Kafka入門寶典（詳細截圖版）

1、了解 Apache Kafka

1.1、簡介

官網：http://kafka.apache.org/

• Apache Kafka 是一個開源消息系統，由Scala 寫成。是由Apache 軟件基金會開發的一個開源消息系統項目。
• Kafka 最初是由LinkedIn 開發，並於2011 年初開源。2012 年10 月從Apache Incubator 畢業。該項目的目標是為處理實時數據提供一個統一、高通量、低等待（低延時）的平台。
• Kafka 是一個分布式消息系統：具有生產者、消費者的功能。它提供了類似於JMS 的特性，但是在設計實現上完全不同，此外它並不是JMS 規范的實現。【重點】

1.2、kafka的基本結構

• Producer：消息的發送者

• Consumer：消息的接收者

• kafka cluster：kafka的集群。

• Topic：就是消息類別名，一個topic中通常放置一類消息。每個topic都有一個或者多個訂閱者（消費者）。

消息的生產者將消息推送到kafka集群，消息的消費者從kafka集群中拉取消息。

1.3、kafka的完整架構

說明：

• broker：集群中的每一個kafka實例，稱之為broker；
• ZooKeeper：Kafka 利用ZooKeeper 保存相應元數據信息， Kafka 元數據信息包括如代理節點信息、Kafka集群信息、舊版消費者信息及其消費偏移量信息、主題信息、分區狀態信息、分區副本分配方案信息、動態配置信息等。
• ConsumerGroup：在Kafka 中每一個消費者都屬於一個特定消費組（ ConsumerGroup ），我們可以為每個消費者指定一個消費組，以groupld 代表消費組名稱，通過group.id 配置設置。如果不指定消費組，則該消費者屬於默認消費組test-consumer-group 。

1.4、kafka的特性

• 消息持久化
  • Kafka 基於文件系統來存儲和緩存消息。
• 高吞吐量
  • Kafka 將數據寫到磁盤，充分利用磁盤的順序讀寫。同時， Kafka 在數據寫入及數據同步采用了零拷貝（ zero-copy ）技術，采用sendFile()函數調用，sendFile()函數是在兩個文件描述符之間直接傳遞數據，完全在內核中操作，從而避免了內核緩沖區與用戶緩沖區之間數據的拷貝，操作效率極高。
  • Kafka 還支持數據壓縮及批量發送，同時Kafka 將每個主題划分為多個分區，這一系列的優化及實現方法使得Kafka 具有很高的吞吐量。經大多數公司對Kafka 應用的驗證， Kafka 支持每秒數百萬級別的消息。
• 高擴展性
  • Kafka 依賴ZooKeeper來對集群進行協調管理，這樣使得Kafka 更加容易進行水平擴展，生產者、消費者和代理都為分布式，可配置多個。
  • 同時在機器擴展時無需將整個集群停機，集群能夠自動感知，重新進行負責均衡及數據復制。
• 多客戶端支持
  • Kafka 核心模塊用Scala 語言開發，Kafka 提供了多種開發語言的接入，如Java 、Scala、C 、C＋＋、Python 、Go 、Erlang 、Ruby 、Node. 等。
• 安全機制
  • Kafka 支持以下幾種安全措施：
    • 通過SSL 和SASL(Kerberos), SASL/PLA時驗證機制支持生產者、消費者與broker連接時的身份認證；
    • 支持代理與ZooKeeper 連接身份驗證；
    • 通信時數據加密；
    • 客戶端讀、寫權限認證；
    • Kafka 支持與外部其他認證授權服務的集成；
• 數據備份
  • Kafka 可以為每個topic指定副本數，對數據進行持久化備份，這可以一定程度上防止數據丟失，提高可用性。
• 輕量級
  • Kafka 的實例是無狀態的，即broker不記錄消息是否被消費，消費偏移量的管理交由消費者自己或組協調器來維護。
  • 同時集群本身幾乎不需要生產者和消費者的狀態信息，這就使得Kafka非常輕量級，同時生產者和消費者客戶端實現也非常輕量級。
• 消息壓縮
  • Kafka 支持Gzip, Snappy 、LZ4 這3 種壓縮方式，通常把多條消息放在一起組成MessageSet，然后再把Message Set 放到一條消息里面去，從而提高壓縮比率進而提高吞吐量。

