/zkServer.sh start
8. 切换到 /apps/kafka/config 目录下，这里搁置了 Kafka 的相干的配置文件。应用 vim 关上 Kafka 服务的配置文件 server.properties。
cd /apps/kafka/config
vim server.properties server.properties 文件中的配置项包含：服务器根本配置，socket 服务设置，log 日志的配置，log 刷新策略，log 保留策略，ZooKeeper 配置。
服务器根本配置，次要包含以后节点的编号。
ZooKeeper 配置中，包含 ZooKeeper 服务的 IP 和端口号等。
批改 zookeeper.connect 项的值为：
zookeeper.connect=localhost:2181 这里的 IP 和端口，是 ZooKeeper 发送接管音讯应用的端口。IP 必须为 ZooKeeper 服务的 IP，咱们设置为 localhost，端口必须和 /apps/zookeeper/conf 下 zoo.cfg 中的 clientPort 端口统一。
9. 切换目录到 /apps/kafka 目录下，启动 Kafka 服务。启动 Kafka 服务时，会读取 Kafka 配置文件目录下的 server.properties 文件。
cd /apps/kafka
bin/kafka-server-start.sh config/server.properties & 这样启动了 Kafka 的 server，并在后端运行。
10. 另外开启一个窗口，调用 /apps/kafka/bin 目录下 kafka-topic.sh 脚本创立一个 topic。
cd /apps/kafka
bin/kafka-topics.sh \
--create \
--zookeeper localhost:2181 \
--replication-factor 1 \
--topic sayaword \
--partitions 1
kafka-topic.sh 命令后，须要增加一些参数，比方 ZooKeeper 的配置，主题名称等。
上面查看 Kafka 中，都有哪些 topic
cd /apps/kafka
bin/kafka-topics.sh --list --zookeeper localhost:2181
11. 调用 /apps/kafka/bin 目录下 kafka-console-producer.sh，来生产一些音讯，producer 也就是生产者。
cd /apps/kafka
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic sayaword 这里的 localhost 为 Kafka 的 IP，9092 为 broker 节点的端口。用户能够在 console 界面上，输出信息，交给 producer 进行解决，并发给 consumer。
12. 再令开启一个窗口，调用 bin 目录下 kafka-console-consumer.sh，启动 consumer，consumer 作为消费者，用来生产数据。
cd /apps/kafka
bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic sayaword --from-beginning
kafka-console-consumer.sh 仍然须要加一些参数，比方 ZooKeeper 的 IP 及端口、主题名称、读取数据地位等。
13. 在执行 kafka-console-producer.sh 命令的界面中，轻易输出几行文字，按回车。能够看到在 consumer 端，会将同样的内容，输入进去。
producer 端：
consumer 端：
14. 退出测试。
在 kafka-console-consumer.sh、kafka-console-producer.sh 及 kafka-server-start.sh 在命令行界面，执行 Ctrl + c，别离退出 consumer，producer 及 server。
切换目录到 /apps/zookeeper/bin 目录下，进行 ZooKeeper。
cd /apps/zookeeper/bin
./zkServer.sh stop