一、zookeeper介绍:
1.zookeeper简介:
Zookeeper:开源分布式的服务,为分布式框架提供协调服务的apache项目
2.zookeeper特点:
- Zookeeper:一个领导者(Leader) ,多个跟随者(Follower) 组成的集群。
- Zookeepe集群中只要有半数以上节点存活,Zookeeper集群就能正常服务。所以Zookeeper适合安装奇数台服务器。
- 全局数据一致:每个Server保存一份相同的数据副本,Client无论连接到哪个Server, 数据都是一致的。
- 更新请求顺序执行,来自同一个Client的更新请求按其发送顺序依次执行,即先进先出。.
- 数据更新原子性,一次数据更新要么成功,要么失败。
- 实时性,在一定时间范围内,Client能读到最新数据。
3.zookeeper工作模式及机制:
Zookeeper工作模式:文件系统+通知机制
工作机制:
1、每个服务端上线时需要到zookeeper集群注册信息
2、客户端从zookeeper集群获取在线服务端信息列表并监听
3、服务端上线下线时,zookeeper需要更新列表信息并通知客户端
4、客户端接收到通知重新获取zookeeper在线服务器列表
4.ZooKeeper的数据结构:
ZooKeeper数据模型的结构与Linux文件系统很类似,整体上可以看作是一棵树,每个节点称做一个ZNode。每一个ZNode默认能够存储1MB的数据,每个ZNode都可以通过其路径唯一标识。
5.ZooKeeper的应用场景:
5.1 统一命名服务:
在分布式环境下,经常需要对应用/服务进行统一命名,便于识别。例如:IP不容易记住,而域名容易记住。
5.2 统一配置管理:
(1)分布式环境下,配置文件同步非常常见。一般要求一个集群中,所有节点的配置信息是一致的,比如Kafka集群。对配置文件修改后,希望能够快速同步到各个节点上。
(2)配置管理可交由ZooKeeper实现。可将配置信息写入ZooKeeper上的一个Znode。各个客户端服务器监听这个Znode。一旦 Znode中的数据被修改,ZooKeeper将通知各个客户端服务器。
5.3 统一集群管理:
(1)分布式环境中,实时掌握每个节点的状态是必要的。可根据节点实时状态做出一些调整。
(2)ZooKeeper可以实现实时监控节点状态变化。可将节点信息写入ZooKeeper上的一个ZNode。监听这个ZNode可获取它的实时状态变化。
5.4 服务器动态上下线:
客户端能实时洞察到服务器上下线的变化。
5.5 软负载均衡:
在Zookeeper中记录每台服务器的访问数,让访问数最少的服务器去处理最新的客户端请求。
二、ZooKeeper的选举机制:
1.第一次启动选举机制:
- 服务器1启动,发起一次选举。服务器1投自己一票。此时服务器1票数一票,不够半数以上(3票),选举无法完成,服务器1状态保持为LOOKING;
- 服务器2启动,再发起一次选举。服务器1和2分别投自己一票并交换选票信息:此时服务器1发现服务器2的myid比自己目前投票推举的(服务器1)大,更改选票为推举服务器2。此时服务器1票数0票,服务器2票数2票,没有半数以上结果,选举无法完成,服务器1,2状态保持LOOKING
- 服务器3启动,发起一次选举。此时服务器1和2都会更改选票为服务器3(有半数以上的结果,根据myid最大的)。此次投票结果:服务器1为0票,服务器2为0票,服务器3为3票。此时服务器3的票数已经超过半数,服务器3当选Leader。服务器1,2更改状态为FOLLOWING,服务器3更改状态为LEADING;
- 服务器4启动,发起一次选举。此时服务器1,2,3已经不是LOOKING状态,不会更改选票信息。交换选票信息结果:服务器3为3票,服务器4为1票。此时服务器4服从多数,更改选票信息为服务器3,并更改状态为FOLLOWING;
- 服务器5启动,同4一样当小弟。
2.非第一次启动选举机制:
当ZooKeeper集群中的一台服务器出现以下两种情况之一时,就会开始进入Leader选举:
- 服务器初始化启动。
- 服务器运行期间无法和Leader保持连接。
而当一台机器进入Leader选举流程时,当前集群也可能会处于以下两种状态:
- 集群中本来就已经存在一个Leader。
对于已经存在Leader的情况,机器试图去选举Leader时,会被告知当前服务器的Leader信息,对于该机器来说,仅仅需要和Leader机器建立连接,并进行状态同步即可。
- 集群中确实不存在Leader
假设ZooKeeper由5台服务器组成,SID分别为1、2、3、4、5,ZXID分别为8、8、8、7、7,并且此时SID为3的服务器是Leader。某一时刻,3和5服务器出现故障,因此开始进行Leader选举。
- SID:服务器ID。用来唯一标识一台ZooKeeper集群中的机器,每台机器不能重复,和myid一致。
- ZXID:事务ID。ZXID是一个事务ID,用来标识一次服务器状态的变更。在某一时刻,集群中的每台机器的ZXID值不一定完全一致,这和ZooKeeper服务器对于客户端“更新请求”的处理逻辑速度有关。
- Epoch:每个Leader任期的代号。没有Leader时同一轮投票过程中的逻辑时钟值是相同的。每投完一次票这个数据就会增加
3.选举Leader规则:
- EPOCH大的直接胜出。
- EPOCH相同,事务id大的胜出。
- 事务id相同,服务器id大的胜出。
三、部署ZooKeeper集群:
1.环境准备:
服务器类型 | 系统和IP地址 | 需要安装的组件 |
---|---|---|
Zookeeper服务器1 | CentOS7.4(64 位) 192.168.91.10 | jdk |
Zookeeper服务器2 | CentOS7.4(64 位) 192.168.91.20 | jdk |
Zookeeper服务器3 | CentOS7.4(64 位) 192.168.91.30 | jdk |
1.1 关闭防火墙:
systemctl stop firewalld
setenforce 0
1.2 安装 JDK(所有节点):
#非最小化安装一般自带
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version
1.3 下载安装包(所有节点):
