文章首发于公众号【大数据学徒】，感兴趣请搜索 dashujuxuetu 或者文末扫码关注。

有两种方法可以通过 Java API 获取 Kafka 的 topic 列表：一是通过 ZooKeeper 的 API，二是通过 Kafka 的 AdminClient API，本文一一介绍并比较它们的不同。

---

内容提要：

1. 环境说明
2. 通过 ZooKeeper API 获取
3. 通过 AdminClient API 获取
4. 总结

1. 环境说明

JDK 版本：1.8

开发环境：IntelliJ IDEA + Maven 插件

本地测试 Kafka：localhost:9092

本地测试 ZooKeeper：localhost:2181

ZooKeeper pom依赖：

<!-- https://mvnrepository.com/artifact/org.apache.zookeeper/zookeeper -->
<dependency>
    <groupId>org.apache.zookeeper</groupId>
    <artifactId>zookeeper</artifactId>
    <version>3.5.6</version>
</dependency>

Kafka AdminClient pom依赖：

<!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka-clients -->
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>2.3.1</version>
</dependency>

2. ZooKeeper API 获取

直接上代码：

public static void zookeeperListTopics() throws IOException, KeeperException, InterruptedException {
    // 创建 ZooKeeper 对象，三个参数分别是 ZK 的 URL、超时时间和一个 watcher 对象，在这里将 watcher 对象设为空即可
    ZooKeeper zk = new ZooKeeper("localhost:2181", 10000, null);
  	// 查看 /brokers/topics 的子节点
    List<String> topics = zk.getChildren("/brokers/topics", false);
    System.out.println(topics);
}

输出截图：

topic 列表里包含了用于测试创建的 iamabug 和 test 以及 Kafka 内建的 __consumer_offsets。

3. AdminClient API 获取

public static void kafkaListTopics() throws ExecutionException, InterruptedException {
    Properties props = new Properties();
    // 只需要提供一个或多个 broker 的 IP 和端口
    props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
  	// 创建 AdminClient 对象
    AdminClient client = KafkaAdminClient.create(props);
    // 获取 topic 列表
    Set topics = client.listTopics().names().get();
    System.out.println(topics);
}

输出截图：

可以看到，这里没有 __consumer_offset 这个topic。

4. 总结

1. AdminClient API 是官方提供的用于管理和查询 Kafka 元数据方法，相比 ZooKeeper 更加正规（比如通过它获取到的 topic 列表不包含 Kafka 内建的 topic，可以防止误操作），推荐使用。
2. AdminClient API 在 0.11.0 之后的版本才有（参考 KIP-117），因此，低版本的 Kafka 可能只能通过 ZooKeeper 的 API 来进行相关的操作。

欢迎交流讨论，吐槽建议，分享收藏。

勤学似春起之苗，不见其增，日有所长 辍学如磨刀之石，不见其损，日有所亏 关注【大数据学徒】，用技术干货助你日有所长