学网站建设需要多久,seo兼职优化,温岭网站建设公司,冰雕制作公司一、Kafka 架构深入了解
1.1 Kafka 工作流程及文件存储机制
Kafka 中消息是以 topic 进行分类的#xff0c;生产者生产消息#xff0c;消费者消费消息#xff0c;都是面向 topic 的。
topic 是逻辑上的概念#xff0c;而 partition 是物理上的概念#xff0c;每个 par…一、Kafka 架构深入了解
1.1 Kafka 工作流程及文件存储机制
Kafka 中消息是以 topic 进行分类的生产者生产消息消费者消费消息都是面向 topic 的。
topic 是逻辑上的概念而 partition 是物理上的概念每个 partition 对应于一个 log 文件该 log 文件中存储的就是 producer 生产的数据。Producer 生产的数据会被不断追加到该 log 文件末端且每条数据都有自己的 offset。 消费者组中的每个消费者都会实时记录自己消费到了哪个 offset以便出错恢复时从上次的位置继续消费。
由于生产者生产的消息会不断追加到 log 文件末尾为防止 log 文件过大导致数据定位效率低下Kafka 采取了分片和索引机制将每个 partition 分为多个 segment。每个 segment 对应两个文件“.index” 文件和 “.log” 文件。这些文件位于一个文件夹下该文件夹的命名规则为topic名称分区序号。例如test 这个 topic 有三个分区 则其对应的文件夹为 test-0、test-1、test-2。
index 和 log 文件以当前 segment 的第一条消息的 offset 命名。
“.index” 文件存储大量的索引信息“.log” 文件存储大量的数据索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。
1.2 数据可靠性保证
为保证 producer 发送的数据能可靠的发送到指定的 topictopic 的每个 partition 收到 producer 发送的数据后 都需要向 producer 发送 ackacknowledgement 确认收到如果 producer 收到 ack就会进行下一轮的发送否则重新发送数据。
1.3 数据一致性问题
LEO指的是每个副本最大的 offset HW指的是消费者能见到的最大的 offset所有副本中最小的 LEO。
1follower 故障 follower 发生故障后会被临时踢出 ISRLeader 维护的一个和 Leader 保持同步的 Follower 集合待该 follower 恢复后follower 会读取本地磁盘记录的上次的 HW并将 log 文件高于 HW 的部分截取掉从 HW 开始向 leader 进行同步。等该 follower 的 LEO 大于等于该 Partition 的 HW即 follower 追上 leader 之后就可以重新加入 ISR 了。
2leader 故障 leader 发生故障之后会从 ISR 中选出一个新的 leader 之后为保证多个副本之间的数据一致性其余的 follower 会先将各自的 log 文件高于 HW 的部分截掉然后从新的 leader 同步数据。
注这只能保证副本之间的数据一致性并不能保证数据不丢失或者不重复。
1.4 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。 当 producer 向 leader 发送数据时可以通过 request.required.acks 参数来设置数据可靠性的级别 ●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最低的。当broker故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同步成功之前leader故障那么将会丢失数据。 ●-1或者是allproducer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。 三种机制性能依次递减数据可靠性依次递增。 注在 0.11 版本以前的Kafka对此是无能为力的只能保证数据不丢失再在下游消费者对数据做全局去重。在 0.11 及以后版本的 Kafka引入了一项重大特性幂等性。所谓的幂等性就是指 Producer 不论向 Server 发送多少次重复数据 Server 端都只会持久化一条。 二、FilebeatKafkaELK 的部署
实验组件 ELFK架构服务器类型 系统 IP 地址需要安装的组件 硬件方面 Apache节点CentOS7.4(64 位) 192.168.73.107 Logstash、Apachefilebeat 2核4Gnode01节点 CentOS7.4(64 位) 192.168.73.105 Elasticsearch 、Kibana2核4Gnode02节点 CentOS7.4(64 位) 192.168.73.106Elasticsearch2核4G zookeeperkafka主机 操作系统 IP地址 服务的版本号sever1 centos7.4 192.168.73.109/24 zookeeper-3.5.7sever2centos7.4 192.168.73.110/24zookeeper-3.5.7sever3 centos7.4192.168.73.111/24zookeeper-3.5.7 实验步骤 在前面的两篇文章中分别部署了kafka和ELFK本次实验承接上次实验的基础进行
ELFKKafka的配置 步骤一配置部署 Filebeat cd /usr/local/filebeat cp filebeat.yml filebeat.yml.bak vim filebeat.yml filebeat.prospectors: - type: log enabled: true paths: - /var/log/httpd/access_log tags: [access] - type: log enabled: true paths: - /var/log/httpd/error_log tags: [error] ...... #添加输出到 Kafka 的配置 output.kafka: enabled: true hosts: [192.168.73.109:9092,192.168.73.110:9092,192.168.73.111:9092] #指定 Kafka 集群配置 topic: httpd #指定 Kafka 的 topic #启动 filebeat ./filebeat -e -c filebeat.yml 步骤二部署 ELK在 Logstash 组件所在节点上新建一个 Logstash 配置文件
注意若logstash中缺少 logstash-filter-multiline也会导致无法运行 bin/logstash-plugin install logstash-filter-multiline 进行访问测试