1.5、kafka的應用場景

• 消息系統。
  • Kafka 作為一款優秀的消息系統，具有高吞吐量、內置的分區、備份冗余分布式等特點，為大規模消息處理提供了一種很好的解決方案。
• 應用監控。
  • 利用Kafka 采集應用程序和服務器健康相關的指標，如CPU 占用率、IO 、內存、連接數、TPS 、QPS 等，然后將指標信息進行處理，從而構建一個具有監控儀表盤、曲線圖等可視化監控系統。例如，很多公司采用Kafka 與ELK (Elastic Search 、Logstash 和Kibana)整合構建應用服務監控系統。
• 網站用戶行為追蹤。
  • 為了更好地了解用戶行為、操作習慣，改善用戶體驗，進而對產品升級改進，將用戶操作軌跡、內容等信息發送到Kafka 集群上，通過Hadoop 、Spark 或Strom等進行數據分析處理，生成相應的統計報告，為推薦系統推薦對象建模提供數據源，進而為每個用戶進行個性化推薦。
• 流處理。
  • 需要將己收集的流數據提供給其他流式計算框架進行處理，用Kafka 收集流數據是一個不錯的選擇。
• 持久性日志。
  • Kafka 可以為外部系統提供一種持久性日志的分布式系統。日志可以在多個節點間進行備份， Kafka 為故障節點數據恢復提供了一種重新同步的機制。同時， Kafka很方便與HDFS 和Flume 進行整合，這樣就方便將Kafka 采集的數據持久化到其他外部系統。

2、Kafka的安裝與配置

准備三台虛擬機，分別是node01，node02，node03，並且修改hosts文件如下：

vim /etc/hosts
#注意: 前面的ip地址改成自己的ip地址

192.168.40.133 node01
192.168.40.134 node02
192.168.40.135 node03

#3台服務器的時間要一致
#時間更新：
yum install -y rdate
rdate -s  time-b.nist.gov

2.1、基礎環境配置

2.1.1、JDK環境

由於Kafka 是用Scala 語言開發的，運行在JVM上，因此在安裝Kafka 之前需要先安裝JDK 。

安裝過程略過，我這里使用的是jdk1.8。

2.1.2、ZooKeeper環境

2.1.2.1、安裝ZooKeeper

Kafka 依賴ZooKeeper ，通過ZooKeeper 來對服務節點、消費者上下線管理、集群、分區元數據管理等，因此ZooKeeper 也是Kafka 得以運行的基礎環境之一。

#上傳zookeeper-3.4.9.tar.gz到/export/software
cd /export/software
mkdir -p /export/servers/
tar -xvf zookeeper-3.4.9.tar.gz -C /export/servers/
#創建ZooKeeper的data目錄
mkdir /export/data/zookeeper -p
cd /export/servers/zookeeper-3.4.9/conf/
#修改配置文件
mv zoo_sample.cfg zoo.cfg
vim zoo.cfg
#設置data目錄
dataDir=/export/data/zookeeper
#啟動ZooKeeper
./zkServer.sh start
#檢查是否啟動成功
jps

2.1.2.3、搭建ZooKeeper集群

#在/export/data/zookeeper目錄中創建myid文件
vim /export/data/zookeeper/myid
#寫入對應的節點的id，如：1,2等，保存退出

#在conf下，修改zoo.cfg文件
vim zoo.cfg
#添加如下內容
server.1=node01:2888:3888
server.2=node02:2888:3888
server.3=node03:2888:3888

2.1.2.3、配置環境變量

vim /etc/profile
export ZK_HOME=/export/servers/zookeeper-3.4.9
export PATH=${ZK_HOME}/bin:$PATH

