Kafka系列教程 - Kafka 运维 -8

1. Kafka 单点部署

1.1. 下载解压

进入官方下载地址：http://kafka.apache.org/downloads，选择合适版本。(opens new window)

解压到本地：

$ tar -xzf kafka_2.13-3.9.0.tgz
$ cd kafka_2.13-3.9.0

现在您已经在您的机器上下载了最新版本的 Kafka。

1.2. 启动服务器

以KRaft启动，不要需要zookeeper

生成集群 UUID

$ KAFKA_CLUSTER_ID="$(bin/kafka-storage.sh random-uuid)"

格式化log文件夹

$ bin/kafka-storage.sh format --standalone -t $KAFKA_CLUSTER_ID -c config/kraft/reconfig-server.properties

启动Kafka Server

$ bin/kafka-server-start.sh config/kraft/reconfig-server.properties

1.3. 停止服务器

bin/kafka-server-stop.sh config/server.properties

2. 以docker的方式启动kafka：

获取docker镜像

$ docker pull apache/kafka:3.9.0

启动kafka容器:

$ docker run -p 9092:9092 apache/kafka:3.9.0

3. 以zookeeper的方式启动

# Start the ZooKeeper service
$ bin/zookeeper-server-start.sh config/zookeeper.properties

另外一个终端运行:

# Start the Kafka broker service
$ bin/kafka-server-start.sh config/server.properties

这样就启动了zookeeper和kafka。

2. Kafka 集群部署

2.1. 修改配置

复制配置为多份（Windows 使用 copy 命令代理）：

cp config/server.properties config/server-1.properties
cp config/server.properties config/server-2.properties

修改配置：

config/server-1.properties:
broker.id=1
listeners=PLAINTEXT://:9093
log.dir=/tmp/kafka-logs-1

config/server-2.properties:
broker.id=2
listeners=PLAINTEXT://:9094
log.dir=/tmp/kafka-logs-2

其中，broker.id 这个参数必须是唯一的。

端口故意配置的不一致，是为了可以在一台机器启动多个应用节点。

2.2. 启动

根据这两份配置启动三个服务器节点：

$ bin/kafka-server-start.sh config/server.properties &
...
$ bin/kafka-server-start.sh config/server-1.properties &
...
$ bin/kafka-server-start.sh config/server-2.properties &
...

创建一个新的 Topic 使用 三个备份：

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic my-replicated-topic

查看主题：

$ bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic
Topic:my-replicated-topic   PartitionCount:1    ReplicationFactor:3 Configs:
    Topic: my-replicated-topic  Partition: 0    Leader: 1   Replicas: 1,2,0 Isr: 1,2,0

• leader - 负责指定分区的所有读取和写入的节点。每个节点将成为随机选择的分区部分的领导者。
• replicas - 是复制此分区日志的节点列表，无论它们是否为领导者，或者即使它们当前处于活动状态。
• isr - 是“同步”复制品的集合。这是副本列表的子集，该列表当前处于活跃状态并且已经被领导者捕获。

3. Kafka 命令

3.1. 主题（Topic）

创建 Topic

kafka-topics --create --zookeeper localhost:2181 --replication-factor 1 --partitions 3 --topic my-topic

#查看 Topic 列表

kafka-topics --list --zookeeper localhost:2181

#添加 Partition

kafka-topics --zookeeper localhost:2181 --alter --topic my-topic --partitions 16

#删除 Topic

kafka-topics --zookeeper localhost:2181 --delete --topic my-topic

#查看 Topic 详细信息

kafka-topics --zookeeper localhost:2181/kafka-cluster --describe

#查看备份分区

kafka-topics --zookeeper localhost:2181/kafka-cluster --describe --under-replicated-partitions

3.2. 生产者（Producers）

通过控制台输入生产消息

kafka-console-producer --broker-list localhost:9092 --topic my-topic

#通过文件输入生产消息

kafka-console-producer --broker-list localhost:9092 --topic test < messages.txt

#通过控制台输入 Avro 生产消息

kafka-avro-console-producer --broker-list localhost:9092 --topic my.Topic --property value.schema='{"type":"record","name":"myrecord","fields":[{"name":"f1","type":"string"}]}' --property schema.registry.url=http://localhost:8081

