kafka实战

这是我参与8月更文挑战的第6天，活动详情查看：8月更文挑战

kafka介绍

主要功能

根据官网的介绍，ApacheKafka®是一个分布式流媒体平台，它主要有3种功能：

• 1.It lets you publish and subscribe to streams of records.
  发布和订阅消息流，这个功能类似于消息队列，这也是kafka归类为消息队列框架的原因。
• 2.It lets you store streams of records in a fault-tolerant way.
  以容错的方式记录消息流，kafka以文件的方式来存储消息流。
• 3.It lets you process streams of records as they occur.
  可以再消息发布的时候进行处理。

使用场景

• 1.Building real-time streaming data pipelines that reliably get data between systems or applications.
  在系统或应用程序之间构建可靠的用于传输实时数据的管道，消息队列功能。
• 2.Building real-time streaming applications that transform or react to the streams of data.
  构建实时的流数据处理程序来变换或处理数据流，数据处理功能。

详细介绍

Kafka目前主要作为一个分布式的发布订阅式的消息系统使用，下面简单介绍一下kafka的基本机制。

• 1.消息传输流程
  

Producer即生产者，向Kafka集群发送消息，在发送消息之前，会对消息进行分类，即Topic，上图展示了两个producer发送了分类为topic1的消息，另外一个发送了topic2的消息。

Topic即主题，通过对消息指定主题可以将消息分类，消费者可以只关注自己需要的Topic中的消息。

Consumer即消费者，消费者通过与kafka集群建立长连接的方式，不断地从集群中拉取消息，然后可以对这些消息进行处理。

从上图中就可以看出同一个topic下的消费者和生产者的数量并不是对应的。

• 2.kafka服务器消息存储策略

谈到kafka的存储，就不得不提到分区，即partitions，创建一个topic时，同时可以指定分区数目，分区数越多，其吞吐量也越大，但是需要的资源也越多，同时也会导致更高的不可用性，kafka在接收到生产者发送的消息之后，会根据均衡策略将消息存储到不同的分区中。

在每个分区中，消息以顺序存储，最晚接收的的消息会最后被消费。

• 3.与生产者的交互

生产者在向kafka集群发送消息的时候，可以通过指定分区来发送到指定的分区中

也可以通过指定均衡策略来将消息发送到不同的分区中

如果不指定，就会采用默认的随机均衡策略，将消息随机的存储到不同的分区中

• 4.与消费者的交互

在消费者消费消息时，kafka使用offset来记录当前消费的位置

在kafka的设计中，可以有多个不同的group来同时消费同一个topic下的消息，如图，我们有两个不同的group同时消费，他们的的消费的记录位置offset各不相同，不互相干扰。

对于一个group而言，消费者的数量不应该多余分区的数量，因为在一个group中，每个分区至多只能绑定到一个消费者上，即一个消费者可以消费多个分区，一个分区只能给一个消费者消费。

因此，若一个group中的消费者数量大于分区数量的话，多余的消费者将不会收到任何消息。

Kafka安装与使用

下载

你可以在kafka官网http://kafka.apache.org/downloads下载到最新的kafka安装包，选择下载二进制版本的tgz文件。

安装

Kafka是使用scala编写的运行与jvm虚拟机上的程序，虽然也可以在windows上使用，但是kafka基本上是运行在linux服务器上，因此我们这里也使用linux来开始今天的实战。

首先确保你的机器上安装了jdk，kafka需要java运行环境，以前的kafka还需要zookeeper，新版的kafka已经内置了一个zookeeper环境，所以我们可以直接使用。

说是安装，如果只需要进行最简单的尝试的话我们只需要解压到任意目录即可，这里我们将kafka压缩包解压到/home目录。

配置

在kafka解压目录下下有一个config的文件夹，里面放置的是我们的配置文件。

consumer.properites消费者配置，这个配置文件用于配置于2.5节中开启的消费者，此处我们使用默认的即可。

producer.properties生产者配置，这个配置文件用于配置于2.5节中开启的生产者，此处我们使用默认的即可。

server.properties kafka服务器的配置，此配置文件用来配置kafka服务器，目前仅介绍几个最基础的配置。

1.broker.id申明当前kafka服务器在集群中的唯一ID，需配置为integer,并且集群中的每一个kafka服务器的id都应是唯一的，我们这里采用默认配置即可。