#立即生效
source /etc/profile

2.1.2.4、分發到其它機器

scp /etc/profile node02:/etc/
scp /etc/profile node03:/etc/

cd /export/servers
scp -r zookeeper-3.4.9 node02:/export/servers/
scp -r zookeeper-3.4.9 node03:/export/servers/

2.1.2.5、一鍵啟動、停止腳本

mkdir -p /export/servers/onekey/zk
vim slave
#輸入如下內容
node01
node02
node03
#保存退出

vim startzk.sh
#輸入如下內容
cat /export/servers/onekey/zk/slave | while read line
do
{
 echo "開始啟動 --> "$line
 ssh $line "source /etc/profile;nohup sh ${ZK_HOME}/bin/zkServer.sh start >/dev/null 2>&1 &"
}&
wait
done
echo "★★★啟動完成★★★"
#保存退出

vim stopzk.sh
#輸入如下內容
cat /export/servers/onekey/zk/slave | while read line
do
{
 echo "開始停止 --> "$line
 ssh $line "source /etc/profile;nohup sh ${ZK_HOME}/bin/zkServer.sh stop >/dev/null 2>&1 &"
}&
wait
done
echo "★★★停止完成★★★"
#保存退出

#設置可執行權限
chmod +x startzk.sh stopzk.sh

#添加到環境變量中
export ZK_ONEKEY=/export/servers/onekey
export PATH=${ZK_ONEKEY}/zk:$PATH

2.1.2.6、檢查啟動是否成功

發現三台機器都有“QuorumPeerMain”進程，說明機器已經啟動成功了。

檢查集群是否正常：

zkServer.sh status

發現，集群運行一切正常。

2.2、安裝Kafka

2.2.1、單機版Kafka安裝

第一步：上傳Kafka安裝包並且解壓

rz 上傳kafka_2.11-1.1.0.tgz到 /export/software/
cd /export/software/
tar -xvf kafka_2.11-1.1.0.tgz -C /export/servers/
cd /export/servers
mv kafka_2.11-1.1.0/ kafka

第二步：配置環境變量

vim /etc/profile

#輸入如下內容
export KAFKA_HOME=/export/servers/kafka
export PATH=${KAFKA_HOME}/bin:$PATH

#保存退出
source /etc/profile

第三步：修改配置文件

cd /export/servers/kafka
cd config
vim server.properties

# The id of the broker. This must be set to a unique integer for each broker.
# 必須要只要一個brokerid，並且它必須是唯一的。
broker.id=0

# A comma separated list of directories under which to store log files
# 日志數據文件存儲的路徑 （如不存在，需要手動創建該目錄, mkdir -p /export/data/kafka/）
log.dirs=/export/data/kafka

# ZooKeeper的配置，本地模式下指向到本地的ZooKeeper服務即可
zookeeper.connect=node01:2181

# 保存退出

第四步：啟動kafka服務

# 以守護進程的方式啟動kafka
kafka-server-start.sh -daemon /export/servers/kafka/config/server.properties

第五步：檢測kafka是否啟動

如果進程中有名為kafka的進程，就說明kafka已經啟動了。

2.2.2、驗證kafka是否安裝成功

由於kafka是將元數據保存在ZooKeeper中的，所以，可以通過查看ZooKeeper中的信息進行驗證kafka是否安裝成功。

2.2.3、部署kafka-manager

Kafka Manager 由 yahoo 公司開發，該工具可以方便查看集群 主題分布情況，同時支持對 多個集群的管理、分區平衡以及創建主題等操作。

源碼托管於github：https://github.com/yahoo/kafka-manager

第一步：上傳Kafka-manager安裝包並且解壓

rz上傳kafka-manager-1.3.3.17.tar.gz到 /export/software/
cd /export/software
tar -xvf kafka-manager-1.3.3.17.tar.gz -C /export/servers/
cd /export/servers/kafka-manager-1.3.3.17/conf

第二步：修改配置文件

#修改配置文件
vim application.conf
#新增項，http訪問服務的端口
http.port=19000
#修改成自己的zk機器地址和端口
kafka-manager.zkhosts="node01:2181"
#保存退出