然后，可以选择输入部分 json key：

{ "f1": "value1" }

#生成消息性能测试

kafka-producer-perf-test --topic position-reports --throughput 10000 --record-size 300 --num-records 20000 --producer-props bootstrap.servers="localhost:9092"

3.3. 消费者（Consumers）

消费所有未消费的消息

kafka-console-consumer --bootstrap-server localhost:9092 --topic my-topic --from-beginning

#消费一条消息

kafka-console-consumer --bootstrap-server localhost:9092 --topic my-topic  --max-messages 1

#从指定的 offset 消费一条消息

从指定的 offset __consumer_offsets 消费一条消息：

kafka-console-consumer --bootstrap-server localhost:9092 --topic __consumer_offsets --formatter 'kafka.coordinator.GroupMetadataManager$OffsetsMessageFormatter' --max-messages 1

#从指定 Group 消费消息

kafka-console-consumer --topic my-topic --new-consumer --bootstrap-server localhost:9092 --consumer-property group.id=my-group

#消费 avro 消息

kafka-avro-console-consumer --topic position-reports --new-consumer --bootstrap-server localhost:9092 --from-beginning --property schema.registry.url=localhost:8081 --max-messages 10

kafka-avro-console-consumer --topic position-reports --new-consumer --bootstrap-server localhost:9092 --from-beginning --property schema.registry.url=localhost:8081

#查看消费者 Group 列表

kafka-consumer-groups --new-consumer --list --bootstrap-server localhost:9092

#查看消费者 Group 详细信息

kafka-consumer-groups --bootstrap-server localhost:9092 --describe --group testgroup

3.4. 配置（Config）

设置 Topic 的保留时间

kafka-configs --zookeeper localhost:2181 --alter --entity-type topics --entity-name my-topic --add-config retention.ms=3600000

#查看 Topic 的所有配置

kafka-configs --zookeeper localhost:2181 --describe --entity-type topics --entity-name my-topic

#修改 Topic 的配置

kafka-configs --zookeeper localhost:2181 --alter --entity-type topics --entity-name my-topic --d

3.5. ACL

查看指定 Topic 的 ACL

kafka-acls --authorizer-properties zookeeper.connect=localhost:2181 --list --topic topicA

#添加 ACL

kafka-acls --authorizer-properties zookeeper.connect=localhost:2181 --add --allow-principal User:Bob --consumer --topic topicA --group groupA

kafka-acls --authorizer-properties zookeeper.connect=localhost:2181 --add --allow-principal User:Bob --producer --topic topicA

3.6. ZooKeeper

zookeeper-shell localhost:2182 ls /

4. Kafka 工具

• kafka-manager(opens new window)
• KafkaOffsetMonitor(opens new window)

5. Kafka 核心配置

5.1. Broker 级别配置

存储配置

首先 Broker 是需要配置存储信息的，即 Broker 使用哪些磁盘。那么针对存储信息的重要参数有以下这么几个：

• log.dirs：指定了 Broker 需要使用的若干个文件目录路径。这个参数是没有默认值的，必须由使用者亲自指定。
• log.dir：注意这是 dir，结尾没有 s，说明它只能表示单个路径，它是补充上一个参数用的。

log.dirs 具体格式是一个 CSV 格式，也就是用逗号分隔的多个路径，比如/home/kafka1,/home/kafka2,/home/kafka3这样。如果有条件的话你最好保证这些目录挂载到不同的物理磁盘上。这样做有两个好处：

• 提升读写性能：比起单块磁盘，多块物理磁盘同时读写数据有更高的吞吐量。
• 能够实现故障转移：即 Failover。这是 Kafka 1.1 版本新引入的强大功能。要知道在以前，只要 Kafka Broker 使用的任何一块磁盘挂掉了，整个 Broker 进程都会关闭。但是自 1.1 开始，这种情况被修正了，坏掉的磁盘上的数据会自动地转移到其他正常的磁盘上，而且 Broker 还能正常工作。

