网站备案主体域名,平面设计线下培训班多少钱,网站项目有需要什么技术支持,潜江做网站的Zookeeper 概述 Zookeeper是一个开源的分布式服务管理框架。存储业务服务节点元数据及状态信息#xff0c;并负责通知再 ZooKeeper 上注册的服务几点状态给客户端
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并负责通知再 ZooKeeper 上注册的服务几点状态给客户端
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 】
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集群就能正常服务。所以适合安装奇数台服务器 3的奇数 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
Zookeeper 数据结构 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默认能多存储1M的数据每个znode都可以通过其路径唯一标识
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 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 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朱群。对配置文件修改后希望能够快速同步到各个节点上 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 分布式环境中实时堂握每个节点的状态是必要的。可根据节占实时状态做出一些调整 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2Node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。
Zookeeper 选举机制 通过比较 MyidMyid最大的获取选票当选票过半数确定 Leader节点之后再加入的节点 无论 Myid 多大都会作为 Follower 加入这个集群
Zookeeper 非第一次启动选举机制 当原 Leader 故障其他节点会选举新的 Leader先比较 EPOCH 最大的值直接胜出 如果 EPOCH 相同再比较事务 ID最大的胜出如果事务ID也相同最后比较服务器 ID大的胜出 部署 Zookeeper 集群
准备 3 台服务器做 Zookeeper 集群
192.168.86.44
192.168.86.55
192.168.86.661.安装前准备
//关闭防火墙
systemctl stop firewalld
systemctl disable firewalld
setenforce 0//安装 JDK
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
java -version//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 -zxvf apache-zookeeper-3.5.7-bin.tar.gz
mv apache-zookeeper-3.5.7-bin /usr/local/zookeeper-3.5.7
//修改配置文件
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfgvim zoo.cfg
tickTime2000 #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.1192.168.86.44:3188:3288
server.2192.168.86.55:3188:3288
server.3192.168.86.66:3188:3288
【server.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拷贝配置好的 Zookeeper 配置文件到其他机器上
scp /usr/local/zookeeper-3.5.7/conf/zoo.cfg 192.168.86.55:/usr/local/zookeeper-3.5.7/conf/
scp /usr/local/zookeeper-3.5.7/conf/zoo.cfg 192.168.86.66:/usr/local/zookeeper-3.5.7/conf///在每个节点上创建数据目录和日志目录
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs//分别在每个节点的dataDir指定的目录下创建一个 myid 的文件
echo 1 /usr/local/zookeeper-3.5.7/data/myid
echo 2 /usr/local/zookeeper-3.5.7/data/myid
echo 3 /usr/local/zookeeper-3.5.7/data/myid//配置 Zookeeper 启动脚本
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// 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 statuskafka消息队列
为什么要使用消息队列MQ 主要原因是由于在高并发环境下同步请求来不及处理请求往往会发生阻寒。比如大量的请求并发访问数据库导致行锁表锁最后请求线程会堆积过多从而触发 too many connection 错误引发雪崩效应 我们使里消息队列通过异步处理请求从而缓解系统的压力。消息队列常应用于异步处理流量削峰应用解耦消息通讯等场景 当前比较常见的 MQ 中间件有 ActiveMQ、RabbitMQ、Rocketmo、Kafka等
使用消息队列的好处 解耦允许你独立的扩展或修改两边的处理过程只要确保它们遵守同样的接口约束 可恢复性系统的一部分组件失效时不会影响到整个系统。消息队列降低了进程间的相合度所以即使一个处理消息的进程挂掉加入队列中的消息仍然可以在系统恢复后被处理 缓冲有助于控制和优化数据流经过系统的速度解决生产消息和消费消息的处理速度不一致的情况 灵活性 峰值处理能力在访问量剧增的情况下应用仍然需要继续发挥作用但是这样的突发流量并不常见。如果为以能处理这类峰值访问为标准来投入资源随时待命无能是巨大的浪费。使用消息队列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 异步通信很多时候用户不想也不需要立即处理消息。消息队列提供了异步处理机制允许用户把一个消息放入队列但并不立即处理它。想向队列中放入多少消息就放多少然后在需要的时候再去处理它们
消息队列的两种模式
点对点模式 (一对一消费者主动拉取数据消息收到后消息清除)【用的较少】 消息生产者生产消息发送到消息队列中然后消息消费者从消息队列中取出并且消费消息。消息被消费以后消息队列中不再有存储所以消息消费者不可能消费到已经被消费的消息。消息队列支持存在多个消费者但是对一个消息而言只会有一个消费者可以消费。
