2018年

MYSQL数据库访问速度慢的解决方法

同机房局域网内解决mysql数据库连接慢问题,在排除了网络问题后,只有从mysql下手。原来每次访问db,mysql就会试图去解析来访问的机器的domain name,如果这时解析不料,等一段时间会失败,数据才能被取过来。解决方法如下:
修改 my.cnf
[mysqld]
skip-name-resolve #Don’t resolve hostnames
加入以上配置重启,问题解决。

2018年

kafka系列之server.properties配置文件参数说明

[root@VM_0_17_centos config]# grep -Ev ‘^$|^#’ server.properties
broker.id=0
num.network.threads=3
num.io.threads=8
socket.send.buffer.bytes=102400
socket.receive.buffer.bytes=102400
socket.request.max.bytes=104857600
log.dirs=/tmp/kafka-logs
num.partitions=1
num.recovery.threads.per.data.dir=1
offsets.topic.replication.factor=1
transaction.state.log.replication.factor=1
transaction.state.log.min.isr=1
log.retention.hours=168
log.segment.bytes=1073741824
log.retention.check.interval.ms=300000
zookeeper.connect=172.16.0.6:2181,172.16.0.5:2181,172.16.0.17:2181
zookeeper.connection.timeout.ms=6000
group.initial.rebalance.delay.ms=0

参数
说明(解释)
broker.id =0
每一个broker在集群中的唯一表示,要求是正数。当该服务器的IP地址发生改变时,broker.id没有变化,则不会影响consumers的消息情况
log.dirs=/data/kafka-logs
kafka数据的存放地址,多个地址的话用逗号分割,多个目录分布在不同磁盘上可以提高读写性能  /data/kafka-logs-1,/data/kafka-logs-2
port =9092
broker server服务端口
message.max.bytes =6525000
表示消息体的最大大小,单位是字节
num.network.threads =4
broker处理消息的最大线程数,一般情况下数量为cpu核数
num.io.threads =8
broker处理磁盘IO的线程数 ,数值为cpu核数2倍
background.threads =4
一些后台任务处理的线程数,例如过期消息文件的删除等,一般情况下不需要去做修改
queued.max.requests =500
等待IO线程处理的请求队列最大数,若是等待IO的请求超过这个数值,那么会停止接受外部消息,应该是一种自我保护机制。
host.name
broker的主机地址,若是设置了,那么会绑定到这个地址上,若是没有,会绑定到所有的接口上,并将其中之一发送到ZK,一般不设置
socket.send.buffer.bytes=100 *1024
socket的发送缓冲区,socket的调优参数SO_SNDBUFF
socket.receive.buffer.bytes =100 *1024
socket的接受缓冲区,socket的调优参数SO_RCVBUFF
socket.request.max.bytes =100 *1024 *1024
socket请求的最大数值,防止serverOOM,message.max.bytes必然要小于socket.request.max.bytes,会被topic创建时的指定参数覆盖
log.segment.bytes =1024 *1024 *1024
topic的分区是以一堆segment文件存储的,这个控制每个segment的大小,会被topic创建时的指定参数覆盖
log.roll.hours =24*7
这个参数会在日志segment没有达到log.segment.bytes设置的大小,也会强制新建一个segment会被 topic创建时的指定参数覆盖
log.cleanup.policy = delete
日志清理策略 选择有:delete和compact主要针对过期数据的处理,或是日志文件达到限制的额度,会被 topic创建时的指定参数覆盖

log.retention.minutes=300

log.retention.hours=24

数据文件保留多长时间, 存储的最大时间超过这个时间会根据log.cleanup.policy设置数据清除策略

log.retention.bytes和log.retention.minutes或log.retention.hours任意一个达到要求,都会执行删除

 

有2删除数据文件方式:

