最大的免费网站建设,企业网站的建设费用,wordpress 功能模块,青州企业网站建设目录 一、Zookeeper 概述1、Zookeeper 定义2、Zookeeper 工作机制3、Zookeeper 特点4、Zookeeper 数据结构5、Zookeeper 应用场景6、Zookeeper 选举机制 二、部署 Zookeeper 集群1.安装前准备1、关闭防火墙2、安装 JDK3、下载安装包 2.安装 Zookeeper1、修改配置文件2、拷贝配置… 目录 一、Zookeeper 概述1、Zookeeper 定义2、Zookeeper 工作机制3、Zookeeper 特点4、Zookeeper 数据结构5、Zookeeper 应用场景6、Zookeeper 选举机制 二、部署 Zookeeper 集群1.安装前准备1、关闭防火墙2、安装 JDK3、下载安装包 2.安装 Zookeeper1、修改配置文件2、拷贝配置好的 Zookeeper 配置文件到其他机器上3、在每个节点上创建数据目录和日志目录4、在每个节点的dataDir指定的目录下创建一个 myid 的文件 三、部署 kafka 集群1.下载安装包2.安装 Kafka1、修改配置文件2、修改环境变量3、配置 Zookeeper 启动脚本4、设置开机自启5、分别启动 Kafka 3.Kafka 命令行操作1、创建topic2、查看当前服务器中的所有 topic3、查看某个 topic 的详情4、发布消息5、消费消息6、按顺序写入数据7、修改分区数8、删除 topic 四、 Kafka 架构深入1、Kafka 工作流程及文件存储机制2、数据可靠性保证3、数据一致性问题4、ack 应答机制 五、FilebeatKafkaELK1、1.部署 ZookeeperKafka 集群2.部署 Filebeat1、修改配置文件2、添加输出到 Kafka 的配置3、启动 filebeat 3.部署 ELK在 Logstash 组件所在节点上新建一个 Logstash 配置文件4、启动 logstash5、使用浏览器进行访问登录Kibana 一、Zookeeper 概述
1、Zookeeper 定义
Zookeeper是一个开源的分布式的为分布式框架提供协调服务的Apache项目。
2、Zookeeper 工作机制
Zookeeper从设计模式角度来理解是一个基于观察者模式设计的分布式服务管理框架它负责存储和管理大家都关心的数据然后接受观察者的注册一旦这些数据的状态发生变化Zookeeper就将负责通知已经在Zookeeper上注册的那些观察者做出相应的反应。也就是说 Zookeeper 文件系统 通知机制。 3、Zookeeper 特点
1Zookeeper一个领导者Leader多个跟随者Follower组成的集群。
2Zookeepe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。
3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。
4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。
5数据更新原子性一次数据更新要么成功要么失败。
6实时性在一定时间范围内Client能读到最新数据。4、Zookeeper 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 应用场景
提供的服务包括统一命名服务、统一配置管理、统一集群管理、服务器节点动态上下线、软负载均衡等。
●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。
●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。
●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。 2ZooKeeper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。
●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。
●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。
6、Zookeeper 选举机制
第一次选举比较服务器节点的myid谁myid大就获取比它小的服务器节点的选票当选票超过节点服务器数量的半数则当选为leader其它节点为follower即使后面再有其它myid更大的节点加入到集群也不会影响之前的选举结果。非第一次选举如果是非leader节点故障替换的新节点继续当follower与leader对接并同步数据如果是leader节点故障则需要重新选举新leader先比较每个节点的Epoch参加选举的次数选最大的当leader若Epoch有相同的节点则再比较ZXID写操作的事务ID选ZXID最大的当leader若ZXID也有相同的节点则再比较SID等同于myid选SID最大的当leader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、5ZXID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。
选举Leader规则
1.EPOCH大的直接胜出
2.EPOCH相同事务id大的胜出
3.事务id相同服务器id大的胜出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二、部署 Zookeeper 集群
准备 3 台服务器做 Zookeeper 集群
192.168.102.40
192.168.102.50
192.168.102.601.安装前准备
1、关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
setenforce 02、安装 JDK
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version3、下载安装包
官方下载地址https://archive.apache.org/dist/zookeeper/cd /opt
wget https://archive.apache.org/dist/zookeeper/zookeeper-3.5.7/apache-zookeeper-3.5.7-bin.tar.gz2.安装 Zookeeper
cd /opt
tar xf apache-zookeeper-3.6.3-bin.tar.gz
mv apache-zookeeper-3.6.3-bin /usr/local/zookeeper-3.6.31、修改配置文件
cd /usr/local/zookeeper-3.6.3/conf/
cp zoo_sample.cfg zoo.cfgvim zoo.cfgtickTime2000 #通信心跳时间Zookeeper服务器与客户端心跳时间单位毫秒
initLimit10 #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
