一、Kafka是什么？
定义：Kafka是一个基于zookeeper协调的分布式、多副本的（replica）、支持分区的（partition）系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、Storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，用scala语言编写的项目。
二、Kafka的安装与配置
一、Docker安装kafka
Kafka是用Scala语言开发的，运行在JVM上，在安装Kafka之前需要先安装JDK。
代码语言：javascript复制yum install java-1.8.0-openjdk* -y下载zookeeper镜像
代码语言：javascript复制docker pull wurstmeister/zookeeper开放端口
代码语言：javascript复制firewall-cmd --add-port=2181/tcp --permanent
firewall-cmd --reload
firewall-cmd --query-port=2181/tcp
systemctl restart docker启动镜像生成容器
代码语言：javascript复制docker run -dit --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 --name zookeeper
-p 2181:2181
-v /etc/localtime:/etc/localtime
-t wurstmeister/zookeeper下载kafka镜像
代码语言：javascript复制docker pull wurstmeister/kafka开放端口
代码语言：javascript复制firewall-cmd --add-port=9092/tcp --permanent
firewall-cmd --reload
firewall-cmd --query-port=9092/tcp
systemctl restart docker启动kafka镜像生成容器
代码语言：javascript复制docker run -dit --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 --name kafka
-p 9092:9092
-e KAFKA_BROKER_ID=0
-e KAFKA_ZOOKEEPER_CONNECT=172.21.17.47:2181
-e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://172.21.17.47:9092
-e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 wurstmeister/kafka参数说明：
-e KAFKA_BROKER_ID=0 在kafka集群中，每个kafka都有一个BROKER_ID来区分自己 -e KAFKA_ZOOKEEPER_CONNECT=ip:2181/kafka 配置zookeeper管理kafka的路径ip:2181/kafka,ip地址改为内网ip -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://ip:9092 把kafka的地址端口注册给zookeeper，ip地址改成内网ip -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 配置kafka的监听端口 -v /etc/localtime:/etc/localtime 容器时间同步虚拟机的时间
验证kafka是否可以使用
进入容器
代码语言：javascript复制docker exec -it kafka bash进入 /opt/kafka_2.13-2.7.1/bin/ 目录下
代码语言：javascript复制cd /opt/kafka_2.13-2.7.1/bin/运行kafka生产者发送消息
代码语言：javascript复制./kafka-console-producer.sh --broker-list 106.14.132.94:9092 --topic sun发送消息
代码语言：javascript复制{"datas[{"channel":"","metric":"temperature","producer":"ijinus","sn":"IJA0101-00002245","time":"1543207156000","value":"80"}],"ver":"1.0"}运行kafka消费者接收消息
代码语言：javascript复制./kafka-console-consumer.sh --bootstrap-server 106.14.132.94:9092 --topic sun --from-beginning停止zookeeper和kafka
代码语言：javascript复制docker stop zookeeper
docker rm zookeeper
docker stop kafka
docker rm kafka二、安装包安装kafka
一、安装JDK
yum install java-1.8.0-openjdk* -y二、安装Zookeeper
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.5.8/apache-zookeeper-3.5.8-bin.tar.gz
tar -zxvf apache-zookeeper-3.5.8-bin.tar.gz
cd apache-zookeeper-3.5.8-bin/
cp conf/zoo_sample.cfg conf/zoo.cfg
cd /home/apache-zookeeper-3.5.8-bin/bin
./zkServer.sh start
./zkCli.sh
ls /打印结果：
代码语言：javascript复制[zk: localhost:2181(CONNECTED) 5] ls /
[admin, brokers, cluster, config, consumers, controller, controller_epoch, isr_change_notification, kafka, latest_producer_id_block, log_dir_event_notification, zookeeper]
[zk: localhost:2181(CONNECTED) 6]三、安装Kafka
wget https://archive.apache.org/dist/kafka/2.4.1/kafka_2.11-2.4.1.tgz
tar -xzf kafka_2.11-2.4.1.tgz
cd /home/kafka_2.11-2.4.1/config
vim config/server.properties配置文件编辑
代码语言：javascript复制#broker.id属性在kafka集群中必须要是唯一
broker.id=0
#kafka部署的机器ip和提供服务的端口号
listeners=PLAINTEXT://内网ip:9092
#kafka的消息存储文件
log.dir=/usr/local/data/kafka-logs
#kafka连接zookeeper的地址
zookeeper.connect=内网ip:2181如果填写外网ip可能会遇上这种情况：
四、启动并验证kafka
启动kafka
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-server-start.sh config/server.properties &进入zookeeper目录通过zookeeper客户端查看下zookeeper的目录树
代码语言：javascript复制/home/apache-zookeeper-3.5.8-bin/bin/zkCli.sh
ls /
ls /brokers/ids校验kafka
创建主题
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-topics.sh --create --zookeeper 106.14.132.94:2181 --replication-factor 1 --partitions 1 --topic test查看kafka中目前存在的topic
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-topics.sh --list --zookeeper 106.14.132.94:2181发送消息
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-console-producer.sh --broker-list 106.14.132.94:9092 --topic testthis is a msg消费消息
