kafka實戰

1.       kafka介紹

 

1.1.       主要功能

根據官網的介紹，ApacheKafka®是一個分布式流媒體平台，它主要有3種功能：

　　1：It lets you publish and subscribe to streams of records.發布和訂閱消息流，這個功能類似於消息隊列，這也是kafka歸類為消息隊列框架的原因

　　2：It lets you store streams of records in a fault-tolerant way.以容錯的方式記錄消息流，kafka以文件的方式來存儲消息流

　　3：It lets you process streams of records as they occur.可以再消息發布的時候進行處理

 

 

1.2.       使用場景

1：Building real-time streaming data pipelines that reliably get data between systems or applications.在系統或應用程序之間構建可靠的用於傳輸實時數據的管道，消息隊列功能

2：Building real-time streaming applications that transform or react to the streams of data。構建實時的流數據處理程序來變換或處理數據流，數據處理功能

 

1.3.       詳細介紹

Kafka目前主要作為一個分布式的發布訂閱式的消息系統使用，下面簡單介紹一下kafka的基本機制

　　1.3.1 消息傳輸流程

 

　　　　Producer即生產者，向Kafka集群發送消息，在發送消息之前，會對消息進行分類，即Topic，上圖展示了兩個producer發送了分類為topic1的消息，另外一個發送了topic2的消息。

　　　　Topic即主題，通過對消息指定主題可以將消息分類，消費者可以只關注自己需要的Topic中的消息

　　　　Consumer即消費者，消費者通過與kafka集群建立長連接的方式，不斷地從集群中拉取消息，然后可以對這些消息進行處理。

　　　　從上圖中就可以看出同一個Topic下的消費者和生產者的數量並不是對應的。

　　1.3.2 kafka服務器消息存儲策略

 

　　　　談到kafka的存儲，就不得不提到分區，即partitions，創建一個topic時，同時可以指定分區數目，分區數越多，其吞吐量也越大，但是需要的資源也越多，同時也會導致更高的不可用性，kafka在接收到生產者發送的消息之后，會根據均衡策略將消息存儲到不同的分區中。

 

　　在每個分區中，消息以順序存儲，最晚接收的的消息會最后被消費。

　　1.3.3 與生產者的交互

 

　　　　生產者在向kafka集群發送消息的時候，可以通過指定分區來發送到指定的分區中

　　　　也可以通過指定均衡策略來將消息發送到不同的分區中

　　　　如果不指定，就會采用默認的隨機均衡策略，將消息隨機的存儲到不同的分區中

　　1.3.4  與消費者的交互

  

　　　　在消費者消費消息時，kafka使用offset來記錄當前消費的位置

　　　　在kafka的設計中，可以有多個不同的group來同時消費同一個topic下的消息，如圖，我們有兩個不同的group同時消費，他們的的消費的記錄位置offset各不相同，不互相干擾。

　　　　對於一個group而言，消費者的數量不應該多余分區的數量，因為在一個group中，每個分區至多只能綁定到一個消費者上，即一個消費者可以消費多個分區，一個分區只能給一個消費者消費

　　　　因此，若一個group中的消費者數量大於分區數量的話，多余的消費者將不會收到任何消息。

2.       Kafka安裝與使用

 

2.1.       下載

　　你可以在kafka官網 http://kafka.apache.org/downloads下載到最新的kafka安裝包，選擇下載二進制版本的tgz文件，根據網絡狀態可能需要fq，這里我們選擇的版本是0.11.0.1，目前的最新版

 

2.2.       安裝

　　Kafka是使用scala編寫的運行與jvm虛擬機上的程序，雖然也可以在windows上使用，但是kafka基本上是運行在linux服務器上，因此我們這里也使用linux來開始今天的實戰。

　　首先確保你的機器上安裝了jdk，kafka需要java運行環境，以前的kafka還需要zookeeper，新版的kafka已經內置了一個zookeeper環境，所以我們可以直接使用

　　說是安裝，如果只需要進行最簡單的嘗試的話我們只需要解壓到任意目錄即可，這里我們將kafka壓縮包解壓到/home目錄

 

