安装 · JAVA · 看云

[TOC] # 安装 ## 下载安装jdk,并配置好环境变量下载kafka到/tmp下 ~~~ wget http://mirrors.tuna.tsinghua.edu.cn/apache/kafka/0.11.0.0/kafka_2.12-0.11.0.0.tgz -P /tmp ~~~ 你可以登录Apache kafka 官方下载。 http://kafka.apache.org/downloads.html 注意:别下成源文件了！带src的是源文件,如： ~~~ Source download: kafka-0.10.1.0-src.tgz (asc, md5) ~~~ 你应该下的是： ~~~ Scala 2.11 - kafka_2.11-0.10.1.0.tgz (asc, md5) ~~~ 推荐下载scala 2.11版本的 ## server.properties配置文件在kafak目录下创建个logs文件夹解压去config文件夹下,编辑server.properties ~~~ # broker的全局唯一编号,不能重复 broker.id=0 # 用来监听链接的端口,producer或consumer将在此端口建立连接 port=9092 #删除topic功能使能 delete.topic.enable=true # 处理网络请求的线程数量 num.network.threads=3 # 用来处理磁盘IO线程数量 num.io.threads=8 # 发送套接字的缓冲区大小 socket.send.buffer.bytes=102400 # 接受套接字的缓冲区大小 socket.receive.buffer.bytes=102400 # 请求套接字的缓冲区大小 socket.request.max.bytes=104857600 # kafka运行日志存放的路径 log.dirs=/root/tools/kafka/logs # topic在当前broker上的分片个数 num.partitions=2 # 用来恢复和清理data下数据 num.recovery.threads.per.data.dir=1 # segment文件保留的最长时间,超时将被删除,和下面参数配合,达到这个时间生成新的 log.retention.hours=168 # 滚动生成新的segment文件的最大时间 log.roll.hours=168 # 日志文件中每个segment的大小,默认为1G log.segment.bytes=1073741824 # 周期性检查文件大小的时间,检查上面一个参数 log.retention.check.interval.ms=300000 # 消息保存的最大值5M message.max.byte=5242880 #kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务 default.replication.factor=2 # 日志清理是否打开 log.cleaner.enable=true # broker需要使用zookeeper保存meta数据 zookeeper.connect=master:2181,slave1:2181,slave2:2181 # zookeeper链接超时时间 zookeeper.connection.timeout.ms=6000 # partion buffer中,消息的条数达到阈值,将触发flush到磁盘 log.flush.interval.messages=10000 # 消息buffer的时间,达到阈值,将触发flush到磁盘 log.flush.interval.ms=3000 # 删除topic需要server.properties中设置delete.topic.enable=true否则只是标记删除 delete.topic.enable=true # 此处的host.name为本机ip,如果不改,则客户端会抛出:Producer connection to localhost:9092 unsuccessful错误 host.name=master advertised.host.name=192.168.33.70 ~~~ 分发到各个机器上 **`改下broker.id还有host.name还有advertised.host.name还有log的位置`** 配置下kafka的环境变量 ## producer.proerties配置文件 ~~~ #指定kafka节点列表,用于获取metadata,不必全部指定 metadata.broker.list=master:9092,slave1:9092,slave2:9092 #指定分区处理类.,默认kafka.producer.DefaultPartitioner,表通过key哈希到对应分区 #partitioner.class=kafka.producer.DefaultPartitioner #是否压缩,默认0表示不压缩,1表示用gzip压缩,2表示用snappy压缩.压缩后消息中会有头来指明消息压缩的类型,故在消费者端消息解压是透明的无需指定 compression.codec=none #指定序列化处理类,数据传输需要序列化 serializer.class=kafka.serializer.DefaultEncoder #如果要压缩消息,这里指定哪些topic要压缩消息,默认empty,表示不压缩 #compressed.topic= #设置发送数据是否需要服务端的反馈,有三个值0,-1,1 # 0:producer不会等待broker发送ack # 1:当leader接收到消息之后发送ack # -1:当所有的follower都同步消息成功后发送ack request.required.acks=0 #在向producer发送ack之前,broker允许等待的最大时间,如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种原因未能成功(比如follower未能同步成功) request.timeout.ms=10000 #同步还是异步发送消息,默认sync表示同步,async表示异步. #异步可以提高发送吞吐量,也意味着消息将会在本地buffer中,并适时批量发送,但是也可能导致丢失未发送过去的消息 producer.type=sync #在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker,默认为5000ms #在值和batch.num.message协同工作 queue.buffering.max.ms=5000 #在async模式下,producer端允许buffer的最大消息量 #无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积 #此时,如果消息的条数达到阈值,将会导致producer端阻塞或者消息被抛弃,默认为10000 queue.buffering.max.messages=20000 #如果是异步,指定每次批量发送数据量,默认为200 batch.num.messages=500 #当消息在producer端沉积的条数达到"queue.buffering.max.messages"后 #阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送任何消息) #此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间 #-1:无阻塞超时限制,消息不会被抛弃 #0:立即清空队列,消息被抛弃 queue.enqueue.timeout.ms=-1 #当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数 #因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失) #有可能导致broker接收到重复的消息,默认值为3 message.send.max.retries=3 #producer刷新topic metadata的时间间隔,producer需要知道partition leader的位置,以及当前topic的情况 #因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新 #(比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制,默认值600000 topic.metadata.refresh.interval.ms=60000 ~~~ **`metadata.broker.list`要修改地址** ## consumer.properties配置文件 ~~~ #zookeeper连接服务器地址 zookeeper.connect=master:2181,slave1:2181,slave2:2181 #zookeeper的session过期时间,默认5000ms,用于检测消费者是否挂掉 zookeeper.session.timeout.ms=5000 #当消费者挂掉,其他消费者要等该指定时间才能检查到并且触发重新负载均衡 zookeeper.connection.timeout.ms=10000 #指定多久消费者更新offset到zookeeper中.注意offset更新时基于time而不是每次获得的消息.一旦在更新zookeeper发生异常并重启,将可能拿到已拿到过的消息 zookeeper.sync.time.ms=2000 #指定消费 #group.id=master #当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息 #注意offset信息并不是每消费一次消息就向zk提交一次,而先在本地保存(内存),并定期提交,默认为true auto.commit.enable=true #自动更新时间.默认60*1000 auto.commit.interval.ms=1000 #当前consumer的标识,可以设定,也可以有系统生成,主要用来跟踪消息消费情况,便于观察 consumer.id=xx #消费者客户端编号,用户区分不同客户端,默认客户端程序自动产生 client.id=xxx #最大取多少块缓存到消费者(默认10) queued.max.message.chunks=50 #当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新的consumer上. #如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册"Partition Owner registry"节点信息, #但是有可能此时旧的consumer尚没有释放此节点,此值用于控制,注册节点的重试次数 rebalance.max.retries=5 #获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk.每次feth将得到多条消息,此值为总大小,提示此值,将会消耗更多的consumer端内存 fetch.min.bytes=6553600 #当消息的尺寸不足时,server阻塞的时间.如果超时,消息将立即发送给consumer #就是consumer拉取消息的时候,消息比如生产了一半,这时候会等待,等待的时间超过这个时候就不管了,发给consumer fetch.wait.max.ms=5000 socket.receive.buffer.bytes=655360 #如果zookeeper没有offset值或者offset值超出范围.那么就给个初始的offset. #有smallest,largest,anything可选,分别表示给当前最小的offset,当前最大的offset,抛异常.默认largest auto.offset.reset=smallest #指定序列化处理类 derializer.class=kafka.serializer.DefaultDecoder ~~~ ## 启动然后各个节点启动kafka ~~~ kafka-server-start.sh config/server.properties ~~~ 启动成功,jps查看会出现kafka 如果报这种错误表示jdk版本要java8的 ~~~ kafka/Kafka : Unsupported major.minor version 52.0 ~~~ # 日志 ~~~ server.log #kafka的运行日志 state-change.log #kafka他是用zookeeper来保存状态，所以他可能会进行切换，切换的日志就保存在这里 controller.log #kafka选择一个节点作为“controller”,当发现有节点down掉的时候它负责在游泳分区的所有节点中选择新的leader,这使得Kafka可以批量的高效的管理所有分区节点的主从关系。如果controller down掉了，活着的节点中的一个会备切换为新的controller. ~~~ # zk中查看状态 ~~~ #查看目录情况执行“ls /” [zk: 127.0.0.1:2181(CONNECTED) 0] ls / #显示结果：[consumers, config, controller, isr_change_notification, admin, brokers, zookeeper, controller_epoch] ''' 上面的显示结果中：只有zookeeper是原生的，其他都是Kafka创建的 ''' #标注一个重要的 [zk: 127.0.0.1:12181(CONNECTED) 1] get /brokers/ids/0 {"jmx_port":-1,"timestamp":"1456125963355","endpoints":["PLAINTEXT://192.168.7.100:19092"],"host":"192.168.7.100","version":2,"port":19092} cZxid = 0x1000001c1 ctime = Mon Feb 22 15:26:03 CST 2016 mZxid = 0x1000001c1 mtime = Mon Feb 22 15:26:03 CST 2016 pZxid = 0x1000001c1 cversion = 0 dataVersion = 0 aclVersion = 0 ephemeralOwner = 0x152e40aead20016 dataLength = 139 numChildren = 0 [zk: 127.0.0.1:12181(CONNECTED) 2] #还有一个是查看partion [zk: 127.0.0.1:12181(CONNECTED) 7] get /brokers/topics/shuaige/partitions/0 null cZxid = 0x100000029 ctime = Mon Feb 22 10:05:11 CST 2016 mZxid = 0x100000029 mtime = Mon Feb 22 10:05:11 CST 2016 pZxid = 0x10000002a cversion = 1 dataVersion = 0 aclVersion = 0 ephemeralOwner = 0x0 dataLength = 0 numChildren = 1 [zk: 127.0.0.1:12181(CONNECTED) 8] ~~~ # 常见问题 ## 启动advertised.listeners配置异常 ~~~ java.lang.IllegalArgumentException: requirement failed: advertised.listeners cannot use the nonroutable meta-address 0.0.0.0. Use a routable IP address. at scala.Predef$.require(Predef.scala:277) at kafka.server.KafkaConfig.validateValues(KafkaConfig.scala:1203) at kafka.server.KafkaConfig.