cd /opt/
rz -E
tar zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7
2.修改配置文件(所有节点):
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfgvim zoo.cfg
-----------------------------------------------------------------------------
tickTime=2000 #通信心跳时间,Zookeeper服务器与客户端心跳时间,单位毫秒
initLimit=10 #Leader和Follower初始连接时能容忍的最多心跳数(tickTime的数量),这里表示为10*2s
syncLimit=5 #Leader和Follower之间同步通信的超时时间,这里表示如果超过5*2s,Leader认为Follwer死掉,并从服务器列表中删除Follwer
dataDir=/usr/local/zookeeper-3.5.7/data ●修改,指定保存Zookeeper中的数据的目录,目录需要单独创建
dataLogDir=/usr/local/zookeeper-3.5.7/logs ●添加,指定存放日志的目录,目录需要单独创建
clientPort=2181 #客户端连接端口
#添加集群信息
server.1=192.168.91.10:3188:3288
server.2=192.168.91.20:3188:3288
server.3=192.168.91.30:3188:3288
#集群节点通信时使用端口3188,选举leader时使用的端口3288
-------------------------------------------------------------------------------------
server.A=B:C:D
●A是一个数字,表示这个是第几号服务器。集群模式下需要在zoo.cfg中dataDir指定的目录下创建一个文件myid,这个文件里面有一个数据就是A的值,Zookeeper启动时读取此文件,拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server。
●B是这个服务器的地址。
●C是这个服务器Follower与集群中的Leader服务器交换信息的端口。●D是万一集群中的Leader服务器挂了,需要一个端口来重新进行选举,选出一个新的Leader,而这个端口就是用来执行选举时服务器相互通信的端口。
3.创建数据目录和日志目录(所有节点):
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs
4.在 dataDir 指定目录下创建一个 myid 的文件(分别添加):
echo 1 > /usr/local/zookeeper-3.5.7/data/myid #zookeeper服务器1上添加
echo 2 > /usr/local/zookeeper-3.5.7/data/myid #zookeeper服务器2上添加
echo 3 > /usr/local/zookeeper-3.5.7/data/myid #zookeeper服务器3上添加
5.配置 Zookeeper 启动脚本(所有节点):
vim /etc/init.d/zookeeper
--------------------------------------------------
#!/bin/bash
#chkconfig:2345 20 90
#description: Zookeeper Service Control Script
ZK_HOME='/usr/local/zookeeper-3.5.7'
case $1 in
start)
echo "-----zookeeper启动-----"
$ZK_HOME/bin/zkServer.sh start
;;
stop)
echo "----zookeeper停止-------"
$ZK_HOME/bin/ zkServer.sh stop
;;
restart)
echo "----zookeeper重启-------"
$ZK_HOME/bin/zkServer.sh restart
;;
status)
echo "-----zookeeper状态------"
$ZK_HOME/bin/zkServer.sh status
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
6.启动、设置开机自启、查看服务状态:
#设置开机自启
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper#分别启动 Zookeeper
service zookeeper start#查看当前状态
service zookeeper status
服务器1:
服务器2:
服务器3:
四、消息队列kafka:
1、为什么要有消息队列:
高并发环境下,同步请求来不及处理,请求往往会发生阻塞,比如大量请求并发访问数据库,导致行锁表,最后请求线程堆积过多,引发雪崩。
雪崩:高并发情况下redis服务器无法同时处理大量请求,导致rdis崩溃直接查询数据库。
2、使用消息队列的好处:
2.1 解耦:
允许独立的扩展或修改两边的处理过程,只有确保他们遵守同样的接口约束
2.2 可恢复性:
系统一部分组件失效不会影响整个系统,消息队列降低了过程的耦合度,即使一个处理消息的进程挂掉了,加入队列中的消息仍然可以在系统恢复后被处理。
2.3 缓存:
有助于控制和优化数据流经过的速度,解决生成消费信息的处理速度不一致的情况
2.4 灵活性&峰值处理能力:
能够使关键组件顶住突发的访问压力,而不会因为突发的超负荷的请求而完全崩溃
2.5 异步通信:
允许用户把一个消息加入队列,但并不立即处理它。想向队列中放多少消息就放多少,在需要的时候去处理他们
3、消息队列的2种模式:
3.1 点对点(一对一):
- 消费者主动拉取数据,消费者将生产者生成的数据拉取完成则消费者将消息删除。
3.2 发布/订阅模式(一对多也称为观察者模式):
- 消费者消费数据之后不会清除消息
