kafka权威指南（一）：安装kafka

关注

原创最新推荐文章于 2026-03-12 00:01:50 发布 385 阅读 AI 写同款· GEO 优化 ›

《Kafka权威指南》如何让分布式系统设计化繁为简全球每天通过Kafka处理的消息量已突破1.5万亿条，这个数字正以47%的年增速重塑数据基础设施的边界。在这个实时数据定义商业价值的时代，无论你是设计日均亿级消息的电商平台，还是构建毫秒级响应的金融交易系统，这本架构师枕边书都将赋予你定义数据流动规则的终极话语权。“在数据即决策的时代，Kafka是数字世界的中央神经系统，而这本书就是神经外科医生的手术指南。由Kafka创始团队核心成员撰写的《Kafka权威指南》，正是打开现代数据工程之门的密钥。：CDC技术捕获数据库变更的毫秒级同步。阅读详情

一、安装zooleeper（linux，CentOS7）

1.去apache官网下载zookeeper压缩包

地址：https://mirrors.tuna.tsinghua.edu.cn/apache/zookeeper/

切记不管下载什么版本，一定要下载带bin的压缩包，如图：

下载完成后，放到服务器中（目录自己指定），解压该文件

2.进行简单的配置

打开conf目录，如果没有zoo.cfg就新建一个，进行如下配置：（注意配置项6）

配置项4中的文件夹目录我们需要手动创建，例如：

mkdir -p /var/lib/zookeeper

#1.tickTime：Client-Server通信心跳时间
#Zookeeper 服务器之间或客户端与服务器之间维持心跳的时间间隔，tickTime以毫秒为单位
tickTime=2000

#2.initLimit：Leader-Follower初始通信时限
#集群中的follower服务器(F)与leader服务器(L)之间初始连接时能容忍的最多心跳数（tickTime的数量）
#initLimit=5

#3.syncLimit：Leader-Follower同步通信时限
#集群中的follower服务器与leader服务器之间请求和应答之间能容忍的最多心跳数（tickTime的数量）
#syncLimit=2

#4.dataDir：数据文件目录
#Zookeeper保存数据的目录，默认情况下，Zookeeper将写数据的日志文件也保存在这个目录里。
dataDir=/var/lib/zookeeper

#5.clientPort：客户端连接端口
#客户端连接 Zookeeper 服务器的端口，Zookeeper 会监听这个端口，接受客户端的访问请求。
clientPort=2181

#6.admin.serverPort：zookeeper 3.5.0版本以上指定此参数，不指定则默认为8080.
#建议指定，因为亲测8080容易被占用，导致启动失败。
admin.serverPort=12222

#7.服务器名称与地址：集群信息（服务器编号，服务器地址，LF通信端口，选举端口）
#这个配置项的书写格式比较特殊，规则如下：
#server.N=YYY:A:B

#7.maxClientCnxns：对于一个客户端的连接数限制，默认是60，这在大部分时候是足够了。
#但实际使用中发现，在测试环境经常超过这个数，
#经过调查发现有的团队将几十个应用全部部署到一台机器上，以方便测试，于是这个数字就超过了。
#maxClientCnxns=

#8.autopurge.snapRetainCount、autopurge.purgeInterval
#客户端与zookeeper交互过程中产生的日志，zookeeper会将内存中的数据作为snapshot保存下来
#这些数据不会自动删除，这样磁盘中这样的数据就会越来越多。
#autopurge.purgeInterval就是设置多少小时清理一次
#autopurge.snapRetainCount是设置保留多少个snapshot，之前的则删除。
#autopurge.purgeInterval=
#autopurge.snapRetainCount=

3.启动zookeeper

到bin目录下执行：

sh zkServer.sh start

4.测试启动是否成功

看到 Starting zookeeper ... STARTED 不一定代表启动成功，可以使用telnet测试。

未安装telnet的解决方案

telnet localhost 2181

telnet连接上，通过 srvr来验证是否安装正确

未连接上，代表启动失败。

5.启动失败错误排查

具体报错原因千变万化，在此不一一列举，建议大家养成启动后查看日志的习惯。

到/logs目录下可以查勘zookeeper从启动开始所有的运行时日志。

6.Zookeeper集群

Zookeeper集群被称为群组（不建议超过七个节点，节点过多会降低整个群组的性能），Zookeeper使用的是一致性协议，所以建议每个群组里应该包含奇数个节点（3,5,7,9）。因为只有大多数节点（法定人数）处于可用状态，Zookeeper才可以处理外部请求

