1、确定集群暴露地址
在进行Kafka数据写入的过程中,首先第一步需要先确定Kafka集群对外暴露的地址。也许你可能会有疑惑,Kafka的地址还需要确认?不是直接kafka_ip:9092就可以了吗?稍等稍等,你也许对Kafka的地址了解的没有那么多。在Kafka中有两个参数:listeners和advertised.listenerslisteners:用来定义Kafka Broker的本机监听地址,如果没有设置,默认使用本机的hostname:9092 advertised.listeners:将Broker的监听地址发布到Zookeeper供客户端使用,是真正的对外暴露地址,客户端的连接地址就是这个。如果没有设置,会用listeners的设置地址。
示例一:在listeners与advertised.listeners都不填写的情况写,此时我们查看zookeeper中kafka的对外地址:
我们可以看到当前broker的endpoints为PLAINTEXT://cdh1:9092,其中cdh1为我当前机器的hostname 此时当前节点进行客户端访问时,客户端所在机器必须修改hosts文件,将cdh1节点的IP与映射添加进去。同时bootstrap.servers也必须为:cdh1:9092
示例二:只填写listeners监听地址,然后重启kafka节点。此时在zookeeper客户端中查看此节点的信息
listeners=PLAINTEXT://10.30.100.21:9092
可以看到,当前broker的endpoints为PLAINTEXT://10.30.100.21:9092。与listeners配置的想同。因为此时advertised.listeners并没有设置,所以zookeeper采用了listeners的地址作为暴露地址。此时客户端如果要访问此节点,就不需要修改hosts文件,直接将bootstrap.servers设置为10.30.100.21:9092即可。
示例三:将listeners的地址填写为10.30.100.21:9092,advertised.listeners地址填写为10.30.100.21:19092,此时查看zookeeper中的信息
listeners=PLAINTEXT://10.30.100.21:9092 advertised.listeners=PLAINTEXT://10.30.100.21:19092
此时endpoints的地址为advertised.listeners配置的地址,同时在客户端请求的时候,需要将bootstrap.servers地址填写10.30.100.21:19092。
示例四:如果将Kafka暴露至公网,需要将listeners的地址填写为10.30.100.21:9092,advertised.listeners地址填写为公网地址:公网IP
listeners=PLAINTEXT://10.30.100.21:9092 advertised.listeners=PLAINTEXT://公网地址:公网IP
并且在防火墙中,需要将10.30.100.21:9092映射至对应的公网地址与公网IP,才可进行公网访问。
2、连接集群
在kafka发送数据时,首先需要与集群进行通信,集群地址在bootstrap.server设置。bootstrap.server只需要填写集群中任意一台broker的暴露地址即可,集群后端会自动发现。不过还是推荐多写几个地址,因为一旦bootstrap.server中配置的唯一一台broker宕机,客户端重新运行后即无法连接集群。
3、元数据获取
与集群完成通信后,客户端需要获取集群元数据。此处元数据的获取不强制需要kafka-Controller的参与,因为kafka-Controller在获取到zookeeper中的元数据后,会自动同步至集群中所有broker。只需与客户端连接的broker将元数据返回至客户端即可。
4、与leader建立连接
获取到集群元数据后,元数据中存储着partition的leader节点信息。在kafka数据发送的过程中,客户端需要与leader节点直接建立连接,然后直接将数据发送至leader节点所在的机器。
注:这也是为什么在kafka暴露外网的过程中必须要将全部的集群节点都暴露出去,因为每台节点都有可能是leader节点,如果不暴露所有节点,那么客户端即使与kafka集群建立了连接并且客户端也可以创建topic,但是因为leader节点未暴露,客户端无法与leader节点建立连接,那么数据也无法实际发送出去。
5、数据落盘
1.Producer 将消息发送给该 leader 。2.leader 将消息写入本地 log 。3.followers 从 leader pull 消息,写入本地 log 后 leader 发送 ACK 。4.leader 收到所有 ISR 中的 replica 的 ACK 后,增加 HW(high watermark ,最后 commit 的 offset) 并向 Producer 发送 ACK。