zookeeper集群+kafka集群
zookeeper集群+kafka集群
kafka3.0之前依赖于zookeeper
zookeeper开源，分布式的架构，提供协调服务（Apache项目）
基于观察者模式涉及的分布式服务管理架构
存储和管理数据，分布式节点上的服务接受观察者的注册，一旦分布式上的节点上的数据发生变化，由zookeeper开发负责通知分布式节点上的服务
zookeeper：分为领导者 追随者 leader follower组成的集群
只要有一半集群存活，zookeeper集群就可以正常工作。适用于安装奇数台的服务器集群
全局数据一致，每个zookeeper每个节点都保存相同的数据，维护监控服务的数据一致
数据更新的原子性。要么都成功，要么都失败
实时性，只要有变化，立刻同步
zookeeper的应用场景：
1、统一命名服务，在分布式的环境下，对所有的应用和服务进行统一命名
2、统一配置管理，配置文件同步，kafka的配置文件被修改，可以快速同步到其他节点
3、统一集群管理，实时掌握所有节点的状态
4、服务器动态上下线
5、负载均衡，把访问的服务器的数据，发送到访问最少的服务器处理客户端的请求
领导者和追随者：zookeeper的选举机制
三台服务器：A B C
A 先启动，发起第一次选举，投票投给自己，只有一票，不满半数，A的状态是looking
B 启动，再发起一次选举，A和B分别投自己一票，交换选票信息，myid，A发现B的myid比A大，A的这一票转而投给B
A 0 B 2 没有半数以上结果，A B会进入looking
C启动 myid C的myid最大 A和B都会把票投给C A0 B0 C3
C的状态变为leader，A和B变成follower
D myid4
只要leader确定，后续的服务器都是追随者
只有两种情况会开启选举机制：
1、初始化的情况产生选举
2、服务器之间喝leader丢失了连接状态
leader已经存在，建立连接即可
leader不存在，leader不存在
1、服务器id大的胜出
2、epoch大，直接胜出
3、epoch相同，事务id大的胜出
epoch每个leader任期的代号，没有leader，大家的逻辑地址相同，每投完一次之后，数据是递增
事务id，表示服务器的每一次变更，每变更一次事务id变化一次
服务器id，zookeeper集群当中的机器都有一个id，每台机器不重复，和myid保持一致
zookeeper实验：
三台同步操作：
关闭防火墙和安全机制
cd 到opt
然后拖软件包
升级java环境
yum install -y java-1.8.0-openjdk java-1.8.0-openjdk-devel
然后一块解压
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz
文件改名
mv apache-zookeeper-3.5.7-bin /opt/zookeeper
配置文件改名
cp zoo_sample.cfg zoo.cfg
改配置文件（12行改一下，并且在下面插入一行，在最后一行插入三行）
server.1=192.168.233.10:3188:3288
1每个zookeeper集群的初始myid
192.168.233.10：服务器的ip地址
3188：领导者和追随者之间交换信息的端口（内部通信的端口）
3288：一旦leader丢失响应，开启选举，3288就是用来执行选举时的服务器之间通信端口
创建data和logs
cd data 每个主机分别
echo 1
echo 1 > /opt/zookeeper/data/myid
echo 2
echo 2 > /opt/zookeeper/data/myid
echo 3
echo 3 > /opt/zookeeper/data/myid
然后做一个启动配置文件
vim /etc/init.d/zookeeper
给配置的脚本一个执行权限
chmod +x /etc/init.d/zookeeper
分别加入系统服务
三台服务器分别启动
查看状态（leader有可能在2有可能在3）
消息队列：kafka
为什么要引入消息队列（MQ），他也是一个中间件。在高并发环境下，同步请求来不及处理。来不及处理的请求会形成阻塞
比方说数据库就会形成行锁或者表锁。请求线程满了，超标了，too many connection整个系统雪崩
消息队列的作用：异步处理请求。流量削峰，应用解耦
解耦：
耦合：在软件系统中，修改一个组件需要修改所有其他的组件，高度耦合
低度耦合：修改其中一个组件，对其他的影响不大，无需修改所有
A B C
只要通信保证，其他的修改不影响整个集群，每个组件可以独立的扩展，修改，降低组件之间的依赖性
依赖点就是接口约束，通过不同的端口，保证集群通信
可恢复性：系统当中的有一部分组件消失，不影响整个系统，也就是说再消息队列当中，即使有一个处理消息的进程失败，一旦恢复，还可以重新加入到队列当中，继续处理消息
缓冲：可以控制和优化数据经过系统的时间和速度。解决生产消息和消费消息处理速度不一致的问题
峰值的处理能力：消息队列在峰值情况之下，能够顶住突发的访问压力。避免专门为了突发情况而对系统进行修改
异步通信：允许用户把一个消息放入队列，但是不立即处理，等用户想处理的时候在处理
消息队列的模式：
点对点 一对一：消息的生产者发送消息到队列中，消费者从队列中提前消息，消费者提取完之后，队列中被提取的消息将会被移除。后续消费者不能再消费队列当中的消息。消息队列可以有多个消费者，但是一个消息只能有一个消费者提取
RABBITMQ（作业）
发布/订阅模式：一对多，又叫做观察者模式，消费者提取数据之后，队列当中的消息不会被清除
生产者发布一个消息到主题，所有消费者都是通过主题获取消息
主题：topic topic类似一个数据流的管道，生产者把消息发布到主题，消费者从主题当中订阅数据，主题可以分区，每个分区都有自己的偏移量
分区：partition 每个主题都可以分成多个分区，每个分区是数据的有序子集，分区可以允许kafka进行水平拓展，以处理大量数据
消息在分钟按照偏移量存储，消费者可以独立读取每个分区的数据
偏移量：是每个消息在分区唯一的表锁，消费者可以通过偏移量来跟踪获取已读或者未读消息的位置，也可以提交偏移量来记录已处理的信息
生产者把数据发送到kafka的主题当中，负责写入消息
消费者：从主题当中读取数据，可以是一个也可以是多个，每个消费者都有一个唯一的消费者组ID，kafka通过消费者实现负载均衡和容错性
