Apache Kafka常用命令

本文涉及的产品
云原生网关 MSE Higress,422元/月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
注册配置 MSE Nacos/ZooKeeper,118元/月
简介: 1.查看topic详细信息 ./kafka-topics.sh -zookeeper ip:port -describe -topic topicname kafka/bin/kafka-topics.

1.查看topic详细信息

./kafka-topics.sh -zookeeper ip:port -describe -topic topicname

kafka/bin/kafka-topics.sh -zookeeper hostname:2181 -describe -topic topicname

2.为topic增加副本

./kafka-reassign-partiotions.sh -zookeeper ip:port -reassignment-json-file json/partitions-to-move.json -execute

kafka/bin/kafka-reassign-partitions.sh -zookeeper hostname:2181 -reassignment-json-file json/partitions-to-move.json -execute

3.创建topic

./kafka-topics.sh --create --zookeeper ip:port --replication-factor 1 --partitions 1 --topic topicname

kafka/bin/kafka-topics.sh --create --zookeeper hostname:2181 --replication-factor 1 --partitions 1 --topic topicname

4.为topic增加partition

./bin/kafka-topics.sh -zookeeper ip:port -alter -partitions 20 -topic topicname

kafka/bin/kafka-topics.sh --zookeeper hostname:2181 -alter -partitions 6 -topic topicname

5.Kafka生产者客户端命令

./kafka-console-producer.sh --broker-list ip:port --topic topicname

kafka/bin/kafka-console-producer.sh --broker-list hostname1:9092,hostname2:9092 --topic topicname

6.Kafka消费者客户端命令

./kafka-console-consumer.sh -zookeeper ip:port --topic topicname
./kafka-console-consumer.sh -zookeeper ip:port --from-beginning --topic topicname

kafka/bin/kafka-console-consumer.sh -zookeeper hostname:2181 --from-beginning --topic topicname

7.Kafka服务启动

./kafka-server-start.sh -daemon ../config/server.properties

8.下线broker

./kafka-run-class.sh kafka.admin.ShutdownBroker --zookeeper ip:port --broker #brokerId# --run.retries 3 --retry.interval.ms 60 shutdown broker

9.删除topic

./kafka-run-class.sh kafka.admin.DeleteTopicCommand --topic topicname--zookeeper ip:port ./kafka-topics.sh --zookeeper ip:port --delete --topic topicname
./kafka-topics.sh --delete --zookeeper ip:port --topic topicname

kafka/bin/kafka-topics.sh --delete --zookeeper hostname:2181 --topic topicname

10.查看consumer组内消费的offset

./kafka-run-class.sh kafka.tools.ConsumerOffsetChecker --zookeeper ip:port --group test --topic topicname