#zookeeper 配置

Kafka 与 ZooKeeper 相关的最重要的参数当属 zookeeper.connect。这也是一个 CSV 格式的参数，比如我可以指定它的值为zk1:2181,zk2:2181,zk3:2181。2181 是 ZooKeeper 的默认端口。

现在问题来了，如果我让多个 Kafka 集群使用同一套 ZooKeeper 集群，那么这个参数应该怎么设置呢？这时候 chroot 就派上用场了。这个 chroot 是 ZooKeeper 的概念，类似于别名。

如果你有两套 Kafka 集群，假设分别叫它们 kafka1 和 kafka2，那么两套集群的zookeeper.connect参数可以这样指定：zk1:2181,zk2:2181,zk3:2181/kafka1和zk1:2181,zk2:2181,zk3:2181/kafka2。切记 chroot 只需要写一次，而且是加到最后的。我经常碰到有人这样指定：zk1:2181/kafka1,zk2:2181/kafka2,zk3:2181/kafka3，这样的格式是不对的。

#Broker 连接配置

• listeners：告诉外部连接者要通过什么协议访问指定主机名和端口开放的 Kafka 服务。
• advertised.listeners：和 listeners 相比多了个 advertised。Advertised 的含义表示宣称的、公布的，就是说这组监听器是 Broker 用于对外发布的。
• host.name/port：列出这两个参数就是想说你把它们忘掉吧，压根不要为它们指定值，毕竟都是过期的参数了。

我们具体说说监听器的概念，从构成上来说，它是若干个逗号分隔的三元组，每个三元组的格式为<协议名称，主机名，端口号>。这里的协议名称可能是标准的名字，比如 PLAINTEXT 表示明文传输、SSL 表示使用 SSL 或 TLS 加密传输等；也可能是你自己定义的协议名字，比如CONTROLLER: //localhost:9092。

最好全部使用主机名，即 Broker 端和 Client 端应用配置中全部填写主机名。

#Topic 管理

• auto.create.topics.enable：是否允许自动创建 Topic。一般设为 false，由运维把控创建 Topic。
• unclean.leader.election.enable：是否允许 Unclean Leader 选举。
• auto.leader.rebalance.enable：是否允许定期进行 Leader 选举。

第二个参数unclean.leader.election.enable是关闭 Unclean Leader 选举的。何谓 Unclean？还记得 Kafka 有多个副本这件事吗？每个分区都有多个副本来提供高可用。在这些副本中只能有一个副本对外提供服务，即所谓的 Leader 副本。

那么问题来了，这些副本都有资格竞争 Leader 吗？显然不是，只有保存数据比较多的那些副本才有资格竞选，那些落后进度太多的副本没资格做这件事。

好了，现在出现这种情况了：假设那些保存数据比较多的副本都挂了怎么办？我们还要不要进行 Leader 选举了？此时这个参数就派上用场了。

如果设置成 false，那么就坚持之前的原则，坚决不能让那些落后太多的副本竞选 Leader。这样做的后果是这个分区就不可用了，因为没有 Leader 了。反之如果是 true，那么 Kafka 允许你从那些“跑得慢”的副本中选一个出来当 Leader。这样做的后果是数据有可能就丢失了，因为这些副本保存的数据本来就不全，当了 Leader 之后它本人就变得膨胀了，认为自己的数据才是权威的。

这个参数在最新版的 Kafka 中默认就是 false，本来不需要我特意提的，但是比较搞笑的是社区对这个参数的默认值来来回回改了好几版了，鉴于我不知道你用的是哪个版本的 Kafka，所以建议你还是显式地把它设置成 false 吧。

第三个参数auto.leader.rebalance.enable的影响貌似没什么人提，但其实对生产环境影响非常大。设置它的值为 true 表示允许 Kafka 定期地对一些 Topic 分区进行 Leader 重选举，当然这个重选举不是无脑进行的，它要满足一定的条件才会发生。严格来说它与上一个参数中 Leader 选举的最大不同在于，它不是选 Leader，而是换 Leader！比如 Leader A 一直表现得很好，但若auto.leader.rebalance.enable=true，那么有可能一段时间后 Leader A 就要被强行卸任换成 Leader B。

你要知道换一次 Leader 代价很高的，原本向 A 发送请求的所有客户端都要切换成向 B 发送请求，而且这种换 Leader 本质上没有任何性能收益，因此我建议你在生产环境中把这个参数设置成 false。