经纪人：Broker 每个kafka节点都有一个Borker，每个负责一台kafka服务器，id唯一，存储主题分区当中数据，处理生产和消费者的请求。维护元数据（zookeeper）
zookeeper：zookeeper负责保存元数据，元数据就是topic的相关信息（发在哪台主机上，指定了多少分区，以及副本数，偏移量）
zookeeper自建一个注意：_consumer_offsets
3.0之后不依赖zookeeper的核心：元数据由kafka的节点自己管理
kafka的工作流程：
kafka（2.7.0版本）的实验：
kafka（旧版需要在zookeeper的基础上，新版不用）
三台机子同步操作：
解压kafka
tar zxvf kafka_2.13-2.7.0.tgz
改名
改配置文件
在最后一行添加两行
生效
cd进来
备份配置文件
改配置文件
10：
130行修改一下
168是小时，默认七天
20：
id改成2
30：
三台主机同步操作：
文件
kafka的启动文件：
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/opt/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
给权限：
chmod +x /etc/init.d/kafka
chkconfig --add kafka
查看端口：
kafka的执行命令都在/opt/kafka/bin目录下
20：
创建主题：
1、在kafka的bin目录下，是所有的kafka可执行命令文件
2、--zookeeper指定的是zookeeper的地址和端口，保存kafka的元数据
3、--replication-factor 2 指的是定义每个分区的副本数
4、partitions 3 指定主题的分区数
5、--topic test1 指定主题的名称
10：
Partition：分区编号
Leader：每个分区都有一个领导者（Leader），领导者负责处理分区的读写操作。
在上述输出中，领导者的编号分别为 3、1、3。
Replicas：每个分区可以有多个副本（Replicas），用于提供冗余和容错性。
在上述输出中，Replica 3、1、2 分别对应不同的 Kafka broker。
Isr：ISR（In-Sync Replicas）表示当前与领导者保持同步的副本。
ISR 3、1分别表示与领导者同步的副本。
三台主机同步操作：
20：
30：
kafka（3.4.1新版本）实验
三台主机同步操作：
关闭防火墙和安全机制
cd到opt目录下
将kafka3.4.1的软件包和zookeeper的软件包拖进来
解压zookeeper组件
安装java环境
zookeeper的组件改名
改名字
改zookeeper的配置文件
在最后一行添加
创建目录
mkdir /opt/zookeeper/data
mkdir /opt/zookeeper/logs
取消同步操作
10：
20：
30：
同步操作：
脚本：
#!/bin/bash
#chkconfig:2345 20 90
#description:Zookeeper Service Control Script
ZK_HOME='/opt/zookeeper'
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
分别启动 Zookeeper
查看当前状态
切换到opt目录下
解压kafka
改名kafka
切换到config
做备份
改配置文件
关闭同步操作
10：
34行
20：
id改成2
30：
和上面一样
同步操作：
最后一行添加
配置 Zookeeper 启动脚本
#!/bin/bash
#chkconfig:2345 22 88
#description:Kafka Service Control Script
KAFKA_HOME='/opt/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
设置开机自启
分别启动 Kafka
10：
创建topic
查看主题topic
查看所有topic的详情
发布消息
30：
20：
实时获取消息
30：
总结：
1、zookeeper：主要是分布式，观察者模式，统一各个服务器节点的数据
在kafka当中，收集保存kafka的元数据
2、kafka消息队列，订阅发布模式
RABBIT MQ（实现rabbit MQ消息队列）
elk+kafka+filebeat（httpd mysql）(要和上面kafka实验一块使用)实验：
（六台机子）
远程收集两台：httpd mysql
httpd1 mysql1 topic 2.7 3.0
elk1（有logstash）:
切换到opt目录下
把filebeat软件包拖进来
解压软件包
tar -xf filebeat-6.7.2-linux-x86_64.tar.gz
改名
mv filebeat-6.7.2-linux-x86_64 filebeat
切换到filebeat
安装nginx
启动nginx
浏览器访问一下试试看
文件做备份
改配置文件
注释output
再开一台终端给权限
启动filebeat
看日志
再开一台elk1的终端
创建一个文件
input {
kafka {
bootstrap_servers => "20.0.0.10:9092,20.0.0.20:9092,20.0.0.30:9092"
topics => "nginx"
type => "nginx_kafka"
codec => "json"
auto_offset_reset => "earliest"
decorate_events => true
}
}
output {
if "nginx" in [tags] {
elasticsearch {
hosts => ["20.0.0.20:9200","20.0.0.30:9200"]
index => "nginx_access-%{+YYYY.MM.dd}"
}
}
stdout { codec => rubydebug }
}
elk2:
先查看端口9100，如果没启动就在命令行敲
cd elasticsearch-head-master/
npm run start &
elk3:
先查看端口9100，如果没启动就在命令行敲
cd elasticsearch-head-master/
npm run start &