kafka windows环境的搭建之路

friht

　　简介：kafka是一个分布式的、可分区的、可复制的消息系统，它常常用于处理日志信息，是Apache下的一个开源项目（觉得Apache简直太牛逼了。。）
　　（一）基本的消息术语：
　　Kafka将消息以topic为单位进行归纳。
　　将向Kafka topic发布消息的程序成为producers.
　　将预订topics并消费消息的程序成为consumer.
　　Kafka以集群的方式运行，可以由一个或多个服务组成，每个服务叫做一个broker.
　　topic及分区：一个topic是对一组消息的归纳。对每个topic，Kafka 对它的日志进行了分区。每个分区都由一系列有序的、不可变的消息组成，这些消息被连续的追加到分区中。
　　分区中的每个消息都有一个连续的序列号叫做offset,用来在分区中唯一的标识这个消息。
　　分布式：每个分区在Kafka集群的若干服务中都有副本，这样这些持有副本的服务可以共同处理数据和请求，副本数量是可以配置的。副本使Kafka具备了容错能力。
　　每个分区都由一个服务器作为“leader”，零或若干服务器作为“followers”,leader负责处理消息的读和写，followers则去复制leader.如果leader down了，followers中的一台则会自动成为leader。
　　集群中的每个服务都会同时扮演两个角色：作为它所持有的一部分分区的leader，同时作为其他分区的followers，这样集群就会据有较好的负载均衡。
　　producers通过网络将消息发送到Kafka集群，集群向消费者提供消息。如图：
　　

 
　　zookeeper在kafak中的作用是用来做软负载均衡的。
　　客户端和服务端通过TCP协议通信。Kafka提供了Java客户端，并且对多种语言都提供了支持。
　　（二）Producer & Consumer
　　Producer将消息发布到它指定的topic中,并负责决定发布到哪个分区。通常简单的由负载均衡机制随机选择分区，但也可以通过特定的分区函数选择分区。使用的更多的是第二种。
　　发布消息通常有两种模式：队列模式（queuing）和发布-订阅模式(publish-subscribe)。队列模式中，consumers可以同时从服务端读取消息，每个消息只被其中一个consumer读到；发布-订阅模式中消息被广播到所有的consumer中。
　　Consumers可以加入一个consumer 组，共同竞争一个topic，topic中的消息将被分发到组中的一个成员中。同一组中的consumer可以在不同的程序中，也可以在不同的机器上。如果所有的consumer都在一个组中，这就成为了传统的队列模式，在各consumer中实现负载均衡。
　　如果所有的consumer都不在不同的组中，这就成为了发布-订阅模式，所有的消息都被分发到所有的consumer中。
　　更常见的是，每个topic都有若干数量的consumer组，每个组都是一个逻辑上的“订阅者”，为了容错和更好的稳定性，每个组由若干consumer组成。这其实就是一个发布-订阅模式，只不过订阅者是个组而不是单个consumer。
　　（三）kafak windows环境搭建
　　好吧，搭建kafka windows还是花费了一番功夫的，网络上关于kafak windows的配置文章不多，即使参照网络上的文章，也是失败N多次。。后来在F哥的帮助下，终于弄好了，再次衷心向他表示感谢。
　　step1：前往Kafak官网下载页面http://kafka.apache.org/downloads.html下载kafak压缩包(注意下载的kafak版本不要是kafka-xx-src.tgz的哦)，这里我下载的版本为
　　kafka_2.9.2-0.8.1.tgz，下载完毕之后解压。
　　step2: 下载完毕之后需要检查config目录下几个配置文件：
　　1)producer.proerties：metadata.broker.list 如果你配置了集群，这里要加上多个broker节点，每个节点用,隔开。形如：localhost:9092, ip2:9093, ip3:9092（broker节点在
　　不同机器上）或者ip:9092, ip:9093, ip:9094（broker节点在同一机器不同端口）
　　2)server.properties：log.dirs 指定kafka服务端启动后日志存放的目录。一般下载下来之后，log.dirs=/tmp/kafka-logs，如果你不修改，启动kafak-server-start.bat的话很容易
　　报关于Log4j的错的。建议在kafka解压后的根目录下，创建一个tmp的目录，下面可以有kafka-logs和zookeeper两个目录分别存放kafka和zookeeper的日志;
　　检查zookeeper.connect的路径是否是本地路径
　　3)同理(2)，检查zookeeper.properties的dataDir（解压后默认为/tmp/zookeeper），可以修改成2)里面tmp下的zookeeper目录
　　step3：修改bin/windows下面的kafak-run-class.bat文件，这个文件也是最容易导致kafak启动出错的地方！
　　修改set ivyPath对应的路径要指向你解压后libs的路径，如E:\kafka_2.9.2-0.8.1\libs，不然也超级容易报错！
　　依次检查下面几个set  call的代码，形如：