按照文件大小删除:log.retention.bytes

按照2中不同时间粒度删除:分别为分钟,小时

log.retention.bytes=-1
topic每个分区的最大文件大小,一个topic的大小限制 = 分区数*log.retention.bytes。-1 没有大小限log.retention.bytes和log.retention.minutes任意一个达到要求,都会执行删除,会被topic创建时的指定参数覆盖
log.retention.check.interval.ms=5 minutes
文件大小检查的周期时间,是否处罚 log.cleanup.policy中设置的策略
log.cleaner.enable=false
是否开启日志清理
log.cleaner.threads = 2
日志清理运行的线程数
log.cleaner.io.max.bytes.per.second=None
日志清理时候处理的最大大小
log.cleaner.dedupe.buffer.size=500*1024*1024
日志清理去重时候的缓存空间 ,在空间允许的情况下,越大越好
log.cleaner.io.buffer.size=512*1024
日志清理时候用到的IO块大小 一般不需要修改
log.cleaner.io.buffer.load.factor =0.9
日志清理中hash表的扩大因子 一般不需要修改
log.cleaner.backoff.ms =15000
检查是否处罚日志清理的间隔
log.cleaner.min.cleanable.ratio=0.5
日志清理的频率控制,越大意味着更高效的清理,同时会存在一些空间上的浪费,会被topic创建时的指定参数覆盖
log.cleaner.delete.retention.ms =1 day
对于压缩的日志保留的最长时间,也是客户端消费消息的最长时间,同log.retention.minutes的区别在于一个控制未压缩数据,一个控制压缩后的数据。会被topic创建时的指定参数覆盖
log.index.size.max.bytes =10 *1024 *1024
对于segment日志的索引文件大小限制,会被topic创建时的指定参数覆盖
log.index.interval.bytes =4096
当执行一个fetch操作后,需要一定的空间来扫描最近的offset大小,设置越大,代表扫描速度越快,但是也更好内存,一般情况下不需要搭理这个参数

log.flush.interval.messages=None

例如log.flush.interval.messages=1000

表示每当消息记录数达到1000时flush一次数据到磁盘

log文件”sync”到磁盘之前累积的消息条数,因为磁盘IO操作是一个慢操作,但又是一个”数据可靠性”的必要手段,所以此参数的设置,需要在”数据可靠性”与”性能”之间做必要的权衡.如果此值过大,将会导致每次”fsync”的时间较长(IO阻塞),如果此值过小,将会导致”fsync”的次数较多,这也意味着整体的client请求有一定的延迟.物理server故障,将会导致没有fsync的消息丢失.
log.flush.scheduler.interval.ms =3000
检查是否需要固化到硬盘的时间间隔

log.flush.interval.ms = None

例如:log.flush.interval.ms=1000

表示每间隔1000毫秒flush一次数据到磁盘

仅仅通过interval来控制消息的磁盘写入时机,是不足的.此参数用于控制“fsync”的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔达到阀值,也将触发.
log.delete.delay.ms =60000
文件在索引中清除后保留的时间 一般不需要去修改
log.flush.offset.checkpoint.interval.ms =60000
控制上次固化硬盘的时间点,以便于数据恢复 一般不需要去修改
auto.create.topics.enable =true
是否允许自动创建topic,若是false,就需要通过命令创建topic

default.replication.factor =1

是否允许自动创建topic,若是false,就需要通过命令创建topic

num.partitions =1

每个topic的分区个数,若是在topic创建时候没有指定的话 会被topic创建时的指定参数覆盖
以下是kafka中Leader,replicas配置参数

controller.socket.timeout.ms =30000

partition leader与replicas之间通讯时,socket的超时时间

controller.message.queue.size=10

partition leader与replicas数据同步时,消息的队列尺寸

replica.lag.time.max.ms =10000

replicas响应partition leader的最长等待时间,若是超过这个时间,就将replicas列入ISR(in-sync replicas),并认为它是死的,不会再加入管理中
replica.lag.max.messages =4000
如果follower落后与leader太多,将会认为此follower[或者说partition relicas]已经失效

##通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后

##如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移

##到其他follower中.

##在broker数量较少,或者网络不足的环境中,建议提高此值.

