Инструкции (tutorials) по теме Базы данных

Введение Kafka — это брокер сообщений в стриминговом режиме. Он обеспечивает обмен информацией между сервисами в режиме реального времени. Мы уже подробно рассказывали о технологии Kafka в отдельном тексте, поэтому здесь сосредоточимся на практической настройке. Настройка одного узла Первый шаг — запустить сервер Kafka в единственном экземпляре, чтобы убедиться в работоспособности. После этого можно переходить к полноценной реализации кластера. Запуск сервера ZooKeeper в docker-compose.yml Рассмотрим, что такое ZooKeeper и зачем он нужен. Apache Kafka использует ZooKeeper для управления ключевыми аспектами работы кластера. ZooKeeper выполняет несколько важных функций. Хранение метаданных о брокерах, топиках и партициях: структуру кластера, список брокеров, какие топики и партиции настроены, какой брокер за что отвечает. Координация лидеров партиций: выбор лидеров для партиций и поддержание согласованности при сбоях, например, если один из брокеров выходит из строя. Хранение информации о доступности и состоянии брокеров: отслеживание статусов всех узлов в кластере и быстрое восстановление работы при ошибках. Синхронизация настроек и событий: все компоненты Kafka получают актуальную информацию о состоянии кластера и синхронизируются между собой. На сервере или виртуальной машине создадим docker-compose.yml и добавим сервис ZooKeeper: Порты для ZooKeeper и Kafka Так как мы разворачиваем ZooKepeer и Kafka через Docker, важно правильно настроить проброс портов до контейнеров. Это обеспечит взаимодействие между узлами кластера, доступ к ним из других сервисов и извне. Стандартные порты для наших компонентов: ZooKeeper: 2181 — основной порт, через который Kafka-брокеры и администраторы взаимодействуют с ZooKeeper; Kafka: 9092 — основной порт для связи клиентов (продюсеров, консьюмеров, инструментов мониторинга) с брокером Kafka. Каждый следующий узел Kafka может использовать свой порт (например, 9093 для второго узла). В примере выше мы пробросили порт 2181 для ZooKeeper. Это значит, что порт контейнера будет доступен на том же порту хоста (нашего сервера). Все остальные контейнеры в одной Docker-сети смогут обращаться к ZooKeeper по внутренним именам и стандартным портам. Например, узлы Kafka будут обращаться к ZooKeper по адресу zookeeper:2181. Запуск сервера Kafka 1. Добавим Kafka в секцию services нашего docker-compose.yml: Важно: не забудьте заменить VM_IP_ADDRESS на IP-адрес вашей виртуальной машины. 2. Запустим контейнеры следующей командой, где ключ -d запускает их в фоновом режиме: docker-compose up -d Подключение с помощью Offset Explorer Offset Explorer (ранее Kafka Tool) — популярная утилита для работы с кластерами Kafka. Она позволяет: визуализировать архитектуру кластера; просматривать существующих брокеров, группы получателей, отправки сообщений и задержки у консьюмеров; читать сообщения; управлять топиками, группами и ACL. Для начала скачайте с официального сайта приложение под вашу ОС. После установки нужно лишь добавить новое подключение: укажите адрес вашей ВМ с развернутым брокером Kafka, проброшенный порт 9092, а также параметры подключения к ZooKeeper. После подключения вы увидите свой узел Kafka и сможете управлять им через графический интерфейс. Интерфейс Offset Explorer. Источник. Настройка кластера Один брокер подходит для тестов, но для отказоустойчивости и масштабируемости нужен кластер. Теперь добавим новые узлы. Добавление брокеров (узлов) Ранее в docker-compose.yml для переменной KAFKA_BROKER_ID мы указали значение 1. Этот параметр должен быть уникальным для каждого узла в кластере для внутренней координации брокеров. Добавим еще два узла в нашу инсталляцию. Для каждого нужно добавить дополнительную секцию в разделе services файла docker-compose.yml: Примечание: параметр KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR должен быть ≤ числу брокеров. При одном узле ставьте 1, при трех — можно использовать 3. Создание Producer и Consumer В docker-compose.yml мы указали все необходимое для работы кластера. Теперь нужно проверить обмен сообщениями в нашей инсталляции. В реальных сценариях в качестве Producer и Consumer могут выступать различные сервисы. Рассмотрим на нескольких примерах. Устройства умного дома отправляют данные телеметрии, а сервер управления умным домом их считывает. Информация о сделках на бирже отправляется в кластер Kafka, а веб-приложение выступает получателем и отображает новые сделки. Сервисы отправляют свои логи в Kafka, а Elasticsearch собирает данные с узлов Kafka. Сервис аналитики отправляет события в Kafka, а ClickHouse считывает их для отчетов в реальном времени. Но в рамках инструкции не будем работать с подобной