CentOS 7搭建 Zookeeper 和 Kafka 集群

• 2020 年 5 月 18 日
• 筆記
• CentOS 7

環境

• CentOS 7.4
• Zookeeper-3.6.1
• Kafka_2.13-2.4.1
• Kafka-manager-2.0.0.2

本次安裝的軟體全部在 /home/javateam 目錄下。

Zookeeper 集群搭建

1. 添加三台機器的 hosts，使用 vim /etc/hosts 命令添加以下內容：

192.168.30.78 node-78
192.168.30.79 node-79
192.168.30.80 node-80

2. 首先解壓縮：

tar -zxvf apache-zookeeper-3.6.1-bin.tar.gz

修改文件夾名稱：

mv apache-zookeeper-3.6.1-bin.tar.gz zookeeper

4. 向 /etc/profile 配置文件添加以下內容，並執行source /etc/profile命令使配置生效：

export ZOOKEEPER_HOME=/home/javateam/zookeeper
export PATH=$PATH:$ZOOKEEPER_HOME/bin

5. 在上面配置文件中 dataDir 的目錄下創建一個 myid 文件，並寫入一個數值，比如0。myid 文件里存放的是伺服器的編號。
6. 修改zookeeper配置文件。首先進入 $ZOOKEEPER_HOME/conf 目錄，複製一份 zoo_sample.cfg 並將名稱修改為 zoo.cfg:

# zookeeper伺服器心跳時間，單位為ms
tickTime=2000
# 投票選舉新leader的初始化時間
initLimit=10
# leader與follower心跳檢測最大容忍時間，響應超過 syncLimit * tickTime，leader認為follower死掉，從伺服器列表刪除follower
syncLimit=5
# 數據目錄
dataDir=/home/javateam/zookeeper/data/
# 日誌目錄
dataLogDir=/home/javateam/zookeeper/logs/
# 對外服務的埠
clientPort=2181
# 集群ip配置
server.78=node-78:2888:3888
server.79=node-79:2888:3888
server.80=node-80:2888:3888

注意: 上面配置文件中的數據目錄和日誌目錄需自行去創建對應的文件夾。這裡server後的數字，與myid文件中的id是一致的。

7. zookeeper啟動會佔用三個埠，分別的作用是:

2181：對cline端提供服務
3888：選舉leader使用
2888：集群內機器通訊使用（Leader監聽此埠）

記得使用以下命令開啟防火牆埠，並重啟防火牆：

firewall-cmd --zone=public --add-port=2181/tcp --permanent
firewall-cmd --zone=public --add-port=3888/tcp --permanent
firewall-cmd --zone=public --add-port=2888/tcp --permanent
firewall-cmd --reload

8. 然後用 zkServer.sh start 分別啟動三台機器上的zookeeper，啟動後用 zkServer.sh status 查看狀態，如下圖所以有一個leader兩個follower即代表成功：

Kafka 集群搭建

1. 首先解壓縮：

tar -zxvf kafka_2.13-2.4.1.tgz

2. 改文件夾名稱：

mv kafka_2.13-2.4.1.tgz kafka

3. 向 /etc/profile 配置文件添加以下內容，並執行source /etc/profile命令使配置生效：

export KAFKA_HOME=/home/javateam/kafka
export PATH=$PATH:$KAFKA_HOME/bin

4. JVM級別參數調優，修改 kafka/bin/kafka-server-start.sh，添加以下內容：

# 調整堆大小，默認1G太小了
export KAFKA_HEAP_OPTS="-Xmx6G -Xms6G"
# 選用G1垃圾收集器
export KAFKA_JVM_PERFORMANCE_OPTS="-server -XX:+UseG1GC -XX:MaxGCPauseMillis=20 -XX:InitiatingHeapOccupancyPercent=35 -XX:+ExplicitGCInvokesConcurrent -Djava.awt.headless=true"
# 指定JMX暴露埠
export JMX_PORT="8999"

添加後，文件內容如下圖所示：

5. 作業系統級別參數調優，增加文件描述符的限制，使用 vim /etc/security/limits.conf 添加以下內容：

*  soft  nofile  100000
*  hard  nofile  100000
*  soft  nproc   65535
*  hard  nproc   65535

6. 修改kafka的配置文件 $KAFKA_HOME/conf/server.properties，如下：

############################# Server Basics #############################

# 每一個broker在集群中的唯一標示，要求是正數。在改變IP地址，不改變broker.id的話不會影響consumers
broker.id=78

############################# Socket Server Settings #############################

# 提供給客戶端響應的地址和埠
listeners=PLAINTEXT://node-78:9092

# broker 處理消息的最大執行緒數
num.network.threads=3

# broker處理磁碟IO的執行緒數 ，數值應該大於你的硬碟數
num.io.threads=8

# socket的發送緩衝區大小
socket.send.buffer.bytes=102400

# socket的接收緩衝區，socket的調優參數SO_SNDBUFF
socket.receive.buffer.bytes=102400

# socket請求的最大數值，防止serverOOM，message.max.bytes必然要小於socket.request.max.bytes，會被topic創建時的指定參數覆蓋
socket.request.max.bytes=104857600