也就是说，如果你有一个包含 3 个节点的群组，那么它允许1个节点失效。如果群组包含 5 个节点，那么它允许 2 个节点失效。

群组需要有一些公共配置，上面列出了所有服务器的清单，并且每个服务器还要在数据目录中创建一个 myid 文件，用于指明自己的 ID。如果群组里服务器的机器名是 zoo1.example.com、zoo2.example.com、zoo3.example.com，那么配置文件可能是这样的，

tickTime=2000
dataDir=/var/lib/zookeeper
clientPort=2181
initLimit=20
syncLimit=5
server.1=zoo1.example.com:2888:3888
server.2=zoo2.example.com:2888:3888
server.3=zoo3.example.com:2888:3888

服务器地址遵循 server.X=hostname:peerPort:leaderPort 格式：

X：服务器的 ID，它必须是一个整数，不过不一定要从 0 开始，也不要求是连续的；
hostname：服务器的机器名或 IP 地址；
peerPort：用于节点间通信的 TCP 端口；
leaderPort：用于首领选举的 TCP 端口

除了公共的配置文件外，每个服务器都必须在 data Dir 目录中创建一个叫作 myid 的文件，文件里要包含服务器 ID，这个 ID 要与配置文件里配置的 ID 保持一致。完成这些步骤后，就可以启动服务器，让它们彼此间进行通信了。

二、安装kafka

1.下载kafka安装包（解压即可）

官网：

百度云（简）：https://www.jianshu.com/p/0da47d19ad3a

2.验证安装是否正确

创建并验证主题：

/bin/kafka-topics.sh --create --zookeeper localhost:2181

往测试主题上发布消息：

/bin/kafka-console-producer.sh --broker-list

从测试主题上读取消息：

/bin/kafka-console-consumer.sh --zookeeper

三、broker配置

1.常规配置

broker.id：每个 broker 需要有一个标识符，使用 broker.id 表示，默认是0，可设置任意整数。这个值在整个集群中必须是唯一的。建议设置为与机器名具有相关性的整数。
port：默认情况下监听9092端口。（使用1024以下的端口，需要使用root权限启动kafka，不推荐）
zookeeper.connect：用于保存broker元数据的Zookeeper地址。localhost:2181 表示这个 Zookeeper 是运行在本地的 2181 端口上。该配置参数是用冒号分隔的一组 hostname:port/path 列表，每一部分的含义如下
- hostname 是 Zookeeper 服务器的机器名或 IP 地址
- port 是 Zookeeper 的客户端连接端口
- /path 是可选的（不存在自动创建） Zookeeper 路径，作为 Kafka 集群的 chroot 环境。如果不指定，默认使用根路径
log.dirs（一组用逗号分隔的本地文件系统路径）：kafka把消息保存在磁盘，存放日志片段的目录。
- 如果指定了多个路径，那么 broker 会根据“最少使用”原则，把同一个分区的日志片段保存到同一个路径下。要注意broker 会往拥有最少数目分区的路径新增分区，而不是往拥有最小磁盘空间的路径新增分区。
num.recovery.threads.per.data.dir：对于如下 3 种情况，Kafka 会使用可配置的线程池来处理日志片段：
- 服务器正常启动，用于打开每个分区的日志片段；
- 服务器崩溃后重启，用于检查和截短每个分区的日志片段；
- 服务器正常关闭，用于关闭日志片段。
auto.create.topics.enable：默认情况下，Kafka 会在如下几种情形下自动创建主题
- 当一个生产者开始往主题写入消息时
- 当一个消费者开始从主题读取消息时
- 当任意一个客户端向主题发送元数据请求时
- 显式地创建主题把 auto.create.topics.enable 设为 false

2.默认配置

num.partitions（默认为1）：指定新创建的主题包含几个分区，默认启用。
log.retention.ms（默认168 小时，也就是一周）：根据此时间决定数据保存多久
log.retention.bytes（）：通过最多可以保留的消息字节数来判断消息是否过期
log.segment.bytes（默认是 1GB）：当日志片段大小达到 log.segment.bytes 指定的上限时，当前日志片段就会被关闭，一个新的日志片段被打开。
message.max.bytes（默认是 1M）：限制单个消息的大小，这个值对性能有显著的影响

3.硬件选择