Kafka可视化管理工具kafka-manager部署安装和使用

一、kafka-manager 简介

为了简化开发者和服务工程师维护Kafka集群的工作，yahoo构建了一个叫做Kafka管理器的基于Web工具，叫做 Kafka Manager。

这个管理工具可以很容易地发现分布在集群中的哪些topic分布不均匀，或者是分区在整个集群分布不均匀的的情况。

它支持管理多个集群、选择副本、副本重新分配以及创建Topic。同时，这个管理工具也是一个非常好的可以快速浏览这个集群的工具，有如下功能：

1.管理多个kafka集群
2.便捷的检查kafka集群状态(topics,brokers,备份分布情况,分区分布情况)
3.选择你要运行的副本
4.基于当前分区状况进行
5.可以选择topic配置并创建topic(0.8.1.1和0.8.2的配置不同)
6.删除topic(只支持0.8.2以上的版本并且要在broker配置中设置delete.topic.enable=true)
7.Topic list会指明哪些topic被删除（在0.8.2以上版本适用）
8.为已存在的topic增加分区
9.为已存在的topic更新配置
10.在多个topic上批量重分区
11.在多个topic上批量重分区(可选partition broker位置)

kafka-manager 项目地址：https://github.com/yahoo/kafka-manager

二、安装

1. 环境要求

1、jdk
openjdk version "1.8.0_302"2、kafka集群信息
服务器：
192.168.131.171:9092192.168.131.171:9093192.168.131.171:9094
软件：
kafka_2.12-2.6.2
apache-zookeeper-3.5.9

2. 下载安装 kafka-manager

2.1 下载kafka-manager

想要查看和管理Kafka，完全使用命令并不方便，我们可以使用雅虎开源的Kafka-manager，GitHub地址如下：

https://github.com/yahoo/kafka-manager

我们可以使用Git或者直接从Releaseshttps://github.com/yahoo/CMAK/releases中下载，此处从下面的地址下载 3.0.0.5 版本

我们选择第一个zip包进行下载。下载完成后上传到Linux服务器上。

2.2 编译

进入到源码目录，执行./sbt clean dist 进行编译

编译完成后会生成一个kafka-manager-1.3.3.23.zip文件，这个文件就是编译后的文件

这个编译过程太漫长了… 没等到… 建议大家用下面编译好的。

注意：上面下载的是源码，下载后需要按照后面步骤进行编译。如果觉得麻烦，可以直接从下面地址下载编译好的 kafka-manager-1.3.3.7.zip。

链接：https://pan.baidu.com/s/1qYifoa4
密码：el4o

我这里使用的是百度网盘中编译好的kafka-manager-1.3.3.7.zip。

2.3 解压

我们创建一个kafka-manager的文件夹，然后进行解压：

unzip kafka-manager-2.0.0.2.zip

2.4 修改配置 conf/application.conf

将kafka-manager.zkhosts="kafka-manager-zookeeper:2181"中的zookeeper地址换成自己安装的。

vi conf/application.conf
# kafka-manager.zkhosts="localhost:2181"
kafka-manager.zkhosts="192.168.131.171:2181"
# 如果是集群，参考如下# kafka-manager.zkhosts="10.0.0.50:2181,10.0.0.60:2181,10.0.0.70:2181"

只需要修改zk的连接地址

2.5 启动 kafka manager

确保自己本地的ZK已经启动了之后，我们来启动Kafka-manager。

kafka-manager 默认的端口是9000。

可通过 -Dhttp.port，指定端口; -Dconfig.file=conf/application.conf指定配置文件:

我们使用默认端口号启动吧：

#前台启动
bin/kafka-manager -Dhttp.port=8081
后台启动
nohup bin/kafka-manager -Dconfig.file=conf/application.conf -Dhttp.port=8081 >/dev/null 2>&1 &
输入地址：localhost:8081即可

我们使用bin/kafka-manager这个命令来启动，会使用默认配置文件和端口号9000.