replica.socket.timeout.ms=30 *1000

follower与leader之间的socket超时时间

replica.socket.receive.buffer.bytes=64 *1024

leader复制时候的socket缓存大小

replica.fetch.max.bytes =1024 *1024

replicas每次获取数据的最大大小

replica.fetch.wait.max.ms =500

replicas同leader之间通信的最大等待时间,失败了会重试

replica.fetch.min.bytes =1

fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件

num.replica.fetchers=1

leader进行复制的线程数,增大这个数值会增加follower的IO

replica.high.watermark.checkpoint.interval.ms =5000

每个replica检查是否将最高水位进行固化的频率

controlled.shutdown.enable =false

是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader,并转移到其他broker

controlled.shutdown.max.retries =3

控制器关闭的尝试次数

controlled.shutdown.retry.backoff.ms =5000

每次关闭尝试的时间间隔

leader.imbalance.per.broker.percentage =10

leader的不平衡比例,若是超过这个数值,会对分区进行重新的平衡

leader.imbalance.check.interval.seconds =300

检查leader是否不平衡的时间间隔

offset.metadata.max.bytes

客户端保留offset信息的最大空间大小
kafka中zookeeper参数配置

zookeeper.connect = localhost:2181

zookeeper集群的地址,可以是多个,多个之间用逗号分割hostname1:port1,hostname2:port2,hostname3:port3

zookeeper.session.timeout.ms=6000

ZooKeeper的最大超时时间,就是心跳的间隔,若是没有反映,那么认为已经死了,不易过大

zookeeper.connection.timeout.ms =6000

ZooKeeper的连接超时时间

zookeeper.sync.time.ms =2000

ZooKeeper集群中leader和follower之间的同步实际那

本文来自:https://blog.csdn.net/lizhitao/article/details/25667831

2018年

Kafka安装及部署

一、系统环境
操作系统:CentOS 7
Kafka版本:1.0.1
JDK版本:1.8.0_181

二、下载Kafka并解压
Kafka官网下载:点击下载
下载:wget -c https://archive.apache.org/dist/kafka/1.0.1/kafka_2.11-1.0.1.tgz
解压:tar zxf kafka_2.11-1.0.1.tgz

三、Kafka目录介绍
/bin 操作kafka的可执行脚本,还包含windows下脚本
/config 配置文件所在目录
/libs 依赖库目录
/logs 日志数据目录,目录kafka把server端日志分为5种类型,分为:server,request,state,log-cleaner,controller

四、安装配置
配置zookeeper集群:
zookeeper配置参考
配置Kafka集群:
[root@VM_0_17_centos ~]# mv kafka_2.11-1.0.1 /usr/local/ && cd /usr/local/ && ln -s kafka_2.11-1.0.1 kafka
进入kafka安装工程根目录编辑config/server.properties
kafka最为重要三个配置依次为:broker.id、log.dir、zookeeper.connect,kafka server端config/server.properties参数说明和解释:请点击

五、启动kafka
进入kafka目录,敲入命令 bin/kafka-server-start.sh config/server.properties &
[root@slave config]# netstat -tunlp |egrep ‘(2181|9092)’     #检测2181与9092端口
tcp 0 0 0.0.0.0:9092     0.0.0.0:* LISTEN 27906/java
tcp 0 0 0.0.0.0:2181      0.0.0.0:* LISTEN 20470/java

QuorumPeerMain为对应的zookeeper实例,在2181端口监听

参考:https://www.cnblogs.com/justuntil/p/8033792.html
https://blog.csdn.net/zhouyou1986/article/details/42319461
https://www.tuicool.com/articles/QJvu2e

2018年

centos 7安装glusterfs 3.10

系统环境:
[root@VM_0_14_centos ~]# lsb_release -a
LSB Version: :core-4.1-amd64:core-4.1-noarch
Distributor ID: CentOS
Description: CentOS Linux release 7.5.1804 (Core)
Release: 7.5.1804
Codename: Core

查找gluster的最新软件仓库:
yum search centos-release-gluster

安装最新版本的gluster软件仓库:
yum -y install centos-release-gluster310

安装gluster软件:
yum -y install glusterfs glusterfs-server glusterfs-fuse glusterfs-cli glusterfs-geo-replication

查看版本信息:
glusterfs -V

启动进程:
systemctl enable glusterd
systemctl start glusterd
systemctl status glusterd

此处两台服务器服务器做replica,两台服务器先设置HOSTS
[root@VM_0_14_centos data]# cat /etc/hosts
172.16.0.14 vs14
172.16.0.11 vs11
[root@VM_0_11_centos ~]# gluster
gluster> peer probe vs11    #创建集群
peer probe: success
gluster> peer status      #查看集群状态
Number of Peers: 1

Hostname: vs11
Uuid: 30705716-1d53-4c42-ad1e-abfe812dee57
State: Peer in Cluster (Connected)
[root@VM_0_11_centos ~]# gluster volume create vol_data replica 2 vs11:/data/brick/ vs14:/data/brick/ force   #Volume卷操作
[root@VM_0_14_centos ~]# gluster volume status
Status of volume: vol_data
Gluster process TCP Port RDMA Port Online Pid
——————————————————————————
Brick vs11:/data/brick 49152 0 Y 27190
Brick vs14:/data/brick 49152 0 Y 23806
Self-heal Daemon on localhost N/A N/A Y 23826
Self-heal Daemon on vs11 N/A N/A Y 27210

Task Status of Volume vol_data
——————————————————————————
There are no active volume tasks
[root@VM_0_14_centos ~]#  gluster volume start vol_data   #启动Volume
gluster操作可参考链接