############################# Log Basics #############################

# kafka數據的存放地址，多個地址的話用逗號分割
log.dirs=/home/javateam/kafka/logs

# 每個topic的分區個數，若是在topic創建時候沒有指定的話會被topic創建時的指定參數覆蓋
num.partitions=3

# 每個分區的副本數
replication.factor=2

# 我們知道segment文件默認會被保留7天的時間，超時的話就會被清理，那麼清理這件事情就需要有一些執行緒來做。這裡就是用來設置恢復和清理data下數據的執行緒數量
num.recovery.threads.per.data.dir=1

############################# Internal Topic Settings  #############################
# The replication factor for the group metadata internal topics "__consumer_offsets" and "__transaction_state"
# For anything other than development testing, a value greater than 1 is recommended to ensure availability such as 3.
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1

############################# Log Flush Policy #############################

# Messages are immediately written to the filesystem but by default we only fsync() to sync
# the OS cache lazily. The following configurations control the flush of data to disk.
# There are a few important trade-offs here:
#    1. Durability: Unflushed data may be lost if you are not using replication.
#    2. Latency: Very large flush intervals may lead to latency spikes when the flush does occur as there will be a lot of data to flush.
#    3. Throughput: The flush is generally the most expensive operation, and a small flush interval may lead to excessive seeks.
# The settings below allow one to configure the flush policy to flush data after a period of time or
# every N messages (or both). This can be done globally and overridden on a per-topic basis.

# The number of messages to accept before forcing a flush of data to disk
#log.flush.interval.messages=10000

# The maximum amount of time a message can sit in a log before we force a flush
#log.flush.interval.ms=1000

############################# Log Retention Policy #############################

# 控制一條消息數據被保存多長時間，默認是7天
log.retention.hours=168

# 指定Broker為消息保存的總磁碟容量大小，-1代表不限制
log.retention.bytes=-1

# Broker能處理的最大消息大小，默認976KB(1000012)，此處改為100MB
message.max.bytes=104857600

# 日誌文件中每個segment的大小，默認為1G
log.segment.bytes=1073741824

#上面的參數設置了每一個segment文件的大小是1G，那麼就需要有一個東西去定期檢查segment文件有沒有達到1G，多長時間去檢查一次，就需要設置一個周期性檢查文件大小的時間（單位是毫秒）。
log.retention.check.interval.ms=300000

############################# Zookeeper #############################

# 消費者集群通過連接Zookeeper來找到broker。zookeeper連接伺服器地址
zookeeper.connect=node-78:2181,node-79:2181,node-80:2181

# Timeout in ms for connecting to zookeeper
zookeeper.connection.timeout.ms=6000


############################# Group Coordinator Settings #############################

# The following configuration specifies the time, in milliseconds, that the GroupCoordinator will delay the initial consumer rebalance.
# The rebalance will be further delayed by the value of group.initial.rebalance.delay.ms as new members join the group, up to a maximum of max.poll.interval.ms.
# The default value for this is 3 seconds.
# We override this to 0 here as it makes for a better out-of-the-box experience for development and testing.
# However, in production environments the default value of 3 seconds is more suitable as this will help to avoid unnecessary, and potentially expensive, rebalances during application startup.
group.initial.rebalance.delay.ms=0


############################# Broker Settings #############################

# 不讓落後太多的副本競選Leader
unclean.leader.election.enable=false

# 關閉kafka定期對一些topic分區進行Leader重選舉
auto.leader.rebalance.enable=false

7. 編寫kafka啟動腳本，vim startup.sh 內容如下所示：

# 進程守護模式啟動kafka
kafka-server-start.sh -daemon /home/javateam/kafka/config/server.properties

8. 編寫kafka停止腳本，vim shutdown.sh 內容如下所示：

# 停止kafka服務
kafka-server-stop.sh

9. 用如下命令，分別啟動kafka服務：

sh /home/javateam/kafka/startup.sh

注意：後面的路徑換成你自己腳本所在的路徑。

10. 啟動成功後，連接zookeeper查看節點 ids 資訊：

zkCli.sh -server 127.0.0.1:2181
ls /brokers/ids

如下圖所示，代表集群搭建成功：

Kafka-manager 搭建

1. 首先解壓縮：

unzip kafka-manager-2.0.0.2.zip

2. 改文件夾名稱

mv kafka-manager-2.0.0.2.zip kafka-manager

3. 修改配置文件 kafka-manager/conf/application.conf，把裡面的 kafka-manager.zkhosts 換成你自己的zookeeper 集群地址就好了，例如：kafka-manager.zkhosts="node-78:2181,node-79:2181,node-80:2181"
4. 編寫 kafka-manager 啟動腳本，vim startup.sh 內容如下：

nohup /home/javateam/kafka-manager/bin/kafka-manager -Dhttp.port=9000 > /home/javateam/kafka-manager/nohup.out 2>&1 &

5. 使用 sh /home/javateam/kafka-manager/startup.sh 啟動 kafka-manager，然後訪問9000埠，如下圖所示代表成功：

不知道怎麼使用的話就去 google，這裡不再贅述。