Docker容器部署kafka&&zookeeper

一、拉取鏡像

docker pull wurstmeister/zookeeper
docker pull wurstmeister/kafka

二广辰、 啟動(dòng)容器

# 啟動(dòng)zookeeper
docker run -d --name zookeeper -p 2181:2181 -t wurstmeister/zookeeper
# 啟動(dòng)kafka  192.168.0.100改為自己機(jī)器實(shí)際IP
docker run -d --name kafka --publish 9092:9092  --link zookeeper --env KAFKA_BROKER_ID=0 --env KAFKA_ZOOKEEPER_CONNECT=192.168.0.100:2181  --env KAFKA_ADVERTISED_HOST_NAME=192.168.0.100  --env KAFKA_ADVERTISED_PORT=9092   wurstmeister/kafka

三、基礎(chǔ)命令

進(jìn)入容器

docker exec -it kafka /bin/bash

Topic創(chuàng)建

#創(chuàng)建一個(gè)名為 test 的 Topic,該 Topic 包含一個(gè)分區(qū)和一個(gè) Replica翩活。
# 進(jìn)入kafka容器中執(zhí)行
kafka-topics.sh --create --zookeeper 192.168.0.100:2181 --replication-factor 1 --partitions 1 --topic test
# 不進(jìn)入直接執(zhí)行
docker exec kafka kafka-topics.sh --create --zookeeper 192.168.0.100:2181 --replication-factor 1 --partitions 1 --topic test

Topic查詢

# 進(jìn)入kafka容器中執(zhí)行
kafka-topics.sh --list --zookeeper 192.168.0.100:2181
# 不進(jìn)入直接執(zhí)行
docker exec kafka kafka-topics.sh --list --zookeeper 192.168.0.100:2181

命令行消息生產(chǎn)者創(chuàng)建

# 進(jìn)入kafka容器中執(zhí)行
kafka-console-producer.sh --broker-list 192.168.0.100:9092 --topic test
# 不進(jìn)入直接執(zhí)行
docker exec -it kafka kafka-console-producer.sh --broker-list 192.168.0.100:9092 --topic test

命令行消息消費(fèi)者創(chuàng)建

# 進(jìn)入kafka容器中執(zhí)行
kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9092 --topic test --from-beginning
# 不進(jìn)入直接執(zhí)行
docker exec -it kafka kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9092 --topic test --from-beginning

Topic刪除

# 進(jìn)入kafka容器中執(zhí)行
kafka-topics.sh --zookeeper 192.168.0.100:2181 --delete --topic test
# 不進(jìn)入直接執(zhí)行
docker exec kafka kafka-topics.sh --zookeeper 192.168.0.100:2181 --delete --topic test

四、Broker集群搭建&&容錯(cuò)測(cè)試

創(chuàng)建zookeeper和三個(gè)kafka實(shí)例

docker run -d --name zookeeper -p 2181:2181 -t wurstmeister/zookeeper

docker run -d --name kafka0 -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=192.168.0.100:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.0.100:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -t wurstmeister/kafka

docker run -d --name kafka1 -p 9093:9093 -e KAFKA_BROKER_ID=1 -e KAFKA_ZOOKEEPER_CONNECT=192.168.0.100:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.0.100:9093 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9093 -t wurstmeister/kafka

docker run -d --name kafka2 -p 9094:9094 -e KAFKA_BROKER_ID=2 -e KAFKA_ZOOKEEPER_CONNECT=192.168.0.100:2181 -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.0.100:9094 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9094 -t wurstmeister/kafka

創(chuàng)建一個(gè)擁有3副本的topic

#創(chuàng)建topic
docker exec kafka0 kafka-topics.sh --create --zookeeper 192.168.0.100:2181 --replication-factor 3 --partitions 1 --topic TestTopic
#查看topic
docker exec kafka0 kafka-topics.sh --topic TestTopic --describe --zookeeper 192.168.0.100:2181

#可以看到便贵,當(dāng)前Leader是Broker0
Topic: TestTopic        PartitionCount: 1       ReplicationFactor: 3    Configs:
        Topic: TestTopic        Partition: 0    Leader: 0       Replicas: 0,2,1 Isr: 0,2,1

集群測(cè)試

#在Broker0上運(yùn)行一個(gè)生產(chǎn)者菠镇,Broker1、2上分別運(yùn)行一個(gè)消費(fèi)者
kafka-console-producer.sh --broker-list 192.168.0.100:9092 --topic TestTopic

kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9093 --topic TestTopic --from-beginning

kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9094 --topic TestTopic --from-beginning