syncLimit5 #Leader和Follower之间同步通信的超时时间这里表示如果超过5*2sLeader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
clientPort2181 #客户端连接端口
#添加集群信息
server.1192.168.102.40:3188:3288
server.2192.168.102.50:3188:3288
server.3192.168.102.60:3188:3288server.AB: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。2、拷贝配置好的 Zookeeper 配置文件到其他机器上
scp -r /usr/local/zookeeper-3.6.3/ 192.168.102.50:pwd
scp -r /usr/local/zookeeper-3.6.3/ 192.168.102.60:pwd3、在每个节点上创建数据目录和日志目录
mkdir -p /usr/local/zookeeper-3.6.3/{data,logs}4、在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 /usr/local/zookeeper-3.6.3/data/myid
echo 2 /usr/local/zookeeper-3.6.3/data/myid
echo 3 /usr/local/zookeeper-3.6.3/data/myid到该目录bin目录下面开启
./zkServer.sh start查看状态
./zkServer.sh status三、部署 kafka 集群
1.下载安装包
官方下载地址http://kafka.apache.org/downloads.html2.安装 Kafka
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka1、修改配置文件
cd /usr/local/kafka/config/cp server.properties{,.bak}
#给配置文件进行备份vim server.propertiesbroker.id0 ●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.id1、broker.id2
listenersPLAINTEXT://192.168.80.10:9092 ●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.threads3 #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.threads8 #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.bytes102400 #48行发送套接字的缓冲区大小
socket.receive.buffer.bytes102400 #51行接收套接字的缓冲区大小
socket.request.max.bytes104857600 #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.partitions1 #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.dir1 #69行用来恢复和清理data下数据的线程数量
log.retention.hours168 #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.bytes1073741824 #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.connect192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 ●123行配置连接Zookeeper集群地址使用scp命令将配置文件传输到对应服务器上 scp -r kafka/ 192.168.102.50:pwdscp -r kafka/ 192.168.102.60:pwd将里面的id换成不同的和IP地址换成对应的ip地址 2、修改环境变量
vim /etc/profile
export KAFKA_HOME/usr/local/kafka
export PATH$PATH:$KAFKA_HOME/binsource /etc/profile3、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 runningelseecho kafka is runningfi
;;
*)echo Usage: $0 {start|stop|restart|status}
esac4、设置开机自启
chmod x /etc/init.d/kafka
chkconfig --add kafka5、分别启动 Kafka
service kafka startnetstat -lntp | grep 9092在192.168.102.50上启动服务 ./kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties在192.168.102.60上启动服务 ./kafka-server-start.sh -daemon /usr/local/kafka/config/server.properties3.Kafka 命令行操作
1、创建topic
kafka-topics.sh --create --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --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2、查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:21813、查看某个 topic 的详情
kafka-topics.sh --describe --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --topic test4、发布消息
kafka-console-producer.sh --broker-list 192.168.102.40:9092,192.168.102.50:9092,192.168.102.50:9092 --topic test5、消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.102.40:9092,192.168.102.50:9092,192.168.102.50:9092 --topic test --from-beginning6、按顺序写入数据
可以边写入数据边消费
7、修改分区数
修改分区数为6
kafka-topics.sh --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --alter --topic test --partitions 68、删除 topic