第三步：啟動服務

cd /export/servers/kafka-manager-1.3.3.17/bin
#啟動服務
./kafka-manager -Dconfig.file=../conf/application.conf

#制作啟動腳本
vim /etc/profile
export KAFKA_MANAGE_HOME=/export/servers/kafka-manager-1.3.3.17
export PATH=${KAFKA_MANAGE_HOME}/bin:$PATH

source /etc/profile

cd /export/servers/onekey/
mkdir kafka-manager
cd kafka-manager
vim start-kafka-manager.sh
nohup kafka-manager -Dconfig.file=${KAFKA_MANAGE_HOME}/conf/application.conf >/dev/null 2>&1 &
chmod +x start-kafka-manager.sh
vim /etc/profile
export PATH=${ZK_ONEKEY}/kafka-manager:$PATH
source /etc/profile

第四步：檢查是否啟動成功

打開瀏覽器，輸入地址：http://node01:19000/，即可看到kafka-manage管理界面。

2.2.4、kafka-manager的使用

進入管理界面，是沒有顯示Cluster信息的，需要添加后才能操作。

• 添加 Cluster：

輸入Cluster Name、ZooKeeper信息、以及Kafka的版本信息（這里最高只能選擇1.0.0）。

點擊Save按鈕保存。

添加成功。

• 查看kafka的信息
  
• 查看Broker信息
  
• 查看Topic列表
  
• 查看單個topic信息以及操作
  
• 優化副本選舉
  
• 查看消費者信息
  

2.2.5、搭建kafka集群

kafka集群的搭建是非常簡單的，只需要將上面的單機版的kafka分發的其他機器，並且將ZooKeeper信息修改成集群的配置以及設置不同的broker值即可。

第一步：將kafka分發到node02、node03

cd /export/servers/
scp -r kafka node02:/export/servers/
scp -r kafka node03:/export/servers/
scp /etc/profile node02:/etc/
scp /etc/profile node03:/etc/
# 分別到node02、node03機器上執行
source /etc/profile

第二步：修改node01、node02、node03上的kafka配置文件

• node01：

  cd /export/servers/kafka/config
  vim server.properties
  zookeeper.connect=node01:2181,node02:2181,node03:2181
  

• node02：

  cd /export/servers/kafka/config
  vim server.properties
  broker.id=1
  zookeeper.connect=node01:2181,node02:2181,node03:2181
  

• node03：

  cd /export/servers/kafka/config
  vim server.properties
  broker.id=2
  zookeeper.connect=node01:2181,node02:2181,node03:2181
  

第三步：編寫一鍵啟動、停止腳本。注意：該腳本依賴於環境變量中的KAFKA_HOME。

mkdir -p /export/servers/onekey/kafka
vim slave
#輸入如下內容
node01
node02
node03
#保存退出

vim start-kafka.sh
#輸入如下內容
cat /export/servers/onekey/kafka/slave | while read line
do
{
 echo "開始啟動 --> "$line
 ssh $line "source /etc/profile;nohup sh ${KAFKA_HOME}/bin/kafka-server-start.sh -daemon ${KAFKA_HOME}/config/server.properties >/dev/null 2>&1 &"
}&
wait
done
echo "★★★啟動完成★★★"
#保存退出
chmod +x start-kafka.sh

vim stop-kafka.sh
#輸入如下內容
cat /export/servers/onekey/kafka/slave | while read line
do
{
 echo "開始停止 --> "$line
 ssh $line "source /etc/profile;nohup sh ${KAFKA_HOME}/bin/kafka-server-stop.sh >/dev/null 2>&1 &"
}&
wait
done
echo "★★★停止完成★★★"
#保存退出
chmod +x stop-kafka.sh

#加入到環境變量中
export PATH=${ZK_ONEKEY}/kafka:$PATH
source /etc/profile

第四步：通過kafka-manager管理工具查看集群信息。

由此可見，kafka集群已經啟動完成。

3、Kafka快速入門

對kafka的操作有2種方式，一種是通過命令行方式，一種是通過API方式。

3.1、通過命令行Kafka

Kafka在bin目錄下提供了shell腳本文件，可以對Kafka進行操作，分別是：

通過命令行的方式，我們將體驗下kafka，以便我們對kafka有進一步的認知。

3.1.1、topic的操作

3.1.1.1、創建topic

kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 1 --partitions 1 --topic my-kafka-topic

#執行結果：
Created topic "my-kafka-topic".