#Broker0命令行輸入消息承璃,觀察Broker1利耍、2是否收到

容錯(cuò)測(cè)試

#在Broker0上運(yùn)行一個(gè)生產(chǎn)者,Broker1上運(yùn)行一個(gè)消費(fèi)者
kafka-console-producer.sh --broker-list 192.168.0.100:9092 --topic TestTopic

kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9093 --topic TestTopic --from-beginning

#停掉Broker0盔粹,Broker2上運(yùn)行一個(gè)消費(fèi)者隘梨,觀察Broker2能否收到消息
docker stop kafka0

kafka-console-consumer.sh --bootstrap-server 192.168.0.100:9094 --topic TestTopic --from-beginning

五、docker-compose創(chuàng)建kafka集群

docker-compose-kafka-cluster.yml 文件

version: '3'
services:
  zookeeper:
    image: wurstmeister/zookeeper
    container_name: zookeeper
    ports:
      - "2181:2181"

  kafka1:
    image: wurstmeister/kafka
    ports:
      - "9092:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.0.100
      KAFKA_CREATE_TOPICS: TestComposeTopic:4:3
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_BROKER_ID: 1
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.0.100:9092
      KAFKA_LISTENERS: PLAINTEXT://0.0.0.0:9092
    container_name: kafka01
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock

  kafka2:
    image: wurstmeister/kafka
    ports:
      - "9093:9093"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.0.100
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_BROKER_ID: 2
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.0.100:9093
      KAFKA_LISTENERS: PLAINTEXT://0.0.0.0:9093
    container_name: kafka02
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock

  kafka3:
    image: wurstmeister/kafka
    ports:
      - "9094:9094"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.0.100
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_BROKER_ID: 3
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://192.168.0.100:9094
      KAFKA_LISTENERS: PLAINTEXT://0.0.0.0:9094
    container_name: kafka03
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock

啟動(dòng)命令

docker-compose -f docker-compose-kafka-cluster.yml up
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末舷嗡,一起剝皮案震驚了整個(gè)濱河市出嘹,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌咬崔,老刑警劉巖税稼,帶你破解...
    沈念sama閱讀 217,185評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件烦秩,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡郎仆,警方通過查閱死者的電腦和手機(jī)只祠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來扰肌,“玉大人抛寝,你說我怎么就攤上這事∈镄瘢” “怎么了盗舰?”我有些...
    開封第一講書人閱讀 163,524評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)桂躏。 經(jīng)常有香客問我钻趋,道長(zhǎng),這世上最難降的妖魔是什么剂习? 我笑而不...
    開封第一講書人閱讀 58,339評(píng)論 1 293
  • 正文 為了忘掉前任蛮位,我火速辦了婚禮,結(jié)果婚禮上鳞绕,老公的妹妹穿的比我還像新娘失仁。我一直安慰自己,他們只是感情好们何,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評(píng)論 6 391
  • 文/花漫 我一把揭開白布萄焦。 她就那樣靜靜地躺著,像睡著了一般冤竹。 火紅的嫁衣襯著肌膚如雪楷扬。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,287評(píng)論 1 301
  • 那天贴见,我揣著相機(jī)與錄音烘苹,去河邊找鬼。 笑死片部,一個(gè)胖子當(dāng)著我的面吹牛镣衡,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播档悠,決...
    沈念sama閱讀 40,130評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼廊鸥,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了辖所?” 一聲冷哼從身側(cè)響起惰说,我...
    開封第一講書人閱讀 38,985評(píng)論 0 275
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎缘回,沒想到半個(gè)月后吆视,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體典挑,經(jīng)...
    沈念sama閱讀 45,420評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,617評(píng)論 3 334
  • 正文 我和宋清朗相戀三年啦吧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了您觉。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,779評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡授滓,死狀恐怖琳水,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情般堆,我是刑警寧澤在孝,帶...
    沈念sama閱讀 35,477評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站淮摔,受9級(jí)特大地震影響私沮,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜噩咪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評(píng)論 3 328
  • 文/蒙蒙 一顾彰、第九天 我趴在偏房一處隱蔽的房頂上張望极阅。 院中可真熱鬧胃碾,春花似錦、人聲如沸筋搏。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽奔脐。三九已至俄周,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間髓迎,已是汗流浹背峦朗。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留排龄,地道東北人波势。 一個(gè)月前我還...
    沈念sama閱讀 47,876評(píng)論 2 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像橄维,于是被迫代替她去往敵國(guó)和親尺铣。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容