2.listeners申明此kafka服务器需要监听的端口号，如果是在本机上跑虚拟机运行可以不用配置本项，默认会使用localhost的地址，如果是在远程服务器上运行则必须配置，例如：listeners=PLAINTEXT:// 192.168.180.128:9092。并确保服务器的9092端口能够访问。

3.zookeeper.connect申明kafka所连接的zookeeper的地址 ，需配置为zookeeper的地址，由于本次使用的是kafka高版本中自带zookeeper，使用默认配置即可zookeeper.connect=localhost:2181。

运行

• 1.启动zookeeper
  cd进入kafka解压目录，输入bin/zookeeper-server-start.sh config/zookeeper.properties启动zookeeper成功后会看到如下的输出。

• 2.启动kafka
  cd进入kafka解压目录，输入bin/kafka-server-start.sh config/server.properties启动kafka成功后会看到如下的输出。

创建第一个消息

• 1.创建一个topic
  kafka通过topic对同一类的数据进行管理，同一类的数据使用同一个topic可以在处理数据时更加的便捷,在kafka解压目录打开终端，输入bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test创建一个名为test的topic。

在创建topic后可以通过输入bin/kafka-topics.sh --list --zookeeper localhost:2181来查看已经创建的topic。

• 2.创建一个消息消费者
  在kafka解压目录打开终端，输入bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning可以创建一个用于消费topic为test的消费者。

消费者创建完成之后，因为还没有发送任何数据，因此这里在执行后没有打印出任何数据,不过别着急，不要关闭这个终端，打开一个新的终端，接下来我们创建第一个消息生产者。

• 3.创建一个消息生产者
  在kafka解压目录打开一个新的终端，输入bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test在执行完毕后会进入的编辑器页面。

在发送完消息之后，可以回到我们的消息消费者终端中，可以看到，终端中已经打印出了我们刚才发送的消息。

在java程序中使用kafka

创建Topic

public static void main(String[] args) {
    //创建topic
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.180.128:9092");
    AdminClient adminClient = AdminClient.create(props);
    ArrayList<NewTopic> topics = new ArrayList<NewTopic>();
    NewTopic newTopic = new NewTopic("topic-test", 1, (short) 1);
    topics.add(newTopic);
    CreateTopicsResult result = adminClient.createTopics(topics);
    try {
        result.all().get();
    } catch (InterruptedException e) {
        e.printStackTrace();
    } catch (ExecutionException e) {
        e.printStackTrace();
    }
}

使用AdminClient API可以来控制对kafka服务器进行配置，我们这里使用。NewTopic(String name, int numPartitions, short replicationFactor) 的构造方法来创建了一个名为topic-test，分区数为1，复制因子为1的topic。

Producer生产者发送消息

public static void main(String[] args){
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.180.128:9092");
    props.put("acks", "all");
    props.put("retries", 0);
    props.put("batch.size", 16384);
    props.put("linger.ms", 1);
    props.put("buffer.memory", 33554432);
    props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

    Producer<String, String> producer = new KafkaProducer<String, String>(props);
    for (int i = 0; i < 100; i++)
        producer.send(new ProducerRecord<String, String>("topic-test", Integer.toString(i), Integer.toString(i)));

    producer.close();

}

使用producer发送完消息可以通过2.5中提到的服务器端消费者监听到消息。也可以使用接下来介绍的java消费者程序来消费消息。

Consumer消费者消费消息

public static void main(String[] args){
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.12.65:9092");
    props.put("group.id", "test");
    props.put("enable.auto.commit", "true");
    props.put("auto.commit.interval.ms", "1000");
    props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    final KafkaConsumer<String, String> consumer = new KafkaConsumer<String,String>(props);
    consumer.subscribe(Arrays.asList("topic-test"),new ConsumerRebalanceListener() {
        public void onPartitionsRevoked(Collection<TopicPartition> collection) {
        }
        public void onPartitionsAssigned(Collection<TopicPartition> collection) {
            //将偏移设置到最开始
            consumer.seekToBeginning(collection);
        }
    });
    while (true) {
        ConsumerRecords<String, String> records = consumer.poll(100);
        for (ConsumerRecord<String, String> record : records)
            System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
    }
}

这里我们使用Consume API来创建了一个普通的java消费者程序来监听名为topic-test的topic，每当有生产者向kafka服务器发送消息，我们的消费者就能收到发送的消息。

使用spring-kafka

这地方就不做过多的描述了，Spring官网给我我们最好的文档。地址:https://docs.spring.io/spring-kafka/docs/2.5.2.RELEASE/reference/html,自行查看。