#数据留存

• log.retention.{hour|minutes|ms}：都是控制一条消息数据被保存多长时间。从优先级上来说 ms 设置最高、minutes 次之、hour 最低。通常情况下我们还是设置 hour 级别的多一些，比如log.retention.hour=168表示默认保存 7 天的数据，自动删除 7 天前的数据。很多公司把 Kafka 当做存储来使用，那么这个值就要相应地调大。
• log.retention.bytes：这是指定 Broker 为消息保存的总磁盘容量大小。这个值默认是 -1，表明你想在这台 Broker 上保存多少数据都可以，至少在容量方面 Broker 绝对为你开绿灯，不会做任何阻拦。这个参数真正发挥作用的场景其实是在云上构建多租户的 Kafka 集群：设想你要做一个云上的 Kafka 服务，每个租户只能使用 100GB 的磁盘空间，为了避免有个“恶意”租户使用过多的磁盘空间，设置这个参数就显得至关重要了。
• message.max.bytes：控制 Broker 能够接收的最大消息大小。默认的 1000012 太少了，还不到 1MB。实际场景中突破 1MB 的消息都是屡见不鲜的，因此在线上环境中设置一个比较大的值还是比较保险的做法。毕竟它只是一个标尺而已，仅仅衡量 Broker 能够处理的最大消息大小，即使设置大一点也不会耗费什么磁盘空间的。

5.2. Topic 级别配置

• retention.ms：规定了该 Topic 消息被保存的时长。默认是 7 天，即该 Topic 只保存最近 7 天的消息。一旦设置了这个值，它会覆盖掉 Broker 端的全局参数值。
• retention.bytes：规定了要为该 Topic 预留多大的磁盘空间。和全局参数作用相似，这个值通常在多租户的 Kafka 集群中会有用武之地。当前默认值是 -1，表示可以无限使用磁盘空间。

5.3. 操作系统参数

• 文件描述符限制
• 文件系统类型
• Swappiness
• 提交时间

文件描述符系统资源并不像我们想象的那样昂贵，你不用太担心调大此值会有什么不利的影响。通常情况下将它设置成一个超大的值是合理的做法，比如ulimit -n 1000000。其实设置这个参数一点都不重要，但不设置的话后果很严重，比如你会经常看到“Too many open files”的错误。

其次是文件系统类型的选择。这里所说的文件系统指的是如 ext3、ext4 或 XFS 这样的日志型文件系统。根据官网的测试报告，XFS 的性能要强于 ext4，所以生产环境最好还是使用 XFS。对了，最近有个 Kafka 使用 ZFS 的数据报告 (opens new window)，貌似性能更加强劲，有条件的话不妨一试。

第三是 swap 的调优。网上很多文章都提到设置其为 0，将 swap 完全禁掉以防止 Kafka 进程使用 swap 空间。我个人反倒觉得还是不要设置成 0 比较好，我们可以设置成一个较小的值。为什么呢？因为一旦设置成 0，当物理内存耗尽时，操作系统会触发 OOM killer 这个组件，它会随机挑选一个进程然后 kill 掉，即根本不给用户任何的预警。但如果设置成一个比较小的值，当开始使用 swap 空间时，你至少能够观测到 Broker 性能开始出现急剧下降，从而给你进一步调优和诊断问题的时间。基于这个考虑，我个人建议将 swappniess 配置成一个接近 0 但不为 0 的值，比如 1。

最后是提交时间或者说是 Flush 落盘时间。向 Kafka 发送数据并不是真要等数据被写入磁盘才会认为成功，而是只要数据被写入到操作系统的页缓存（Page Cache）上就可以了，随后操作系统根据 LRU 算法会定期将页缓存上的“脏”数据落盘到物理磁盘上。这个定期就是由提交时间来确定的，默认是 5 秒。一般情况下我们会认为这个时间太频繁了，可以适当地增加提交间隔来降低物理磁盘的写操作。当然你可能会有这样的疑问：如果在页缓存中的数据在写入到磁盘前机器宕机了，那岂不是数据就丢失了。的确，这种情况数据确实就丢失了，但鉴于 Kafka 在软件层面已经提供了多副本的冗余机制，因此这里稍微拉大提交间隔去换取性能还是一个合理的做法。

