1.Kafka基本术语 Producer ：消息生产者，就是向kafka broker发消息的客户端 Consumer ：消息消费者，向kafka broker取消息的客户端 Topic ：话题，可以理解为一个队列 Consumer Group （CG）：这是kafka用来实现一个topic消息的广播（发给所有的consumer）和单播（发给任意一个consumer）的手段。一个topic可以有多个CG。topic的消息会复制（不是真的复制，是概念上的）到所有的CG，但每个CG只会把消息发给该CG中的一个consumer。如果需要实现广播，只要每个consumer有一个独立的CG就可以了。要实现单播只要所有的consumer在同一个CG。用CG还可以将consumer进行自由的分组而不需要多次发送消息到不同的topic。 Broker ：一台kafka服务器就是一个broker。一个集群由多个broker组成。一个broker可以容纳多个topic。 Partition：为了实现扩展性，一个非常大的topic可以分布到多个broker（即服务器）上，一个topic可以分为多个partition，每个partition是一个有序的队列。 partition中的每条消息都会被分配一个有序的id（offset）。 kafka只保证按一个partition中的顺序将消息发给consumer，不保证一个topic的整体（多个partition间）的顺序。 Offset：kafka的存储文件都是按照offset.kafka来命名，用offset做名字的好处是方便查找。例如你想找位于2049的位置，只要找到2048.kafka的文件即可。当然the first offset就是00000000000.kafka 2.安装Kafka ## 下载 [grid@hadoop4 ~]$ wget http://mirrors.cnnic.cn/apache/kafka/0.8.2.1/kafka_2.11-0.8.2.1.tgz [grid@hadoop4 ~]$ tar -zxf kafka_2.11-0.8.2.1.tgz ## 修改$KAFKA_HOME/config/server.properties [grid@hadoop4 ~]$ cd kafka_2.11-0.8.2.1 [grid@hadoop4 kafka_2.11-0.8.2.1]$ vim config/server.properties ## 主要是修改以下几项配置：broker.id、port、host.name、log.dirs、zookeeper.connect ## zookeeper集群的安装请参考http://my.oschina.net/zc741520/blog/399233 3.Kafka基本命令 启动kafka bin/kafka-server-start.sh ./config/server.properties 创建topic bin/kafka-topics.sh --topic kafkaToptic --create --zookeeper 127.0.0.1:2181 --replication-factor 1 --partition 1 查看consumer bin/kafka-console-consumer.sh --zookeeper 127.0.0.1:2181 --topic kafkaToptic --from-beginning 查看topic bin/kafka-topics.sh --list --zookeeper 127.0.0.1:2181 生产消息 bin/kafka-console-producer.sh --broker-list 127.0.0.1:9092 --topic kafkaToptic 4.启动Kafka（需要先启动Zookeeper） [grid@hadoop4 kafka_2.11-0.8.2.1]$ bin/kafka-server-start.sh ./config/server.properties & 5.创建名为apache_log的topic [grid@hadoop4 kafka_2.11-0.8.2.1]$ bin/kafka-topics.sh --topic apache_log --create --zookeeper hadoop4:2181 --replication-factor 1 --partition 1 & [grid@hadoop4 kafka_2.11-0.8.2.1]$ bin/kafka-topics.sh --list --zookeeper hadoop4:2181 apache_log