2.3.       配置

　　在kafka解壓目錄下下有一個config的文件夾，里面放置的是我們的配置文件

　　consumer.properites 消費者配置，這個配置文件用於配置於2.5節中開啟的消費者，此處我們使用默認的即可

　　producer.properties 生產者配置，這個配置文件用於配置於2.5節中開啟的生產者，此處我們使用默認的即可

　　server.properties kafka服務器的配置，此配置文件用來配置kafka服務器，目前僅介紹幾個最基礎的配置

1. 1. broker.id 申明當前kafka服務器在集群中的唯一ID，需配置為integer,並且集群中的每一個kafka服務器的id都應是唯一的，我們這里采用默認配置即可
   2. listeners 申明此kafka服務器需要監聽的端口號，如果是在本機上跑虛擬機運行可以不用配置本項，默認會使用localhost的地址，如果是在遠程服務器上運行則必須配置，例如：

　　　　　　　　　　listeners=PLAINTEXT:// 192.168.180.128:9092。並確保服務器的9092端口能夠訪問

　　　　　　3.zookeeper.connect 申明kafka所連接的zookeeper的地址 ，需配置為zookeeper的地址，由於本次使用的是kafka高版本中自帶zookeeper，使用默認配置即可

　　　　　　　　　　zookeeper.connect=localhost:2181

2.4.       運行

1. 啟動zookeeper

cd進入kafka解壓目錄，輸入

bin/zookeeper-server-start.sh config/zookeeper.properties

啟動zookeeper成功后會看到如下的輸出

　　　　2.啟動kafka

cd進入kafka解壓目錄，輸入

bin/kafka-server-start.sh config/server.properties

啟動kafka成功后會看到如下的輸出

 

2.5.       創建第一個消息

　　　2.5.1   創建一個topic

　　　　Kafka通過topic對同一類的數據進行管理，同一類的數據使用同一個topic可以在處理數據時更加的便捷

　　　　在kafka解壓目錄打開終端，輸入

　　　　bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test

　　　　創建一個名為test的topic

 

        　在創建topic后可以通過輸入

            bin/kafka-topics.sh --list --zookeeper localhost:2181

   來查看已經創建的topic

　　2.4.2   創建一個消息消費者

　　　在kafka解壓目錄打開終端，輸入

　　　　bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

　　　可以創建一個用於消費topic為test的消費者

 

 

         消費者創建完成之后，因為還沒有發送任何數據，因此這里在執行后沒有打印出任何數據

         不過別着急，不要關閉這個終端，打開一個新的終端，接下來我們創建第一個消息生產者

　　2.4.3         創建一個消息生產者

　　　　在kafka解壓目錄打開一個新的終端，輸入

　　　　bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

　　　　在執行完畢后會進入的編輯器頁面

 

在發送完消息之后，可以回到我們的消息消費者終端中，可以看到，終端中已經打印出了我們剛才發送的消息

 

3.       在java程序中使用kafka

　　　　跟上節中一樣，我們現在在java程序中嘗試使用kafka

　　　　3.1  創建Topic

public static void main(String[] args) {
    //創建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可以來控制對kafka服務器進行配置，我們這里使用

NewTopic(String name, int numPartitions, short replicationFactor)

的構造方法來創建了一個名為“topic-test”，分區數為1，復制因子為1的Topic.

3.2  Producer生產者發送消息

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發送完消息可以通過2.5中提到的服務器端消費者監聽到消息。也可以使用接下來介紹的java消費者程序來消費消息

3.3 Consumer消費者消費消息

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) {
            //將偏移設置到最開始
            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());
    }
}

 

這里我們使用Consume API 來創建了一個普通的java消費者程序來監聽名為“topic-test”的Topic，每當有生產者向kafka服務器發送消息，我們的消費者就能收到發送的消息。