6. Kafka 集群规划

6.1. 操作系统

部署生产环境的 Kafka，强烈建议操作系统选用 Linux。

在 Linux 部署 Kafka 能够享受到零拷贝技术所带来的快速数据传输特性。

Windows 平台上部署 Kafka 只适合于个人测试或用于功能验证，千万不要应用于生产环境。

Kafka 本身是用 Java 编写的，因此它能够运行在任何支持 Java 的操作系统上。通常使用 Linux 系统，因为它在处理大规模数据、高性能 I/O 和并发任务方面具有优势。下面是一些常见的操作系统和配置建议：

1.1 推荐操作系统

• Linux (推荐)：Kafka 在 Linux 上运行效果最佳，特别是基于 Ubuntu、CentOS、Red Hat Enterprise Linux (RHEL)、Debian 等发行版。它们通常提供较好的性能、稳定性，并且可以方便地进行调优。
• 推荐版本：至少使用 Linux 3.10+，因为 Kafka 和 Zookeeper 在较新的内核版本上有更好的性能优化和稳定性。

1.2 操作系统配置建议

• 文件描述符限制 (ulimit)：Kafka 可能会打开大量文件描述符（每个连接、日志文件、元数据文件等都需要一个文件描述符）。确保操作系统的 ulimit 足够高，一般至少设置为 65,000 或更高。

  • 可通过 ulimit -n 命令检查并调整。
  • 对于大规模集群，最好将文件描述符限制调整到 100,000 或更多。

• TCP 参数调整：对于高吞吐量的 Kafka 集群，网络延迟和吞吐量非常重要。你可能需要调整一些系统参数来优化 TCP 网络连接。

  • net.core.somaxconn：设置系统允许的最大等待连接队列长度（推荐值：1024或更高）。
  • net.ipv4.tcp_rmem 和 net.ipv4.tcp_wmem：调整 TCP 发送和接收缓冲区大小（推荐值：4096 87380 6291456）。

• 交换分区 (Swap)：避免在 Kafka 节点上启用交换空间。Kafka 对内存使用非常敏感，启用交换空间可能导致性能下降。

  • 禁用交换：swapoff -a 并在 /etc/fstab 中注释掉 swap 行。

• 磁盘性能：确保操作系统能够高效地管理 I/O 操作，使用合适的文件系统（如 ext4、xfs）来提高磁盘吞吐量。

6.2. 磁盘

Kafka 集群部署选择普通的机械磁盘还是固态硬盘？前者成本低且容量大，但易损坏；后者性能优势大，不过单价高。

结论是：使用普通机械硬盘即可。

Kafka 采用顺序读写操作，一定程度上规避了机械磁盘最大的劣势，即随机读写操作慢。从这一点上来说，使用 SSD 似乎并没有太大的性能优势，毕竟从性价比上来说，机械磁盘物美价廉，而它因易损坏而造成的可靠性差等缺陷，又由 Kafka 在软件层面提供机制来保证，故使用普通机械磁盘是很划算的。

Kafka 作为一个日志系统，磁盘 I/O 性能是影响其吞吐量的关键因素之一。Kafka 将所有数据持久化到磁盘上，因此磁盘的性能对于高性能 Kafka 集群至关重要。

2.1 磁盘类型

• SSD (推荐)：对于高吞吐量的 Kafka 集群，建议使用 SSD（固态硬盘），特别是在需要频繁写入数据（例如日志写入、消息写入）时。SSD 提供更低的延迟和更高的读写速度，能够显著提高 Kafka 集群的性能。

  • 推荐使用 NVMe SSD，能够提供更高的吞吐量和更低的延迟。

• HDD（仅适用于低吞吐量场景）：对于较低吞吐量或小型 Kafka 集群，可以使用传统的机械硬盘（HDD），但在大规模、高吞吐量的场景下，HDD 可能成为瓶颈。

