Kafka 单机和集群环境部署教程

下面是 Apache Kafka 单机和集群环境部署的详细教程，包括部署过程中的注意事项以及一个使用案例。Apache Kafka 是一个分布式流处理平台，广泛用于实时数据处理、日志收集、消息队列等场景。

一、Kafka 单机环境部署

1. 环境准备

• 操作系统：Linux（推荐 Ubuntu 20.04 或 CentOS 7）
• Java：Kafka 需要 Java 环境，推荐使用 OpenJDK 8 或 11。
• ZooKeeper：Kafka 依赖 ZooKeeper 进行分布式协调。

2. 安装 Java

在 Ubuntu 中：

sudo apt update
sudo apt install openjdk-11-jdk

在 CentOS 中：

sudo yum install java-11-openjdk

验证 Java 安装：

java -version

3. 安装 ZooKeeper

Kafka 使用 ZooKeeper 进行节点管理和协调，需要先安装并启动 ZooKeeper。

3.1 下载并解压 ZooKeeper

wget https://downloads.apache.org/zookeeper/zookeeper-3.8.2/apache-zookeeper-3.8.2-bin.tar.gz
tar -xzvf apache-zookeeper-3.8.2-bin.tar.gz
mv apache-zookeeper-3.8.2-bin /usr/local/zookeeper

3.2 配置 ZooKeeper

1. 创建数据目录：

   mkdir -p /var/lib/zookeeper
   

2. 复制配置文件：

   cp /usr/local/zookeeper/conf/zoo_sample.cfg /usr/local/zookeeper/conf/zoo.cfg
   

3. 编辑配置文件 /usr/local/zookeeper/conf/zoo.cfg：

   dataDir=/var/lib/zookeeper
   clientPort=2181
   

3.3 启动 ZooKeeper

/usr/local/zookeeper/bin/zkServer.sh start

3.4 验证 ZooKeeper 是否正常运行

/usr/local/zookeeper/bin/zkCli.sh -server localhost:2181

在连接成功后输入 ls /，若返回空列表（[]），则说明连接成功。

4. 安装 Kafka

4.1 下载并解压 Kafka

访问 Kafka 官网 下载最新版本的 Kafka。

wget https://downloads.apache.org/kafka/3.5.0/kafka_2.12-3.5.0.tgz
tar -xzvf kafka_2.12-3.5.0.tgz
mv kafka_2.12-3.5.0 /usr/local/kafka

4.2 配置 Kafka

编辑 Kafka 的配置文件 /usr/local/kafka/config/server.properties：

# Kafka Broker ID，唯一标识符
broker.id=0# 监听的接口和端口
listeners=PLAINTEXT://:9092# 日志文件存储路径
log.dirs=/var/lib/kafka-logs# Zookeeper 连接地址
zookeeper.connect=localhost:2181

4.3 创建日志目录

mkdir -p /var/lib/kafka-logs

4.4 启动 Kafka Broker

/usr/local/kafka/bin/kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties

4.5 验证 Kafka 是否正常运行

创建一个测试 Topic：

/usr/local/kafka/bin/kafka-topics.sh --create --topic test-topic --bootstrap-server localhost:9092 --partitions 1 --replication-factor 1

列出 Topic：

/usr/local/kafka/bin/kafka-topics.sh --list --bootstrap-server localhost:9092

你应该看到 test-topic 在列出的 Topic 中。

5. Kafka 单机部署的注意事项

• ZooKeeper：确保 ZooKeeper 正常运行，并且 zookeeper.connect 地址配置正确。
• 内存和存储：为 Kafka 分配足够的内存和存储空间，尤其是在高负载场景下。
• 日志文件：定期检查和清理 Kafka 日志文件，以防止磁盘占满。
• 监听地址：如果需要远程访问，确保 listeners 配置了正确的监听地址。
• 防火墙设置：确保防火墙开放了 Kafka 和 ZooKeeper 使用的端口（默认 9092 和 2181）。

二、Kafka 集群环境部署

Kafka 集群由多个 Kafka Broker 组成，能够提供高可用性和水平扩展。

1. 环境准备

• 多台服务器：至少 3 台（3 个 Kafka Broker 和 3 个 ZooKeeper 实例）
• 操作系统：Linux（推荐 Ubuntu 20.04 或 CentOS 7）
• Java：在所有节点上安装 Java

2. 安装 ZooKeeper 集群

在每台服务器上按照单机部署的步骤安装 ZooKeeper，并进行以下配置：

2.1 配置 ZooKeeper 节点 ID

编辑每个节点的 zoo.cfg 文件，添加如下配置：

server.1=zookeeper1:2888:3888
server.2=zookeeper2:2888:3888
server.3=zookeeper3:2888:3888

在每台服务器上创建 myid 文件，用于标识节点：

echo "1" > /var/lib/zookeeper/myid  # 在 zookeeper1 上
echo "2" > /var/lib/zookeeper/myid  # 在 zookeeper2 上
echo "3" > /var/lib/zookeeper/myid  # 在 zookeeper3 上

2.2 启动 ZooKeeper 集群

在每台服务器上启动 ZooKeeper：

/usr/local/zookeeper/bin/zkServer.sh start

3. 安装 Kafka 集群

在每台服务器上按照单机部署的步骤安装 Kafka，并进行以下配置：

3.1 配置 Kafka Broker

编辑每个节点的 server.properties 文件，添加如下配置：

broker.id=0  # 每个 Broker 唯一 ID
listeners=PLAINTEXT://:9092
log.dirs=/var/lib/kafka-logs
zookeeper.connect=zookeeper1:2181,zookeeper2:2181,zookeeper3:2181