4.       使用spring-kafka

Spring-kafka是正處於孵化階段的一個spring子項目，能夠使用spring的特性來讓我們更方便的使用kafka

4.1   基本配置信息

與其他spring的項目一樣，總是離不開配置，這里我們使用java配置來配置我們的kafka消費者和生產者。

1. 引入pom文件

<!--kafka start-->
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>0.11.0.1</version>
</dependency>
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-streams</artifactId>
    <version>0.11.0.1</version>
</dependency>
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>1.3.0.RELEASE</version>
</dependency>

1. 創建配置類

我們在主目錄下新建名為KafkaConfig的類

@Configuration
@EnableKafka
public class KafkaConfig {

}

1. 配置Topic

在kafkaConfig類中添加配置

@Configuration
@EnableKafka
public class KafkaConfig {
//topic config Topic的配置開始
    @Bean
    public KafkaAdmin admin() {
        Map<String, Object> configs = new HashMap<String, Object>();
        configs.put(AdminClientConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.180.128:9092");
        return new KafkaAdmin(configs);
    }

    @Bean
    public NewTopic topic1() {
        return new NewTopic("foo", 10, (short) 2);
    }
//topic的配置結束

}

1. 配置生產者Factory及Template

在上面的配置文件中追加

//producer config start
    @Bean
    public ProducerFactory<Integer, String> producerFactory() {
        return new DefaultKafkaProducerFactory<Integer,String>(producerConfigs());
    }
    @Bean
    public Map<String, Object> producerConfigs() {
        Map<String, Object> props = new HashMap<String,Object>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "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.IntegerSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        return props;
    }
    @Bean
    public KafkaTemplate<Integer, String> kafkaTemplate() {
        return new KafkaTemplate<Integer, String>(producerFactory());
    }
//producer config end

5.配置ConsumerFactory

在上面的配置文件中追加

//consumer config start
    @Bean
    public ConcurrentKafkaListenerContainerFactory<Integer,String> kafkaListenerContainerFactory(){
        ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<Integer, String>();
        factory.setConsumerFactory(consumerFactory());
        return factory;
    }

    @Bean
    public ConsumerFactory<Integer,String> consumerFactory(){
        return new DefaultKafkaConsumerFactory<Integer, String>(consumerConfigs());
    }


    @Bean
    public Map<String,Object> consumerConfigs(){
        HashMap<String, Object> props = new HashMap<String, Object>();
        props.put("bootstrap.servers", "192.168.180.128:9092");
        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.IntegerDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        return props;
    }
//consumer config end

4.2  創建消息生產者

//使用spring-kafka的template發送一條消息 發送多條消息只需要循環多次即可
public static void main(String[] args) throws ExecutionException, InterruptedException {
    AnnotationConfigApplicationContext ctx = new AnnotationConfigApplicationContext(KafkaConfig.class);
    KafkaTemplate<Integer, String> kafkaTemplate = (KafkaTemplate<Integer, String>) ctx.getBean("kafkaTemplate");
        String data="this is a test message";
        ListenableFuture<SendResult<Integer, String>> send = kafkaTemplate.send("topic-test", 1, data);
        send.addCallback(new ListenableFutureCallback<SendResult<Integer, String>>() {
            public void onFailure(Throwable throwable) {

            }

            public void onSuccess(SendResult<Integer, String> integerStringSendResult) {

            }
        });
}

4.3    創建消息消費者

我們首先創建一個一個用於消息監聽的類，當名為”topic-test”的topic接收到消息之后，我們的這個listen方法就會調用。

public class SimpleConsumerListener {
    private final static Logger logger = LoggerFactory.getLogger(SimpleConsumerListener.class);
    private final CountDownLatch latch1 = new CountDownLatch(1);

    @KafkaListener(id = "foo", topics = "topic-test")
    public void listen(byte[] records) {
        //do something here
        this.latch1.countDown();
    }
}

 我們同時也需要將這個類作為一個Bean配置到KafkaConfig中

在配置文件中追加

@Bean
public SimpleConsumerListener simpleConsumerListener(){
    return new SimpleConsumerListener();
}

默認spring-kafka會為每一個監聽方法創建一個線程來向kafka服務器拉取消息

最后

任何問題請聯系[e-mail]