启动完毕后可以查看端口是否启动，由于启动过程需要一段时间，端口起来的时间可能会延后。

使用ip地址：端口访问测试

可以看到，此时已经启动成功了。

三、测试 kafka-mamager

3.1新建 Cluster

点击【Cluster】>【Add Cluster】打开如下添加集群的配置界面：

输入集群的名字（如Kafka-Cluster-1）和 Zookeeper 服务器地址（如localhost:2181），选择最接近的Kafka版本（如0.8.1.1）

注意：如果没有在 Kafka 中配置过 JMX_PORT，千万不要选择第一个复选框。
Enable JMX Polling
如果选择了该复选框，Kafka-manager 可能会无法启动。

其他broker的配置可以根据自己需要进行配置，默认情况下，点击【保存】时，会提示几个默认值为1的配置错误，需要配置为>=2的值。提示如下。

设置SASL成功会看到kafka manager 日志打印如下信息

3.2 监控信息

3.2.1 topic 相关信息

3.2.2 集群相关信息

3.2.3 broker相关信息

3.3 添加集群

3.3.1 常用参数说明

下面已常用的选项作说明

• Enable JMX Polling是否开启 JMX 轮训，该部分直接影响部分 kafka broker 和 topic 监控指标指标的获取（生效的前提是 kafka 启动时开启了 JMX_PORT。主要影响如下之指标的查看：

• Poll consumer information是否开启获取消费信息，直接影响能够在消费者页面和 topic 页面查看消费信息。
• Enable Active OffsetCache 是否开启 offset 缓存，决定 kafka-manager 是否缓存住 topic 的相关偏移量。

3.3.2 其余参数说明

参数名参数说明默认值备注brokerViewUpdatePeriodSecondsBroker视图周期更新时间/单位（s）30clusterManagerThreadPoolSize集群管理线程池大小2clusterManagerThreadPoolQueueSize集群管理线程池列队大小100KafkaCommandThreadPoolSizeKafka命令线程池大小2logkafkaCommandThreadPoolQueueSizelogkafka命令线程池列队大小100logkafkaUpdatePeriodSecondsLogkafka周期更新时间/单位（s）30partitionOffsetCacheTimeoutSecsPartition Offset缓存过期时间/单位（s）5brokerViewThreadPoolSizeBroker视图线程池大小83 * number_of_brokersbrokerViewThreadPoolQueue SizeBroker视图线程池队列大小10003 * total # of partitions across all topicsoffsetCacheThreadPoolSizeOffset缓存线程池大小8offsetCacheThreadPoolQueueSizeOffset缓存线程池列队大小1000kafkaAdminClientThreadPoolSizeKafka管理客户端线程池大小8kafkaAdminClientTheadPoolQueue SizecKafka管理客户端线程池队列大小1000kafkaManagedOffsetMetadataCheckMillisOffset元数据检查时间30000（这部分解释属自己理解）kafkaManagedOffsetGroupCacheSizeOffset组缓存大小100000（这部分解释属自己理解）kafkaManagedOffsetGroupExpireDaysOffset组缓存保存时间7（这部分解释属自己理解）Security Protocol安全协议PLAINTEXT[SASL_PLAINTEXT,SASL_SSL,SSL]

3.3 topic 的管理

3.3.1 topic 列表

下面对画方框的三列做着重解释。

• Brokers Skew% （broker 倾斜率）该 topic 占有的 broker 中，拥有超过该 topic 平均分区数的 broker 所占的比重。举个例子说明：上图，我们以一个 6 个分区，2 个副本的 topic 举例，该 topic 一共 6 * 2 = 12 个 分区，分布在 5 个 broker 上，平均一个 broker 应该拥有 2.4 个分区，因为分区为整数，所以 2 个或者 3 个都是属于平均范围，5 个 broker 并没有那个拥有超过平均分区数的，所以 Brokers Skew% 为 0。如果此时，我将 broker 1 上的分区 1 的副本移动到 broker 2 上，如下图所示：上图，broker 2 上拥有 4 个分区，超过平均的 2 个或 3 个的平均水平，broker 2 就倾斜了，broker 倾斜率 1/5=20%。

注意如下这种情况也是不计算作倾斜的。

• Brokers Leader Skew% （broker leader 分区倾斜率）该 topic 占有的 broker 中，拥有超过该 topic 平均 Leader 分区数的 broker 所占的比重。同样举个例子说明：我们还是以一个 6 个分区，2 个副本的 topic 举例，该 topic 一共有 6 个 Leader 分区，分布在 5 个 broker 上，平均一个 broker 应该拥有 1.2 个 Leader 分区，因为分区为整数，所以 1 个或者 2 个都是属于平均范围，如图所示，5 个 broker 没有那个拥有超过 2 个的 Leader 分区，所以 Brokers Leader Skew% 为 0。如果此时，我们将 broker3 的 Leader 分区移动到 broker2，如下图所示：