发布/订阅模式(一对多又叫观察者模式消费完不会清除数据 消息生产者(发布)将消息发布到 topic 中同时有多个消息消费者(订阅)消费该消息。和点对点方式不同发布到 topic的消息会被所有订阅者消费。 发布/订阅模式是定义对象间一种一对多的依赖关系使得每当一个对象(目对标象)的状态发生改变则所有依赖于它的对象 (观察者对象)部得到通知并自动更新
对 kafka 的概述
Kafka 是城初由 Linkedin 公司开发是一个分布式、支持分区的 (partition)、多副本的 (replica) 基于 Zookeeper 协调的分布式消息中间件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、Spark/Elink 流式处理引nginx 访问日志消息服务等等用 cala 语言编写,Linkedin 于 2010 年贡献给了 Apache 基金会并成为顶级开源项目。
定义 是一个分布式的基于发布/订阅模式的消息队列 (MQMessage Queue )主要应用于大数据实时处理领域
kafka 的特性 高吞吐量、低延迟Kafka 每秒可以处理几十万条消息它的延迟最低只有几毫秒。每个 topic 可以分多个PartitionConsumer Group 对 Partition进行消费操作提高负载均衡能力和消费能力 可扩展性kafka 集群支持热扩展 持久性、可靠性消息被持久化到本地磁盘并且支持数据备份防止数据丢失 容错性允许集群中节点失败(多副本情况下若副本数量为 n则允许 n-1 个节点失败) 高并发支持数千个客户端同时读写
kafka 的系统架构 Partition分区 brokers服务器 producers生产者 两角色 Leader负责读写、Follower负责备份 Topic消息主题 或者 表 或者键 存数据的表和键 replica副本 Consumer消费者可以从 broker 中 pull 拉取数据。消费者可以消费多个 topic 中的数据 Consumer Group (CG)消费者组由多个 consumer 组成。 offset 偏移量可以唯一的标识一条消息。偏移量决定读取数据的位置(路径)不会有线程安全的问题 4
原理 生产者要推送到 kafka 集群需要先通过 zookeeper 确定 kafka 的位置消费者消费的数据到哪里也要根据数据在存储 zookeeper 上的 offset 来确定 offset偏移量记录上一条消费者的消息数据位置以便在故障恢复后可以接着下一次数据继续消费 几个 kafka服务就是几个 broker【服务器】生成推送数据到 topic【消费主题】topic 可以被分区多个 partition【分区】一个 partition可以有多个 relica(副本)relica可以是一个 leader【领导者】和多个 follower【跟随者】leader负责数据的读写follower仅负责数据备份消费者面向 topic【主题】进行数据消费 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 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员低的。当broker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 leader故障那么将会丢失数据 -1(或者是all)producer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 部署 kafka 集群
1.下载安装包
官方下载地址http://kafka.apache.org/downloads.htmlcd /opt
wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz2.安装 Kafka
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka//修改配置文件
cd /usr/local/kafka/config/
cp server.properties{,.bak}vim server.properties
broker.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://192.168.86.44:9092 ●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.connect192.168.86.44:2181,192.168.86.55:2181,192.168.86.66:2181 ●123行配置连接Zookeeper集群地址//修改环境变量
vim /etc/profile
export KAFKA_HOME/usr/local/kafka
export PATH$PATH:$KAFKA_HOME/bin
source /etc/profile//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}
esac//设置开机自启
chmod x /etc/init.d/kafka
chkconfig --add kafka//分别启动 Kafka
service kafka start3.Kafka 命令行操作
//创建topic
kafka-topics.sh --create --zookeeper 192.168.86.44:2181,192.168.86.55:2181,192.168.86.66:2181 --replication-factor 2 --partitions 3 --topic test
kafka-topics.sh --create --zookeeper 192.168.86.44:2181,192.168.86.55:2181,192.168.86.66:2181 --replication-factor 2 --partitions 3 --topic ky30
-------------------------------------------------------------------------------------
--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
-------------------------------------------------------------------------------------//查看当前服务器中的所有 topic
kafka-topics.sh --list --zookeeper 192.168.86.44:2181,192.168.86.55:2181,192.168.86.66:2181
//查看某个 topic 的详情
kafka-topics.sh --describe --zookeeper 192.168.86.44:2181,192.168.86.55:2181,192.168.86.66:2181
//发布消息
kafka-console-producer.sh --broker-list 192.168.86.44:9092,192.168.86.55:9092,192.168.86.66:9092 --topic test
//消费消息
kafka-console-consumer.sh --bootstrap-server 192.168.86.44:9092,192.168.86.55:9092,192.168.86.66:9092 --topic test --from-beginning