kafka-topics.sh --delete --zookeeper 192.168.102.40:2181,192.168.102.50:2181,192.168.102.60:2181 --topic test四、 Kafka 架构深入
1、Kafka 工作流程及文件存储机制
Kafka 中消息是以 topic 进行分类的生产者生产消息消费者消费消息都是面向 topic 的。
topic 是逻辑上的概念而 partition 是物理上的概念每个 partition 对应于一个 log 文件该 log 文件中存储的就是 producer 生产的数据。Producer 生产的数据会被不断追加到该 log 文件末端且每条数据都有自己的 offset。 消费者组中的每个消费者都会实时记录自己消费到了哪个 offset以便出错恢复时从上次的位置继续消费。
由于生产者生产的消息会不断追加到 log 文件末尾为防止 log 文件过大导致数据定位效率低下Kafka 采取了分片和索引机制将每个 partition 分为多个 segment。每个 segment 对应两个文件“.index” 文件和 “.log” 文件。这些文件位于一个文件夹下该文件夹的命名规则为topic名称分区序号。例如test 这个 topic 有三个分区 则其对应的文件夹为 test-0、test-1、test-2。
index 和 log 文件以当前 segment 的第一条消息的 offset 命名。
“.index” 文件存储大量的索引信息
“.log” 文件存储大量的数据索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。2、数据可靠性保证
为保证 producer 发送的数据能可靠的发送到指定的 topictopic 的每个 partition 收到 producer 发送的数据后 都需要向 producer 发送 ackacknowledgement 确认收到如果 producer 收到 ack就会进行下一轮的发送否则重新发送数据。
3、数据一致性问题
LEO指的是每个副本最大的 offset HW指的是消费者能见到的最大的 offset所有副本中最小的 LEO。1follower 故障 follower 发生故障后会被临时踢出 ISRLeader 维护的一个和 Leader 保持同步的 Follower 集合待该 follower 恢复后follower 会读取本地磁盘记录的上次的 HW并将 log 文件高于 HW 的部分截取掉从 HW 开始向 leader 进行同步。等该 follower 的 LEO 大于等于该 Partition 的 HW即 follower 追上 leader 之后就可以重新加入 ISR 了。
2leader 故障 leader 发生故障之后会从 ISR 中选出一个新的 leader 之后为保证多个副本之间的数据一致性其余的 follower 会先将各自的 log 文件高于 HW 的部分截掉然后从新的 leader 同步数据。
4、ack 应答机制
对于某些不太重要的数据对数据的可靠性要求不是很高能够容忍数据的少量丢失所以没必要等 ISR 中的 follower 全部接收成功。所以 Kafka 为用户提供了三种可靠性级别用户根据对可靠性和延迟的要求进行权衡选择。
当 producer 向 leader 发送数据时可以通过 request.required.acks 参数来设置数据可靠性的级别
●0这意味着producer无需等待来自broker的确认而继续发送下一批消息。这种情况下数据传输效率最高但是数据可靠性确是最低的。当broker故障时有可能丢失数据。
●1默认配置这意味着producer在ISR中的leader已成功收到的数据并得到确认后发送下一条message。如果在follower同步成功之前leader故障那么将会丢失数据。
●-1或者是allproducer需要等待ISR中的所有follower都确认接收到数据后才算一次发送完成可靠性最高。但是如果在 follower 同步完成后broker 发送ack 之前leader 发生故障那么会造成数据重复。
三种机制性能依次递减数据可靠性依次递增。
注在 0.11 版本以前的Kafka对此是无能为力的只能保证数据不丢失再在下游消费者对数据做全局去重。在 0.11 及以后版本的 Kafka引入了一项重大特性幂等性。所谓的幂等性就是指 Producer 不论向 Server 发送多少次重复数据 Server 端都只会持久化一条。
五、FilebeatKafkaELK 1、1.部署 ZookeeperKafka 集群
2.部署 Filebeat
1、修改配置文件
cd /usr/local/filebeat- type: logenabled: truepaths:- /var/log/httpd/accesstags: [httpd_acces]- type: logenabled: truepaths:- /var/log/httpd/error_logtags: [httpd_error]2、添加输出到 Kafka 的配置
output.kafka:enable: truehosts: [192.168.102.40:9092,192.168.102.50:9092,192.168.102.60:9092]topic: httpd3、启动 filebeat
cd /opt/filebeat-6.7.2-linux-x86_64./filebeat -e -c filebeat.yml3.部署 ELK在 Logstash 组件所在节点上新建一个 Logstash 配置文件
cd /etc/logstash/conf.d/vim kafka.confinput {kafka {bootstrap_servers 192.168.102.40:9092,192.168.102.50:9092,192.168.102.60:9092 #kafka集群地址topics httpd #拉取的kafka的指定topictype httpd_kafka #指定 type 字段codec json #解析json格式的日志数据auto_offset_reset latest#拉取最近数据earliest为从头开始拉取decorate_events false #传递给elasticsearch的数据额外增加kafka的属性数据}
}output {if httpd_access in [tags] {elasticsearch {hosts [192.168.102.10:9200,192.168.102.20:9200]index httpd_access-%{YYYY.MM.dd}}}if httpd_error in [tags] {elasticsearch {hosts [192.168.102.10:9200,192.168.102.20:9200]index httpd_error-%{YYYY.MM.dd}}}stdout { codec rubydebug }
}4、启动 logstash
logstash -f /etc/logstash/conf.d/filebeat.conf5、使用浏览器进行访问登录Kibana
浏览器访问 http://192.168.102.10:5601