set snappy=%ivyPath%\snappy-java-1.0.5.jar
call :concat %snappy%
　　因为可能他set xxx = %ivyPath%\yyy.jar ,但你下载后的libs目录下的jar包不一定有yyy.jar，如果是这样，把你libs下面不存在的jar包，但该.bat文件里又set的jar包的代码删除即可！
　　继续检查

IF ["%KAFKA_OPTS%"] EQU [""] (
set KAFKA_OPTS=-Xmx512M -server -Dlog4j.configuration=file:"%BASE_DIR%\config\log4j.properties"
)
　　看KAFKA_OPTS指定的路径是否正确，建议手动修改成config下面log4j.properties的路径
　　step4：检查config/log4j.properties文件，kafka.logs.dir= 看看指定的路径在你本地是否存在，建议修改成你本地的日志文件目录。
　　step5:几个主要的配置文件修改完毕之后。不妨把config下面的server.properties和zookeeper.properties拷贝到bin/windows/下面。然后在bin/windows下建立2个.bat文件分别用于
　　启动zookeeper和kafka。内容如下：
　　zookeeper-start.bat:

zookeeper-server-start.bat zookeeper.properties
　　kafka-start.bat

kafak-server-start.bat server.properties
　　以上，windows操作系统下kafka的环境搭建就准备了。想要启动kafka，即可先运行zookeeper-start.bat文件，再运行kafka-start.bat文件。
　　说下在搭建kafak的windwos运行环境出现的异常：
　　Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/zookeeper/
　　server/quorum/QuorumPeerMain
　　Caused by: java.lang.ClassNotFoundException: org.apache.zookeeper.server.quorum.
　　QuorumPeerMain
　　at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
　　at java.security.AccessController.doPrivileged(Native Method)
　　at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
　　at java.lang.ClassLoader.loadClass(ClassLoader.java:306)
　　at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:301)
　　at java.lang.ClassLoader.loadClass(ClassLoader.java:247)
　　Could not find the main class: org.apache.zookeeper.server.quorum.QuorumPeerMain
　　.  Program will exit.
　　这个就是因为你拿到一个从官网上下载下来的kafak压缩包解压之后，未做任何配置文件以及.bat文件的修改所造成的错误之一。
　　（四）需要注意的几点：
　　1)kafka之所以开源，就意味着你download一个版本之后，如果启动报错，必须打开响应的.bat文件，看看是哪里报的错。最有可能的就是一些配置未做修改，并不是下载完之后就万事大吉了；
　　2).bat文件是windows环境下类似Linux操作系统的Shell脚本，是可执行文件。想看看里面定义的变量，要学会echo(回显) %变量名% 的命令，pause(打断点)命令的使用！
　　3)启动kafka之前必须先启动zookeeper，但是这不意味着你必须单独再开启一个zookeepr，因为查看zookeeper.bat你会发现：
　　kafka-run-class.bat org.apache.zookeeper.server.quorum.QuorumPeerMain %*
　　而再查看kafka-run-class.bat 又会发现：

set zookeeper=%ivyPath%\zookeeper-3.3.4.jar
call :concat %zookeeper%
　　这说明，kafka对于zookeeper的支持是在libs目录下有一个zookeeper-xx.jar包的。