3.2 启动 Kafka Broker

在每台服务器上启动 Kafka Broker：

/usr/local/kafka/bin/kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties

4. 验证 Kafka 集群状态

4.1 创建 Topic

在任一 Kafka Broker 上执行以下命令：

/usr/local/kafka/bin/kafka-topics.sh --create --topic test-topic --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --partitions 3 --replication-factor 3

4.2 验证 Topic

列出集群中的 Topic：

/usr/local/kafka/bin/kafka-topics.sh --list --bootstrap-server kafka1:9092

查看 Topic 详细信息：

/usr/local/kafka/bin/kafka-topics.sh --describe --topic test-topic --bootstrap-server kafka1:9092

5. Kafka 集群部署的注意事项

• ZooKeeper 集群：确保每个节点配置了正确的 myid，并且所有节点可以互相通信。
• Kafka Broker 配置：每个 Broker 必须有唯一的 broker.id。
• 分区和副本：根据实际需求配置合适的分区数和副本数，以提高数据可靠性和吞吐量。
• 监控和报警：使用 Kafka Manager 或其他监控工具监控集群状态，及时处理故障。
• 网络配置：确保各节点之间的网络连接正常，并且防火墙开放了必要端口。
• 资源规划：为 Kafka 和 ZooKeeper 分配足够的 CPU、内存和磁盘资源。

三、Kafka 使用案例：生产者和消费者

1. 使用 Java 实现 Kafka 生产者和消费者

1.1 添加依赖

在 Maven 项目中添加 Kafka 的依赖：

<dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-clients</artifactId><version>3.5.0</version>
</dependency>

1.2 编写 Kafka 生产者

import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.Producer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;import java.util.Properties;public class SimpleProducer {public static void main(String[] args) {// Kafka 生产者配置Properties props = new Properties();props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");// 创建生产者Producer<String, String> producer = new KafkaProducer<>(props);// 发送消息for (int i = 0; i < 10; i++) {ProducerRecord<String, String> record = new ProducerRecord<>("test-topic", Integer.toString(i), "Message " + i);producer.send(record);}// 关闭生产者producer.close();}
}

1.3 编写 Kafka 消费者

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.clients.consumer.ConsumerRecord;import java.util.Collections;
import java.util.Properties;public class SimpleConsumer {public static void main(String[] args) {// Kafka 消费者配置Properties props = new Properties();props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");props.put(ConsumerConfig.GROUP_ID_CONFIG, "test-group");props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");// 创建消费者KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);// 订阅主题consumer.subscribe(Collections.singletonList("test-topic"));// 轮询消息while (true) {ConsumerRecords<String, String> records = consumer.poll(100);for (ConsumerRecord<String, String> record : records) {System.out.printf("Offset = %d, Key = %s, Value = %s%n", record.offset(), record.key(), record.value());}}}
}

1.4 运行 Java 程序

编译并运行生产者：

mvn compile
mvn exec:java -Dexec.mainClass="SimpleProducer"

编译并运行消费者：

mvn exec:java -Dexec.mainClass="SimpleConsumer"

2. 使用 Python 实现 Kafka 生产者和消费者

2.1 安装 Kafka 库

pip install kafka-python

2.2 编写 Kafka 生产者

from kafka import KafkaProducer# 创建 Kafka 生产者
producer = KafkaProducer(bootstrap_servers='localhost:9092')# 发送消息
for i in range(10):producer.send('test-topic', key=bytes(str(i), encoding='utf-8'), value=bytes(f'Message {i}', encoding='utf-8'))# 关闭生产者
producer.close()

2.3 编写 Kafka 消费者

from kafka import KafkaConsumer# 创建 Kafka 消费者
consumer = KafkaConsumer('test-topic',bootstrap_servers='localhost:9092',group_id='test-group',auto_offset_reset='earliest'
)# 轮询消息
for message in consumer:print(f'Offset = {message.offset}, Key = {message.key.decode()}, Value = {message.value.decode()}')

2.4 运行 Python 程序

运行生产者：

python kafka_producer.py

运行消费者：

python kafka_consumer.py

3. 注意事项

• 生产者和消费者配置：合理配置 bootstrap.servers、key.serializer、value.serializer、group.id 等参数。
• 分区策略：在生产者中使用自定义分区策略，可以提高吞吐量和负载均衡。
• 消费组：多个消费者实例可以组成一个消费组，以提高处理能力。
• 容错机制：在实际应用中，需要考虑重试、错误处理和幂等性等问题。

总结

通过以上步骤，我们成功部署了 Kafka 单机和集群环境，并实现了一个简单的生产者和消费者应用。Kafka 提供了高吞吐量、低延迟的消息传递能力，适合用于实时流处理和数据管道。

部署过程中的注意事项

• Java 版本：确保安装了正确版本的 Java。
• ZooKeeper 集群：确保 ZooKeeper 集群稳定运行，并配置正确。
• 网络配置：各节点之间的网络连接需要稳定，端口要开放。
• 资源配置：根据业务需求配置合适的内存、CPU 和磁盘资源。
• 数据安全：启用 Kafka 的 SSL/TLS 和 SASL 认证机制，确保数据安全传输。
• 监控和管理：使用 Kafka Manager、Prometheus 等工具监控集群状态，及时处理异常。
• 日志管理：定期检查和清理 Kafka 的日志，以防止磁盘空间不足。

通过合理的配置和优化，Kafka 可以为应用程序提供可靠的消息传递和流处理服务，是构建实时数据管道和事件驱动架构的重要组件。