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-console-consumer.sh --bootstrap-server 106.14.132.94:9092--topic test消费之前的消息
代码语言：javascript复制/home/kafka_2.11-2.4.1/bin/kafka-console-consumer.sh --bootstrap-server 106.14.132.94:9092 --from-beginning --topic test
通过jps命令查看运行的情况
对于kafka来说，一个单独的broker意味着kafka集群中只有一个节点。要想增加kafka集群中的节点数量，只需要多启动几个broker实例即可。为了有更好的理解，现在我们在一台机器上同时启动三个broker实例。
三、集群搭建与使用
一、集群配置
首先，我们需要建立好其他2个broker的配置文件：
代码语言：javascript复制cp config/server.properties config/server-1.properties
cp config/server.properties config/server-2.properties配置文件的需要修改的内容分别如下： config/server-1.properties:
代码语言：javascript复制#broker.id属性在kafka集群中必须要是唯一
broker.id=1
#kafka部署的机器ip和提供服务的端口号
listeners=PLAINTEXT://106.14.132.94:9093
log.dir=/usr/local/data/kafka-logs-1
#kafka连接zookeeper的地址，要把多个kafka实例组成集群，对应连接的zookeeper必须相同
zookeeper.connect=106.14.132.94:2181config/server-2.properties:
代码语言：javascript复制broker.id=2
listeners=PLAINTEXT://106.14.132.94:9094
log.dir=/usr/local/data/kafka-logs-2
zookeeper.connect=106.14.132.94:2181目前我们已经有一个zookeeper实例和一个broker实例在运行了，现在我们只需要在启动2个broker实例即可：
代码语言：javascript复制bin/kafka-server-start.sh -daemon config/server-1.properties
bin/kafka-server-start.sh -daemon config/server-2.properties二、验证
查看zookeeper确认集群节点是否都注册成功：
代码语言：javascript复制ls /brokers/ids现在我们创建一个新的topic，副本数设置为3，分区数设置为2：
代码语言：javascript复制bin/kafka-topics.sh --create --zookeeper 106.14.132.94:2181 --replication-factor 3 --partitions 2 --topic my-replicated-topic查看下topic的情况
代码语言：javascript复制 bin/kafka-topics.sh --describe --zookeeper 106.14.132.94:2181 --topic my-replicated-topic以下是输出内容的解释，第一行是所有分区的概要信息，之后的每一行表示每一个partition的信息。 leader节点负责给定partition的所有读写请求，同一个主题不同分区leader副本一般不一样(为了容灾) replicas 表示某个partition在哪几个broker上存在备份。不管这个几点是不是”leader“，甚至这个节点挂了，也会列出。 isr 是replicas的一个子集，它只列出当前还存活着的，并且已同步备份了该partition的节点。
现在我们向新建的 my-replicated-topic 中发送一些message，kafka集群可以加上所有kafka节点：
代码语言：javascript复制bin/kafka-console-producer.sh --broker-list 106.14.132.94:9092,106.14.132.94:9093,106.14.132.94:9094 --topic my-replicated-topicmy test msg 1 my test msg 2
现在开始消费：
代码语言：javascript复制bin/kafka-console-consumer.sh --bootstrap-server 106.14.132.94:9092,106.14.132.94:9093,106.14.132.94:9094 --from-beginning --topic my-replicated-topicmy test msg 1 my test msg 2
现在我们来测试我们容错性，因为broker1目前是my-replicated-topic的分区0的leader，所以我们要将其kill
代码语言：javascript复制ps -ef | grep server.properties
kill 14776现在再执行命令：
代码语言：javascript复制bin/kafka-topics.sh --describe --zookeeper 106.14.132.94:9092 --topic my-replicated-topic我们可以看到，分区0的leader节点已经变成了broker 0。要注意的是，在Isr中，已经没有了1号节点。leader的选举也是从ISR(in-sync replica)中进行的。 此时，我们依然可以 消费新消息：
代码语言：javascript复制bin/kafka-console-consumer.sh --bootstrap-server 106.14.132.94:9092,106.14.132.94:9093,106.14.132.94:9094 --from-beginning --topic my-replicated-topicmy test msg 1 my test msg 2
查看主题分区对应的leader信息：
代码语言：javascript复制get /brokers/topics/my-relicated-topic/partitions/0/statekafka将很多集群关键信息记录在zookeeper里，保证自己的无状态，从而在水平扩容时非常方便。
三、集群消费
log的partitions分布在kafka集群中不同的broker上，每个broker可以请求备份其他broker上partition上的数据。kafka集群支持配置一个partition备份的数量。针对每个partition，都有一个broker起到“leader”的作用，0个或多个其他的broker作为“follwers”的作用。leader处理所有的针对这个partition的读写请求，而followers被动复制leader的结果，不提供读写(主要是为了保证多副本数据与消费的一致性)。如果这个leader失效了，其中的一个follower将会自动的变成新的leader。
Producers
生产者将消息发送到topic中去，同时负责选择将message发送到topic的哪一个partition中。通过round-robin做简单的负载均衡。也可以根据消息中的某一个关键字来进行区分。通常第二种方式使用的更多。
Consumers
传统的消息传递模式有2种：队列( queue) 和（publish-subscribe）
- queue模式：多个consumer从服务器中读取数据，消息只会到达一个consumer。
- publish-subscribe模式：消息会被广播给所有的consumer。
Kafka基于这2种模式提供了一种consumer的抽象概念：消费组（consumer group）。
- queue模式：所有的consumer都位于同一个consumer group 下。
- publish-subscribe模式：所有的consumer都有着自己唯一的consumer group。
上图说明：由2个broker组成的kafka集群，某个主题总共有4个partition(P0-P3)，分别位于不同的broker上。这个集群由2个Consumer Group消费， A有2个consumer instances ，B有4个。通常一个topic会有几个consumer group，每个consumer group都是一个逻辑上的订阅者（ logical subscriber ）。每个consumer group由多个consumer instance组成，从而达到可扩展和容灾的功能。
四、Kafka可视化管理工具kafka-manager
安装及基本使用可参考：Java廖志伟