- 生产者发布消息到topic,同时有多个消费者
- 观察者(实时观察消费者消费能力即处理数据能力)观察整个消息队列,根据消费者的能力配置,发送数据给消费者
4.Kafka的简介:
kafka是一个分布式的,支持分区的,多副本基于发布/订阅模式的消息队列(MQ message quene),主要用于日志和大数据实时处理
5.kafka特点:
- 高吞吐量每秒钟可以处理几十万消息,延迟最低只是几毫秒。
- 持久性、可靠性,完善的消息存储机制存储到磁盘,保证数据的高效和持久化
- 分布式,生产者数据会存放在所有机器上,挂一台数据不会丢失。
- 容错性,允许集群中节点失败,允许副本-1个节点失败
- 高并发,支持千个客户端同时读写
kafka%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%90%8D%E8%AF%8D%E4%BB%8B%E7%BB%8D">6.kafka系统架构名词介绍:
- broker:一台kafka服务器就是一个broker。一个集群由多个broker组成,一个broker可以容纳多个topic
- Produer:生产者。也就是写入消息的一方,将消息写入broker中
- Consumer:消费者。也就是读取消息的一方,从broker中读取消息
- Zookeeper:kafka使用zookeeper来管理集群的元数据,以及控制器的选举等操作。
- topic:主题。每一个消息都属于某个主题,kafka通过主题来划分消息,是一个逻辑上的分类
- partition:即分区,同一个主题下的消息还可以继续分成多个分区,一个分区只属于一个主题
Partation 数据路由规则:
1.指定了 patition,则直接使用
2.未指定 patition 但指定 key(相当于消息中某个属性),通过对 key 的 value 进行 hash 取模,选出一个 patition
3.patition 和 key 都未指定,使用轮询选出一个 patition每条消息都会有一个自增的编号,用于标识消息的偏移量,标识顺序从 0 开始。
每个 partition 中的数据使用多个 segment 文件存储。
如果 topic 有多个 partition,消费数据时就不能保证数据的顺序。严格保证消息的消费顺序的场景下(例如商品秒杀、 抢红包),需要将 partition 数目设为 1。
- broker 存储 topic 的数据。如果某 topic 有 N 个 partition,集群有 N 个 broker,那么每个 broker 存储该 topic 的一个 partition。
- 如果某 topic 有 N 个 partition,集群有 (N+M) 个 broker,那么其中有 N 个 broker 存储 topic 的一个 partition, 剩下的 M 个 broker 不存储该 topic 的 partition 数据。
- 如果某 topic 有 N 个 partition,集群中 broker 数目少于 N 个,那么一个 broker 存储该 topic 的一个或多个 partition。在实际生产环境中,尽量避免这种情况的发生,这种情况容易导致 Kafka 集群数据不均衡。
- Replica:副本。一个分区可以有多个副本来提高容灾性,一般是设置一个分区2个副本
- Offset:偏移量。消费者存在zookeeper上的记录自己访问到什么地方
- leader负责读写,follow只负责复制和备份
7.Kafka系统架构:
- 生产者生产数据传给broker即kafka服务器集群
- kafka集群将数据存储在topic主题中,每个topic主题中有多个分片(分片做了备份在其他topic)
- 分片中存储数据,kafka集群注册在zookeeper中,zookeeper通知消费者kafka服务器在线列表
- 消费者收到zookeeper通知的在线列表,从broker中拉取数据
- 消费者保存偏移量到zookeeper中,以便记录自己宕机消费到什么地方
五、部署ZooKeeper+Kafka集群:
1.环境准备(在zookeeper基础上) :
服务器类型 | 系统和IP地址 | 需要安装的组件 |
---|---|---|
Zookeeper服务器1 | CentOS7.4(64 位) 192.168.91.10 | jdk、ZooKeeper |
Zookeeper服务器2 | CentOS7.4(64 位) 192.168.91.20 | jdk、ZooKeeper |
Zookeeper服务器3 | CentOS7.4(64 位) 192.168.91.30 | jdk、ZooKeeper |
2.下载安装安装包:
1. #下载安装包
cd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz1.1 #有压缩包就直接拖进来
cd /opt
rz -E2. #安装Kafka
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka
3.修改配置文件:
1. #移动并将配置文件进行备份
cd /usr/local/kafka/config/
cp server.properties{,.bak}2. #修改
vim server.properties
-------------------------------------------
broker.id=0
#21行,broker的全局唯一编号,每个broker不能重复,因此要在其他机器上配置 broker.id=1、broker.id=2listeners=PLAINTEXT://192.168.91.10:9092
#31行,指定监听的IP和端口,如果修改每个broker的IP需区分开来,也可保持默认配置不用修改num.network.threads=3
#42行,broker 处理网络请求的线程数量,一般情况下不需要去修改num.io.threads=8