2.2 磁盘配置建议

• RAID 配置：如果使用多个磁盘来增强 I/O 性能，可以考虑使用 RAID 10 配置，它能够在提高磁盘读取和写入速度的同时提供冗余保护。避免使用 RAID 5 或 RAID 6，因为它们的写入性能通常较差。

• 日志目录（Log Directories）：Kafka 将日志数据存储在本地磁盘上，建议使用多个磁盘来分散数据，避免单个磁盘成为瓶颈。在 server.properties 中配置多个日志目录（log.dirs）：

  log.dirs=/mnt/disk1,/mnt/disk2

• 磁盘空间规划：Kafka 会产生大量的日志数据，确保为每个 Kafka 节点分配足够的磁盘空间。每个分区都会在磁盘上占用空间，日志数据的大小取决于生产者写入的数据量、保留策略（如保留时间或保留大小）以及副本的数量。

2.3 磁盘性能监控

定期监控磁盘的健康状况和性能是必不可少的。使用 iostat 和 iotop 等工具监控磁盘 I/O 性能，并确保没有出现磁盘瓶颈。

6.3. 带宽

大部分公司使用普通的以太网络，千兆网络（1Gbps）应该是网络的标准配置。

通常情况下你只能假设 Kafka 会用到 70% 的带宽资源，因为总要为其他应用或进程留一些资源。此外，通常要再额外预留出 2/3 的资源，因为不能让带宽资源总是保持在峰值。

基于以上原因，一个 Kafka 集群数量的大致推算公式如下：

Kafka 机器数 = 单位时间需要处理的总数据量 / 单机所占用带宽

Kafka 作为一个分布式消息队列系统，网络带宽对于数据的传输速度、延迟和集群性能至关重要。Kafka 节点之间进行频繁的数据交换，包括数据复制、分区迁移、消费者拉取消息等。

3.1 网络带宽要求

• 建议带宽：对于生产环境，Kafka 节点之间至少应提供 1 Gbps 的网络带宽。如果是高吞吐量的集群或需要处理大量数据流的场景，推荐使用 10 Gbps 或更高带宽的网络。

• 高可用性和低延迟：为了减少节点之间的通信延迟和提高数据传输的吞吐量，可以考虑使用低延迟、高可靠性的网络设备（如专用网络卡、光纤连接等）。

3.2 网络拓扑

• 专用网络：在大规模 Kafka 集群中，最好为 Kafka 数据流量和管理流量提供专用的网络通道。这样可以减少其他应用的网络流量干扰，确保 Kafka 的数据传输稳定可靠。

• 多网络接口（NIC）：如果可行，可以在每台服务器上配置多个网络接口卡（NIC）来隔离不同类型的流量（例如数据传输与控制流量），以提高整体网络性能。

• 跨数据中心部署：如果 Kafka 集群部署在多个数据中心，跨数据中心的带宽要求会更高，因为 Kafka 会频繁地进行副本同步和数据复制，跨数据中心的延迟可能会成为瓶颈。

3.3 网络延迟优化

• 调整 TCP 参数：可以根据 Kafka 集群的需求调整网络的 TCP 参数（如缓冲区大小、连接数限制等）来减少延迟。例如，通过调整 tcp_rmem 和 tcp_wmem 来优化传输性能。

• 监控网络状况：定期使用 netstat、iftop 等工具监控网络连接的状态和带宽使用情况，以确保 Kafka 集群在高负载下的网络稳定性。

6.4. 其他重要考虑因素

4.1 Zookeeper 节点的配置

Kafka 依赖 Zookeeper 来管理集群的元数据和协调工作，确保 Zookeeper 集群的性能和可靠性非常关键。Zookeeper 节点的配置与 Kafka 节点类似，应考虑以下几点：

• 每个 Zookeeper 节点应有足够的磁盘空间和 CPU 配置来处理请求。
• 使用 SSD 磁盘来提高 Zookeeper 的性能。
• 设置 Zookeeper 高可用性，至少部署 3 个 Zookeeper 节点来确保集群的容错性。

4.2 集群规模与扩展

随着 Kafka 集群的规模增长，磁盘、网络和操作系统资源的负载也会相应增加。需要定期评估 Kafka 集群的性能，必要时增加更多的 Kafka 节点、磁盘或网络带宽来扩展集群容量。