首先我们分析一下zookeeper在kafka中的作用

zookeeper可以实现controller的选举，并且记录topic和partition的元数据信息，帮助多个broker同步数据信息。

在新版本中的kraft模式中可以这个管理和选举可以用kafka自己完成，而不再依赖zookeeper。

搭建kraft集群

首先要设定process.roles，可以人为指定每个人的角色，如果指定broker那么它永远是broker，

如果指定controller那么它一定是controller，但是这样的话其他人就没有办法作为主节点了。

所以一般选择broker,controller可以自动进行适配和选举。

一般一个集群中会设定大部分是broker，少量的几个是controller+broker方便选举。

设定哪几个机器作为协调的机器出现，帮助kafka自身选举

还需要设定对外端口和每个节点的编号

最后还要设定数据存储的位置

log.dirs=/data/kafka-logs

# 大数据 # kafka # oracle # json # sql # hbase
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

深度！剖析大数据数据增强的底层逻辑

在大数据和人工智能时代，数据的质量与数量对模型的性能起着至关重要的作用。然而，现实世界中获取的数据往往存在各种局限性，如数据量不足、数据分布不均衡等问题。数据增强技术应运而生，它通过对现有数据进行变换和扩充，在不增加实际数据采集成本的前提下，提升数据的多样性和规模，从而改善模型的泛化能力与性能。本文将深入剖析大数据数据增强的底层逻辑，带你一探究竟。

avatar 讯飞AI开发者社区

TensorFlow Serving在云端推理中的最佳实践

在人工智能模型从研究走向生产的旅程中，高效、可靠的模型推理服务是连接AI创新与业务价值的关键桥梁。TensorFlow Serving作为Google官方推出的模型服务框架，专为生产环境设计，提供了高性能、灵活且可扩展的模型服务能力。本文将深入探讨TensorFlow Serving在云端推理场景中的最佳实践，从核心概念解析、架构原理、部署流程，到性能优化、版本管理和大规模服务等关键环节，全面覆盖

avatar 讯飞AI开发者社区

通用人工智能（AGI）

人工智能（Artificial Intelligence，AI）是通过计算机系统模拟人类智能的技术，涵盖学习、推理、问题解决和决策等能力。其核心目标是让机器执行通常需要人类智慧的任务。如需更具体领域的细节（如技术实现或行业案例），可进一步说明需求。函数获取用户输入的内容，存储在变量。函数获取用户输入的内容，存储在变量。将输入内容转换为大写，存储在。将输入内容转换为大写，存储在。函数输出处理后的结果

avatar 讯飞AI开发者社区