此时，broker2 拥有 3 个 leader 分区，超过平均范围的 2 个，所以 broker2 就 Leader 分区倾斜了，倾斜率 1/5=20%。

• Under Replicated% 该 topic 下的 partition，其中副本处于失效或者失败的比率。失败或者失效是指副本不处于 ISR 队列中。目前控制副本是否处于 ISR 中由 replica.log.max.ms 这个参数控制。

replica.log.max.ms: 如果一个follower在这个时间内没有发送fetch请求或消费leader日志到结束的offset，leader将从ISR中移除这个follower，并认为这个follower已经挂了，默认值 10000 ms

用下图举例说明：

broker1 此时拥有 partition1 和 partition4，其中 partition4 时 Leader，partition1 是副本，如果此时 broker 故障不可用，则会出现如下情况：

上述两张图片时接连展现，先是发现borker1 上 partition4 这个 Leader 分区失效，继而从 ISR 队列中取出 broker4 上的副本作为 Leader 分区，然后在后期同步检测过程中发现broker1 上 partition1 这个副本失效。最后导致的结果就是 partition1 和 partition4 都出于副本失效或者失败的状态。此时 Under Replicated 的数值为：2/6=33%。

3.3.2 总结

上面三个参数对于衡量 topic 的稳定性有重要的影响：
Broker Skew: 反映 broker 的 I/O 压力，broker 上有过多的副本时，相对于其他 broker ，该 broker 频繁的从 Leader 分区 fetch 抓取数据，磁盘操作相对于其他 broker 要多，如果该指标过高，说明 topic 的分区均不不好，topic 的稳定性弱；
Broker Leader Skew：数据的生产和消费进程都至于 Leader 分区打交道，如果 broker 的 Leader 分区过多，该 broker 的数据流入和流出相对于其他 broker 均要大，该指标过高，说明 topic 的分流做的不够好；
Under Replicated: 该指标过高时，表明 topic 的数据容易丢失，数据没有复制到足够的 broker 上。

3.4 topic 详情

下面着重讲述红框部分：

• Preferred Replicas分区的副本中，采用副本列表中的第一个副本作为 Leader 的所占的比重，如上图，6 个副本组，其中只有 partition4 不是采用副本中的第一个在 broker1 中的分区作为 leader 分区，所以 Preferred Replicas 的值为 5/6=83%。

In an ideal scenario, the leader for a given partition should be the “preferred replica”. This guarantees that the leadership load across the brokers in a cluster are evenly balanced.

上述是关于“优先副本”的相关描述，即在理想的状态下，分区的 leader 最好是 “优先副本”，这样有利于保证集群中 broker 的领导权比较均衡。重新均衡集群的 leadership 可采用 kafka manager 提供的工具：

3.4.1 topic 操作

操作说明Delete Topic删除 topicReassign Partitions平衡集群负载Add Partitions增加分区Update ConfigTopic 配置信息更新Manual Partition Assignments手动为每个分区下的副本分配 brokerGenerate Partition Assignments系统自动为每个分区下的副本分配 broker
一般而言，手动调整、系统自动分配分区和添加分区之后，都需要调用 Reassign Partition。

• Manual Partition Assignments 一般当有 Broker Skew 时或者 Broker Leader Skew 后可以借助该功能进行调整，本文前面的 Broker Skew 和 Broker Leader Skew 的说明都借助了该工具。 例如将下图中的 broker1 的分区4 移动到 broker2 上。

• Generate Partition Assignments 该功能一般在批量移动 partition 时比较方便，比如集群新增 broker 或者 topic 新增 partition 后，将分区移动到指定的 broker。 例如下图将 topic 由原来的分布在 5 个 broker 修改为 4 个 broker：

• Update Configimage.png

四、消费监控

kafka manager 能够获取到当前消费 kafka 集群消费者的相关信息。

参考

[1]: Kafka 副本同步机制理解
[2]: kafka 维护工具使用指南
[3]: kafka 中文文档
[4]: Replication tools