zookeeper中怎么存儲Kafka，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。
金華網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián)建站,金華網(wǎng)站設(shè)計制作，有大型網(wǎng)站制作公司豐富經(jīng)驗。已為金華近1000家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)營銷網(wǎng)站建設(shè)要多少錢，請找那個售后服務(wù)好的金華做網(wǎng)站的公司定做！
/brokers/topics/[topic] :
存儲某個topic的partitions所有分配信息
[zk: localhost:2181(CONNECTED) 1] get /brokers/topics/topic2
重慶分公司
重慶分公司
Schema:
{
"version": "版本編號目前固定為數(shù)字1",
"partitions": {
"partitionId編號": [
同步副本組brokerId列表
],
"partitionId編號": [
同步副本組brokerId列表
],
.......
}
}
Example:
{
"version": 1,
"partitions": {
"2": [1, 2, 3],
"1": [0, 1, 2],
"0": [3, 0, 1],
}
}
Schema:
{
"controller_epoch": 表示kafka集群中的中央控制器選舉次數(shù),
"leader": 表示該partition選舉leader的brokerId,
"version": 版本編號默認為1,
"leader_epoch": 該partition leader選舉次數(shù),
"isr": [同步副本組brokerId列表]
}
Example:
{
"controller_epoch": 1,
"leader": 3,
"version": 1,
"leader_epoch": 0,
"isr": [3, 0, 1]
}
Schema:
{
"jmx_port": jmx端口號,
"timestamp": kafka broker初始啟動時的時間戳,
"host": 主機名或ip地址,
"version": 版本編號默認為1,
"port": kafka broker的服務(wù)端端口號,由server.properties中參數(shù)port確定
}
Example:
{
"jmx_port": -1,
"timestamp":"1525741823119"
"version": 1,
"host": "hadoop1",
"port": 9092
}
/controller -> int (broker id of the controller) 存儲center controller中央控制器所在kafka broker的信息
Schema:
{
"version": 版本編號默認為1,
"brokerid": kafka集群中broker唯一編號,
"timestamp": kafka broker中央控制器變更時的時間戳
}
Example:
{
"version": 1,
"brokerid": 0,
"timestamp": "1525741822769"
}
a.每個consumer客戶端被創(chuàng)建時,會向zookeeper注冊自己的信息;
b.此作用主要是為了"
c.同一個Consumer Group中的Consumers，Kafka將相應(yīng)Topic中的每個消息只發(fā)送給其中一個Consumer。
d.Consumer Group中的每個Consumer讀取Topic的一個或多個Partitions，并且是唯一的Consumer；
e.一個Consumer group的多個consumer的所有線程依次有序地消費一個topic的所有partitions,如果Consumer group中所有consumer總線程大于partitions數(shù)量，則會出現(xiàn)空閑情況;
舉例說明：
kafka集群中創(chuàng)建一個topic為report-log 4 partitions 索引編號為0,1,2,3
假如有目前有三個消費者node：注意-->一個consumer中一個消費線程可以消費一個或多個partition.
如果每個consumer創(chuàng)建一個consumer thread線程,各個node消費情況如下，node1消費索引編號為0,1分區(qū)，node2費索引編號為2,node3費索引編號為3
如果每個consumer創(chuàng)建2個consumer thread線程，各個node消費情況如下(是從consumer node先后啟動狀態(tài)來確定的)，node1消費索引編號為0,1分區(qū)；node2費索引編號為2,3；node3為空閑狀態(tài)
總結(jié)：
從以上可知，Consumer Group中各個consumer是根據(jù)先后啟動的順序有序消費一個topic的所有partitions的。
如果Consumer Group中所有consumer的總線程數(shù)大于partitions數(shù)量，則可能consumer thread或consumer會出現(xiàn)空閑狀態(tài)。
當(dāng)一個group中,有consumer加入或者離開時,會觸發(fā)partitions均衡.均衡的最終目的,是提升topic的并發(fā)消費能力.