11.查看消费

./kafka-topics.sh --zookeeper ip:port --describe --topic topicname

kafka/bin/kafka-topics.sh --zookeeper hostname:2181 --describe --topic topicname

12.查找Kafka版本

find / -name \*kafka_\*|head -1|grep -o '\kafka[^\n]*'
目录
相关文章
|
1月前
|
消息中间件 安全 Kafka
Apache Kafka安全加固指南:保护你的消息传递系统
【10月更文挑战第24天】在现代企业环境中,数据的安全性和隐私保护至关重要。Apache Kafka作为一款广泛使用的分布式流处理平台,其安全性直接影响着业务的稳定性和用户数据的安全。作为一名资深的Kafka使用者,我深知加强Kafka安全性的重要性。本文将从个人角度出发,分享我在实践中积累的经验,帮助读者了解如何有效地保护Kafka消息传递系统的安全性。
58 7
|
1月前
|
消息中间件 数据挖掘 Kafka
Apache Kafka流处理实战:构建实时数据分析应用
【10月更文挑战第24天】在当今这个数据爆炸的时代,能够快速准确地处理实时数据变得尤为重要。无论是金融交易监控、网络行为分析还是物联网设备的数据收集,实时数据处理技术都是不可或缺的一部分。Apache Kafka作为一款高性能的消息队列系统,不仅支持传统的消息传递模式,还提供了强大的流处理能力,能够帮助开发者构建高效、可扩展的实时数据分析应用。
77 5
|
1月前
|
消息中间件 存储 监控
构建高可用性Apache Kafka集群:从理论到实践
【10月更文挑战第24天】随着大数据时代的到来,数据传输与处理的需求日益增长。Apache Kafka作为一个高性能的消息队列服务,因其出色的吞吐量、可扩展性和容错能力而受到广泛欢迎。然而,在构建大规模生产环境下的Kafka集群时,保证其高可用性是至关重要的。本文将从个人实践经验出发,详细介绍如何构建一个高可用性的Kafka集群,包括集群规划、节点配置以及故障恢复机制等方面。
67 4
|
1月前
|
消息中间件 监控 大数据
优化Apache Kafka性能:最佳实践与调优策略
【10月更文挑战第24天】作为一名已经对Apache Kafka有所了解并有实际使用经验的开发者,我深知在大数据处理和实时数据流传输中,Kafka的重要性不言而喻。然而,在面对日益增长的数据量和业务需求时,如何保证系统的高性能和稳定性成为了摆在我们面前的一个挑战。本文将从我的个人视角出发,分享一些关于如何通过合理的配置和调优来提高Kafka性能的经验和建议。
70 4
|
6天前
|
消息中间件 Java Kafka
Spring Boot 与 Apache Kafka 集成详解:构建高效消息驱动应用
Spring Boot 与 Apache Kafka 集成详解:构建高效消息驱动应用
16 1
|
29天前
|
消息中间件 Ubuntu Java
Ubuntu系统上安装Apache Kafka
Ubuntu系统上安装Apache Kafka
|
1月前
|
消息中间件 监控 Kafka
Apache Kafka 成为处理实时数据流的关键组件。Kafka Manager 提供了一个简洁的 Web 界面
随着大数据技术的发展,Apache Kafka 成为处理实时数据流的关键组件。Kafka Manager 提供了一个简洁的 Web 界面,方便管理和监控 Kafka 集群。本文详细介绍了 Kafka Manager 的部署步骤和基本使用方法,包括配置文件的修改、启动命令、API 示例代码等,帮助你快速上手并有效管理 Kafka 集群。
42 0
|
2月前
|
消息中间件 存储 运维
为什么说Kafka还不是完美的实时数据通道
【10月更文挑战第19天】Kafka 虽然作为数据通道被广泛应用,但在实时性、数据一致性、性能及管理方面存在局限。数据延迟受消息堆积和分区再平衡影响;数据一致性难以达到恰好一次;性能瓶颈在于网络和磁盘I/O;管理复杂性涉及集群配置与版本升级。
|
2月前
|
消息中间件 Java Kafka
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
Flink-04 Flink Java 3分钟上手 FlinkKafkaConsumer消费Kafka数据 进行计算SingleOutputStreamOperatorDataStreamSource
50 1
|
4月前
|
消息中间件 Java Kafka
Kafka不重复消费的终极秘籍!解锁幂等性、偏移量、去重神器,让你的数据流稳如老狗,告别数据混乱时代!
【8月更文挑战第24天】Apache Kafka作为一款领先的分布式流处理平台,凭借其卓越的高吞吐量与低延迟特性,在大数据处理领域中占据重要地位。然而,在利用Kafka进行数据处理时,如何有效避免重复消费成为众多开发者关注的焦点。本文深入探讨了Kafka中可能出现重复消费的原因,并提出了四种实用的解决方案:利用消息偏移量手动控制消费进度;启用幂等性生产者确保消息不被重复发送;在消费者端实施去重机制;以及借助Kafka的事务支持实现精确的一次性处理。通过这些方法,开发者可根据不同的应用场景灵活选择最适合的策略,从而保障数据处理的准确性和一致性。
303 9

推荐镜像

更多