Kafka数据迁移全解析：同集群和跨集群

Kafka两种迁移场景，分别是同集群数据迁移、跨集群数据迁移。

一、同集群迁移

应用场景：
broker 迁移 主要使用的场景是broker 上线,下线,或者扩容等.基于同一套zookeeper的操作。

实践：
将需要新添加的broker 列表一并添加到kafka的集群中。（启动新的kafka指定同一套zk）Kafka由之前的三节点，扩容至四节点。

数据迁移：

1. 查询信息：（四个分区分布在三台机器上）
   
2. 新建json文件：

cat topic-to-move.json{
"topics": [
{"topic": "test-topic"}
],
"version":1
}

3. 获取重新分配方案：

kafka-reassign-partitions.sh --zookeeper node1:2181,node2:2181,node3:2181 --topics-to-move-json-file topics-to-move.json --broker-list "150,151,155,159" –generate

##通过kafka-reassign-partitions.sh 获取重新分配方案,–broker-lsit 的参数 “150,151,155,159"是指集群中每个broker的id，由于我们是需要将所有topic均匀分配到扩完结点的4台机器上，所以要指定。同理，当业务改变为将原来的所有数据从旧节点（0,5,9）迁移到新节点（1）实现数据平滑迁移，这时的参数应"4”
,执行后会出现以下内容:

复制新的方案到一个json文件 assignplan.json （文件名不重要，文件格式也不一定要以json为 结尾，只要保证内容是json即可）

 ./kafka-reassign-partitions.sh --zookeeper node1:2181 --reassignment-json-file assignplan.json --execute

完成后查看topic信息：（四个分区分布在四台机器上）

二、跨集群迁移

应用场景：
主要用于kafka 集群的变更. 将数据同步等操作. 相当于是实现了双打.等各项数据消费端在零误差的对接好了后,可以停掉就集群

数据迁移:
MirrorMaker

1. 修改kafka配置
   consumer.properties（内容为原始集群信息）
   

#config/consumer.properties 在网上看到有在此配置zookeeper的应该是之前的老版本。kafka_2.11-2.4.1中不需要
bootstrap.servers=kafka-cluster1:9092,kafka-cluster1:9093 # source-cluster的broker list
group.id=test-consumer-group1 # 自定义一个消费者的group id
auto.offset.reset= # latest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据； earliest：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费； none：topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常

producer.properties（内容为新集群信息）

#config/producer.properties 在网上看到有在此配置zookeeper的应该是之前的老版本。kafka_2.11-2.4.1中不需要
bootstrap.servers=kafka-cluster2:9092,kafka-cluster2:9093 # destination-cluster的broker list
compression.type=none # 数据压缩方式none, gzip, snappy, lz4, zstd
partitioner.class= # 指定分区程序路径，默认为随机分区
request.timeout.ms= # 请求超时时间
max.block.ms= # KafkaProducer.send and KafkaProducer.partitionsFor 阻塞时间
linger.ms= # 等待指定时间后批量发送
max.request.size= # 发送消息最大字节数
batch.size= # 单次批量处理的字节数
buffer.memory= # 指定等待发送消息的缓冲区大小

执行操作：

./kafka-mirror-maker.sh --consumer.config ../config/consumer.properties --producer.config ../config/producer.properties --whitelist 'test'

说明：

1. –num.streams: 指定流就是指定消费者，所有消费者公用一个生产者。
2. –whitelist: 表明需要同步的白名单，可以使用”|”来连接多个topic，还可以使用正则表达式。可设置黑名单。

ZK迁移：

1. zk迁移就比较简单了，起新节点加入zk集群，稳定后关停旧节点。
2. 新增broker加入集群，将所有topic分区只分配给新broker，执行分配任务后，kafka将旧broker的分区数据复制到新broker，新broker成为各分区的leader，随后kafka删除旧broker上的分区数据；
3. 整个过程中客户端应用正常生产消费消息，执行结束后使用新的消费者组从头消费可以获取到全部历史消息。
4. 停止旧broker后，正在运行的客户端应用正常生产消费消息，新建客户端连接旧broker失败，连接新broker正常