инфраструктурой, а создадим простые Producer и Consumer. Продюсер будет раз в 30 секунд отправлять сообщение с порядковым номером, а консьюмер — его считывать. Для начала организуем директорию для создания Producer и Consumer и добавим в нее две соответствующие директории. Также в каждой из создадим Dockerfile и файл формата .py с названием директории: Подготовка Producer В Dockerfile продюсера (producer/Dockerfile) добавим фрагмент: В файл producer/producer.py: Важно: не забудьте заменить VM_IP_ADDRESS на IP-адрес вашей виртуальной машины. Подготовка Consumer В consumer/Dockerfile добавим следующий фрагмент: В файл consumer/consumer.py добавим: Примечание: не забудьте заменить VM_IP_ADDRESS на IP вашей виртуальной машины. Добавление producer и consumer в Docker Compose Совсем скоро мы сможем запустить наш кластер и проверить его работу, но перед этим важно контейниризировать наши Producer и Consumer. Для этого в текущей директории создадим docker-compose.yml и добавим содержимое: Запуск кластера с docker-compose Все готово к запуску кластера. На хосте с Kafka перейдем в директорию с docker-compose.yml и запустим наш кластер командой: Далее на нашем ПК откроем приложение Offset Explorer и добавим в параметры подключения остальные узлы Kafka с портами 9093 и 9094 соответственно. Подключение к Kafka из другого Docker-контейнера Как только в Offset Explorer будут видны все три брокера, запустим Producer и Consumer. Для этого выполним в директории с docker-compose.yml команду: После запуска вернемся в Offset Explorer и перейдем в Topics → events → Partitions → Partition 0 → Data — здесь нажмем кнопку Retrieve Messages. После этого увидим таблицу с сообщениями, которые Producer уже успел записать в топик. В Consumers → test-group → Offsets нажмем Refresh Offsets. Появится статистика по тому, сколько сообщений считал Сonsumer. Альтернативно можно просмотреть логи прямо из консоли: Это позволит отслеживать обмен сообщениями между Producer и Consumer в реальном времени. Просмотр логов в консоли. Остановка Kafka в Docker Остановить работу кластера можно всего одной командой. Ее нужно выполнить в той же директории, где лежит наш docker-compose.yml для Kafka: Аналогичные действия будут и для остановки созданных Producer и Consumer. Apache Kafka на инфраструктуре Selectel Что делать, если нет своей виртуальной машины для развертывания кластера Kafka? В этом случае можно воспользоваться инфраструктурой Selectel и развернуть ВМ нужной конфигурации. Дополнительно вы получите удобную панель управления, мониторинг, управление бэкапами, SLA и многое другое. Но внедрение Kafka может привнести целый ряд технических сложностей, требующих внимательного и компетентного инженерного подхода. Если вы хотите полностью снять с себя заботы по настройке, обслуживанию и оптимизации производительности, используйте облако для Kafka (Kafka-as-a-service). Принцип работы решения. Среди преимуществ Kafka-as-a-Service: легкое и надежное масштабирование, высокая производительность, потоковая обработка данных в реальном времени, простая интеграция с другими системами, хранение больших объемов данных. Сервис разворачивается за несколько кликов в панели управления. 1. Заходим в раздел Облачная платформа → Базы данных и нажимаем Создать кластер. 2. Вводим имя, выбираем регион и пул. В поле СУБД указываем Kafka. 3. Настраиваем конфигурацию, указываем количество vCPU, RAM и размер диска. При необходимости изменить конфигурацию нод можно и после создания кластера. 4. Выбираем или создаем подсеть: приватную — если доступ из интернета не нужен (можно подключить статический публичный IP) или публичную — тогда все адреса публичной подсети будут доступны из интернета. 5. Проверяем цену и нажимаем Создать кластер. Кластер будет готов к работе, когда перейдет в статус ACTIVE. Подробнее о подключении к кластеру, управлении топиками, мониторинге кластера и не только — в документации. Внутри вы найдете множество пошаговых инструкций, примеров и полезных советов по использованию Kafka-as-a-Service. Заключение Мы последовательно прошли путь от развертывания одного брокера Kafka до полноценного кластера с несколькими узлами. Настроили Producer и Consumer, убедились в корректной передаче сообщений и узнали, как контролировать работу кластера через Offset Explorer и логи контейнеров. При этом рассмотрели альтернативный сценарий — использование Kafka-as-a-Service. Такой подход снимает с разработчиков необходимость управлять инфраструктурой вручную и позволяет сосредоточиться на логике приложений. Вы можете начать с небольшого тестового кластера, а затем масштабировать его под растущие нагрузки, не теряя времени на рутину.

Базы данных

Зарегистрируйтесь в панели управления