<init>(KafkaConfig.scala:1170) at kafka.server.KafkaConfig$.fromProps(KafkaConfig.scala:881) at kafka.server.KafkaConfig$.fromProps(KafkaConfig.scala:878) at kafka.server.KafkaServerStartable$.fromProps(KafkaServerStartable.scala:28) at kafka.Kafka$.main(Kafka.scala:82) at kafka.Kafka.main(Kafka.scala) ~~~ **解决方法：修改server.properties** ~~~ advertised.listeners=PLAINTEXT://{ip}:9092 # ip可以内网、外网ip、127.0.0.1 或域名 ~~~ **解析** server.properties中有两个listeners。 listeners：启动kafka服务监听的ip和端口，可以监听内网ip和0.0.0.0(不能为外网ip)，默认为java.net.InetAddress.getCanonicalHostName()获取的ip。advertised.listeners：生产者和消费者连接的地址，kafka会把该地址注册到zookeeper中，所以只能为除0.0.0.0之外的合法ip或域名，默认和listeners的配置一致 ## 启动PrintGCDateStamps异常 ~~~ [0.004s][warning][gc] -Xloggc is deprecated. Will use -Xlog:gc:/data/service/kafka_2.11-0.11.0.2/bin/../logs/kafkaServer-gc.log instead. Unrecognized VM option 'PrintGCDateStamps' Error: Could not create the Java Virtual Machine. Error: A fatal exception has occurred. Program will exit. ~~~ **解决方法: 更换jdk1.8.x版本或者使用>=kafka1.0.x的版本** **解析** 只有在jdk1.9并且kafka版本在1.0.x之前的版本才会出现 ## 生成者发送message失败或消费者不能消费(kafka1.0.1) ~~~ #(java)org.apache.kafka警告 Connection to node 0 could not be established. Broker may not be available. # (nodejs) kafka-node异常 (执行producer.send后的异常) { TimeoutError: Request timed out after 30000ms at new TimeoutError (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\errors\TimeoutError.js:6:9) at Timeout.setTimeout [as _onTimeout] (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\kafkaClient.js:737:14) at ontimeout (timers.js:466:11) at tryOnTimeout (timers.js:304:5) at Timer.listOnTimeout (timers.js:264:5) message: 'Request timed out after 30000ms' } ~~~ **解决方法**: 检查advertised.listeners的配置（如果有多个Broker可根据java版本的对应的node号检查配置），判断当前的网络是否可以连接到地址(telnet等) ## partitions配置的值过小造成错误(kafka1.0.1) ~~~ #(java)org.apache.kafka(执行producer.send) Exception in thread "main" org.apache.kafka.common.KafkaException: Invalid partition given with record: 1 is not in the range [0...1). at org.apache.kafka.clients.producer.KafkaProducer.waitOnMetadata(KafkaProducer.java:908) at org.apache.kafka.clients.producer.KafkaProducer.doSend(KafkaProducer.java:778) at org.apache.kafka.clients.producer.KafkaProducer.send(KafkaProducer.java:768) at com.wenshao.dal.TestProducer.main(TestProducer.java:36) # (nodejs) kafka-node异常 (执行producer.send后的异常) { BrokerNotAvailableError: Could not find the leader at new BrokerNotAvailableError (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\errors\BrokerNotAvailableError.js:11:9) at refreshMetadata.error (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\kafkaClient.js:831:16) at D:\project\node\kafka-test\src\node_modules\kafka-node\lib\client.js:514:9 at KafkaClient.wrappedFn (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\kafkaClient.js:379:14) at KafkaClient.Client.handleReceivedData (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\client.js:770:60) at Socket.<anonymous> (D:\project\node\kafka-test\src\node_modules\kafka-node\lib\kafkaClient.js:618:10) at Socket.emit (events.js:159:13) at addChunk (_stream_readable.js:265:12) at readableAddChunk (_stream_readable.js:252:11) at Socket.Readable.push (_stream_readable.js:209:10) message: 'Could not find the leader' } ~~~ **解决方法**: 修改num.partitions的值，partitions在是在创建topic的时候默认创建的partitions节点的个数，只对新创建的topic生效，所有尽量在项目规划时候定一个合理的值。也可以通过命令行动态扩容() ~~~ ./bin/kafka-topics.sh --zookeeper localhost:2181 --alter --partitions 2 --topic foo ~~~