目录
一、zookeeper
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
①、zookper是一个领导者，多个跟随着组成
②、集群中有半数以上节点存活，集群正常服务，奇数台最小3台
③、全局数据一致，每个server保存一份相同的数据副本，client无论连接到那台server，数据都一样
④、更新请求顺序执行，来自同一个client更新请求按照其发送顺序一次执行，先进先出
⑤、原子性，要么成功要么失败
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应用场景及选举机制
应用场景：
统一命名服务、统一配置管理、统一集群管理、服务节点动态上下线、软负载均衡
选举机制：
第一次启动选举机制：
服务器1启动，自己投自己一票myid(可以自己设置集群中不能重复)为1，没有明确的leader处于locking状态
服务器2启动，自己投自己一票myid为2，服务器1因为2的myid大于1则投2一票，处于locking状态
服务器3启动，自己投自己一票myid为3，服务器1和2myid小则投服务器3，服务器3成为leader
服务器4启动，已经有leader则加入leader中成为从follower。
非第一次启动选举机制：
SID：服务器id，用来表示一台zookeeper集群汇总的机器，每台机器不能重复和myid一致
ZXID：事务id，ZXID是一个事务id，用来标识服务器状态的变更。与服务器对客户端更新请求处理逻辑速度有关
Epoch：每个leader任期的代号，没有leader时同一轮投票过程中的值是一样的，每投票一次这个数据增加
①、Epoch值大的直接胜出成为leader
②、epoch值相同事务id大的胜出
③、事务id相同则服务器id大的胜出
5、zookeeper集群部署
①实验环境
②安装zookeeper
三台机器执行：
systemctl stop firewalld.service
setenforce 0
#关闭防火墙和selinux
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
#将zookeeper压缩包放入/opt目录并解压，解压后的文件移动到/usr/local下改名为zookeeper-3.5.7
cd /usr/local/zookeeper-3.5.7/conf/
cp zoo_sample.cfg zoo.cfg
vim zoo.cfg
#进入配置文件路径备份配置文件然后修改配置文件，内容如下
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
server.1=192.168.30.18:3188:3288
server.2=192.168.30.19:3188:3288
server.3=192.168.30.20:3188:3288
#添加集群信息
erver.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。
mkdir /usr/local/zookeeper-3.5.7/data
mkdir /usr/local/zookeeper-3.5.7/logs
#创建指定的数据存放位置和日志存放位置
echo 1 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.30.18上执行此命令，规划时此机器的myid为1
echo 2 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.30.19上执行此命令，规划时此机器的myid为2
echo 3 > /usr/local/zookeeper-3.5.7/data/myid
#192.168.30.20上执行此命令，规划时此机器的myid为3
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
#三台机器配置开启zookeeper脚本，#脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
chmod +x /etc/init.d/zookeeper
chkconfig --add zookeeper
#设置开机自启并使用service管理服务
service zookeeper start
service zookeeper status
#开启并查看服务状态二、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
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）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。
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
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
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
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。
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
1）、生产者发布消息到topic，同时有多个消费者
2）、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
3、kafka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
4、kafka特点
1）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。
2）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
3）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。
4）容错性，允许集群中节点失败，允许副本-1个节点失败
5）高并发，支持千个客户端同时读写
5、kafka系统架构名词介绍
①broker：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
②Produer：生产者。也就是写入消息的一方，将消息写入broker中
③Consumer：消费者。也就是读取消息的一方，从broker中读取消息
④Zookeeper：kafka使用zookeeper来管理集群的元数据，以及控制器的选举等操作。
⑤topic：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
⑥partition：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，kafka只保证partition中的数据是有序的，不保证topic中的不通partition数据是有序的，每个topic至少有一个partition,每个 partition 中的数据使用多个 segment 文件存储。
partition数据路由规则：
1.指定partition，则直接使用、 2.未指定partition但指定了key，根据key取模选择partition、3.都未指定则轮询选择partition
分区的原因：为什么在topic下有多个partition？
1.方便集群中扩展，每个partition可以通过调整以适应它所在的机器，而一个topic又可以有多个Partition组成，因此整个集群就可以适应任意大小的数据了；
2.可以提高并发，因为可以以Partition为单位读写了；