#45行,用来处理磁盘IO的线程数量,数值应该大于硬盘数socket.send.buffer.bytes=102400 #48行,发送套接字的缓冲区大小socket.receive.buffer.bytes=102400 #51行,接收套接字的缓冲区大小socket.request.max.bytes=104857600 #54行,请求套接字的缓冲区大小log.dirs=/usr/local/kafka/logs #60行,kafka运行日志存放的路径,也是数据存放的路径num.partitions=1
#65行,topic在当前broker上的默认分区个数,会被topic创建时的指定参数覆盖num.recovery.threads.per.data.dir=1 #69行,用来恢复和清理data下数据的线程数量log.retention.hours=168
#103行,segment文件(数据文件)保留的最长时间,单位为小时,默认为7天,超时将被删除log.segment.bytes=1073741824
#110行,一个segment文件最大的大小,默认为 1G,超出将新建一个新的segment文件zookeeper.connect=192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181
#123行,配置连接Zookeeper集群地址
------------------------------------------------
4.设置环境变量:
1. #修改环境变量
vim /etc/profile
----------------------------------------
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
-----------------------------------------2. #刷新配置文件
source /etc/profile3. #查看环境变量
echo $PATN
5.配置ZooKeeper启动脚本:
vim /etc/init.d/kafka
------------------------------------------------
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/usr/local/kafka'
case $1 in
start)echo "---------- Kafka 启动 ------------"${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties
;;
stop)echo "---------- Kafka 停止 ------------"${KAFKA_HOME}/bin/kafka-server-stop.sh
;;
restart)$0 stop$0 start
;;
status)echo "---------- Kafka 状态 ------------"count=$(ps -ef | grep kafka | egrep -cv "grep|$$")if [ "$count" -eq 0 ];thenecho "kafka is not running"elseecho "kafka is running"fi
;;
*)echo "Usage: $0 {start|stop|restart|status}"
esac
------------------------------------------------------------------
6.设置开机自启并启动:
1. #设置开机自启
chmod +x /etc/init.d/kafka
chkconfig --add kafka2. #分别启动 Kafka
service kafka start
7.Kafka命令行操作:
7.1 创建topic:
kafka-topics.sh --create --zookeeper 192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181 --replication-factor 2 --partitions 3 --topic test############################################
--zookeeper:定义 zookeeper 集群服务器地址,如果有多个 IP 地址使用逗号分割,一般使用一个 IP 即可
--replication-factor:定义分区副本数,1 代表单副本,建议为 2
--partitions:定义分区数
--topic:定义 topic 名称
7.2 查看当前服务器中的所有topic:
kafka-topics.sh --list --zookeeper 192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181
7.3 查看某个topic的详情:
kafka-topics.sh --describe --zookeeper 192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181
7.4 发布消息:
kafka-console-producer.sh --broker-list 192.168.91.10:9092,192.168.91.20:9092,192.168.91.30:9092 --topic test
7.5 消费消息:
kafka-console-consumer.sh --bootstrap-server 192.168.91.10:9092,192.168.91.20:9092,192.168.91.30:9092 --topic test --from-beginning
#--from-beginning:会把主题中以往所有的数据都读取出来
7.6 修改分区数:
kafka-topics.sh --zookeeper 192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181 --alter --topic test --partitions 6
7.7 删除topic:
kafka-topics.sh --delete --zookeeper 192.168.91.10:2181,192.168.91.20:2181,192.168.91.30:2181 --topic test