1) 假如topic1,具有如下partitions: P0,P1,P2,P3
2) 加入group中,有如下consumer: C0,C1
3) 首先根據(jù)partition索引號對partitions排序: P0,P1,P2,P3
4) 根據(jù)(consumer.id + '-'+ thread序號)排序: C0,C1
5) 計算倍數(shù): M = [P0,P1,P2,P3].size / [C0,C1].size,本例值M=2(向上取整)
6) 然后依次分配partitions: C0 = [P0,P1],C1=[P2,P3],即Ci = [P(i * M),P((i + 1) * M -1)]
每個consumer都有一個唯一的ID(consumerId可以通過配置文件指定,也可以由系統(tǒng)生成),此id用來標(biāo)記消費者信息.
/consumers/[groupId]/ids/[consumerIdString]
是一個臨時的znode,此節(jié)點的值為請看consumerIdString產(chǎn)生規(guī)則,即表示此consumer目前所消費的topic + partitions列表.
consumerId產(chǎn)生規(guī)則：
StringconsumerUuid = null;
if(config.consumerId!=null && config.consumerId)
consumerUuid = consumerId;
else {
String uuid = UUID.randomUUID()
consumerUuid = "%s-%d-%s".format(
InetAddress.getLocalHost.getHostName, System.currentTimeMillis,
uuid.getMostSignificantBits().toHexString.substring(0,8));}
String consumerIdString = config.groupId + "_" + consumerUuid;
[zk: localhost:2181(CONNECTED) 11] get /consumers/console-consumer-2304/ids/console-consumer-2304_hadoop2-1525747915241-6b48ff32
Schema:
{
"version": 版本編號默認為1,
"subscription": { //訂閱topic列表
"topic名稱": consumer中topic消費者線程數(shù)
},
"pattern": "static",
"timestamp": "consumer啟動時的時間戳"
}
Example:
{
"version": 1,
"subscription": {
"topic2": 1
},
"pattern": "white_list",
"timestamp": "1525747915336"
}
/consumers/[groupId]/offsets/[topic]/[partitionId] -> long (offset)
用來跟蹤每個consumer目前所消費的partition中最大的offset
此znode為持久節(jié)點,可以看出offset跟group_id有關(guān),以表明當(dāng)消費者組(consumer group)中一個消費者失效,
重新觸發(fā)balance,其他consumer可以繼續(xù)消費.
/admin/reassign_partitions
{
"fields":[
{
"name":"version",
"type":"int",
"doc":"version id"
},
{
"name":"partitions",
"type":{
"type":"array",
"items":{
"fields":[
{
"name":"topic",
"type":"string",
"doc":"topic of the partition to be reassigned"
},
{
"name":"partition",
"type":"int",
"doc":"the partition to be reassigned"
},
{
"name":"replicas",
"type":"array",
"items":"int",
"doc":"a list of replica ids"
}
],
}
"doc":"an array of partitions to be reassigned to new replicas"
}
}
]
}
Example:
{
"version": 1,
"partitions":
[
{
"topic": "Foo",
"partition": 1,
"replicas": [0, 1, 3]
}
]
}
{
"fields":[
{
"name":"version",
"type":"int",
"doc":"version id"
},
{
"name":"partitions",
"type":{
"type":"array",
"items":{
"fields":[
{
"name":"topic",
"type":"string",
"doc":"topic of the partition for which preferred replica election should be triggered"
},
{
"name":"partition",
"type":"int",
"doc":"the partition for which preferred replica election should be triggered"
}
],
}
"doc":"an array of partitions for which preferred replica election should be triggered"
}
}
]
}
例子:
{
"version": 1,
"partitions":
[
{
"topic": "Foo",
"partition": 1
},
{
"topic": "Bar",
"partition": 0
}
]
}
Schema:
{ "fields":
[ {"name": "version", "type": "int", "doc": "version id"},
{"name": "topics",
"type": { "type": "array", "items": "string", "doc": "an array of topics to be deleted"}
} ]
}
例子:
{
"version": 1,
"topics": ["foo", "bar"]
}/config/topics/[topic_name]
看完上述內(nèi)容，你們掌握zookeeper中怎么存儲Kafka的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！