⑦Replica：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
⑧Offset：偏移量。消费者存在zookeeper上的记录自己访问到什么地方
⑨leader负责读写，follow只负责复制和备份
6、Kafka架构及流程
1)、生产者生产数据传给broker即kafka服务器集群
2)、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)
3)、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
4)、消费者收到zookeeper通知的在线列表，从broker中拉取数据
5)、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
7、kafka集群部署
基于zookeeper的三台机器操作：
cd /opt/
tar zxvf kafka_2.13-2.7.1.tgz
mv kafka_2.13-2.7.1 /usr/local/kafka
#kafka安装包上传到/opt解压并移动到/usr/local中改名为kafka
#下载地址wget https://mirrors.tuna.tsinghua.edu.cn/apache/kafka/2.7.1/kafka_2.13-2.7.1.tgz
cd /usr/local/kafka/config/
cp server.properties server.properties.bak
vim server.properties
#kafka主配置文件备份并编辑，内容如下
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=2
listeners=PLAINTEXT://192.168.10.17:9092
#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=192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181
#123行，配置连接Zookeeper集群地址，保存后退出
vim /etc/profile
#编辑全局变量文件，添加kafka全局环境变量，内容如下
export KAFKA_HOME=/usr/local/kafka
export PATH=$PATH:$KAFKA_HOME/bin
#export全局生效，修改完后保存退出
source /etc/profile
#刷新全局配置变量文件
#编写管理kafka服务的脚本
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 ];then
echo "kafka is not running"
else
echo "kafka is running"
fi
;;
*)
echo "Usage: $0 {start|stop|restart|status}"
esac
脚本内容为当执行脚本位置变量1为star，stop，restart，status，*时执行对应的服务管理脚本(安装时自带管理服务的脚本)
chkconfig --add kafka
#设置开机自启并使用service管理服务
service kafka start
service kafka status
#开启并查看服务状态
###随便一台机器执行：
kafka-topics.sh --create --zookeeper 192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181 --replication-factor 2 --partitions 3 --topic test
#kafka创建topic即主题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
kafka-topics.sh --list --zookeeper 192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181
#查看当前服务器中的所有 topic
kafka-topics.sh --describe --zookeeper
192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181
#查看某个 topic 的详情
kafka-console-producer.sh --broker-list 192.168.30.18:9092,192.168.30.19:9092,192.168.30.20:9092 --topic test
#进入test的topic主机发布消息，输入完命令后输入123456
kafka-console-consumer.sh --bootstrap-server 192.168.30.18:9092,192.168.30.19:9092,192.168.30.20:9092 --topic test --from-beginning
#在另外一台主机输入消费信息的命令，查看是否可以收到发布的消息
#--from-beginning：会把主题中以往所有的数据都读取出来，即从最开始读取
kafka-topics.sh --zookeeper 192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181 --alter --topic test --partitions 6
#修改名为test的topic主题的分区数
kafka-topics.sh --delete --zookeeper 192.168.30.18:2181,192.168.30.19:2181,192.168.30.20:2181 --topic test
#删除名为test的topic
8、kafka报错分析
[2023-04-10 20:01:57,373] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,475] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,577] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.20:2181 (id: -3 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,679] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.18:2181 (id: -1 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
[2023-04-10 20:01:57,782] WARN [Producer clientId=console-producer] Bootstrap broker 192.168.30.19:2181 (id: -2 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
###报错信息
ERROR org.apache.kafka.common.errors.InvalidReplicationFactorException: Replication factor: 2 larger than available brokers: 1(kafka.admin.TopicCommand$)
##三台kafka只起来一台，查看是否配置文件中的broker.id相同了，或者其他俩台防火墙启动错误
安装zookeeper和kafka后启动报错，查看日志显示有no route host 没有路由等信息，则表示是三台中有防火墙未关闭