參數說明：

• zookeeper：參數是必傳參數，用於配置 Kafka 集群與 ZooKeeper 連接地址。至少寫一個。
• partitions：參數用於設置主題分區數，該配置為必傳參數。
• replication-factor：參數用來設置主題副本數 ，該配置也是必傳參數。
• topic：指定topic的名稱。

3.1.1.2、查看topic列表

kafka-topics.sh --list --zookeeper node01:2181

__consumer_offsets
my-kafka-topic

可以查看列表。

如果需要查看topic的詳細信息，需要使用describe命令。

kafka-topics.sh --describe --zookeeper node01:2181 --topic test-topic
#若不指定topic，則查看所有topic的信息
kafka-topics.sh --describe --zookeeper node01:2181

3.1.1.3、刪除topic

通過kafka-topics.sh執行刪除動作，需要在server.properties文件中配置 delete.topic.enable=true，該配置默認為 false。

否則執行該腳本並未真正刪除主題 ，將該topic標記為刪除狀態 。

kafka-topics.sh --delete --zookeeper node01:2181 --topic my-kafka-topic

# 執行如下
[root@node01 config]# kafka-topics.sh --delete --zookeeper node01:2181 --topic my-kafka-topic
Topic my-kafka-topic is marked for deletion.
Note: This will have no impact if delete.topic.enable is not set to true.

# 如果將delete.topic.enable=true
[root@node01 config]# kafka-topics.sh --delete --zookeeper node01:2181 --topic my-kafka-topic2
Topic my-kafka-topic2 is marked for deletion.
Note: This will have no impact if delete.topic.enable is not set to true.

# 說明：雖然設置后，刪除時依然提示沒有設置為true，實際上已經刪除了。

3.1.2、生產者的操作

kafka-console-producer.sh --broker-list node01:9092 --topic my-kafka-topic

可以看到，已經向topic發送了消息。

3.1.3、消費者的操作

kafka-console-consumer.sh --bootstrap-server node01:9092 --topic my-kafka-topic
# 通過以上命令，可以看到消費者可以接收生產者發送的消息

# 如果需要從頭開始接收數據，需要添加--from-beginning參數
kafka-console-consumer.sh --bootstrap-server node01:9092 --from-beginning --topic my-kafka-topic

3.2、通過Java Api操作Kafka

除了通過命令行的方式操作kafka外，還可以通過Java api的方式操作，這種方式將更加的常用。

3.2.1、創建工程

導入依賴：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>itcast-bigdata</artifactId>
        <groupId>cn.itcast.bigdata</groupId>
        <version>1.0.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>itcast-bigdata-kafka</artifactId>

    <dependencies>

        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka_2.11</artifactId>
            <version>1.1.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
            <version>1.1.0</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>

    </dependencies>
    
    <build>
        <plugins>
            <!-- java編譯插件 -->
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.2</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                    <encoding>UTF-8</encoding>
                </configuration>
            </plugin>
        </plugins>
    </build>


</project>

3.2.2、topic的操作

由於主題的元數據信息是注冊在 ZooKeeper 相 應節點之中，所以對主題的操作實質是對 ZooKeeper 中記錄主題元數據信息相關路徑的操作。 Kafka將對 ZooKeeper 的相關操作封裝成一 個 ZkUtils 類 ， 井封裝了一個AdrninUtils 類調用 ZkClient 類的相關方法以實現對 Kafka 元數據 的操作，包括對主題、代理、消費者等相關元數據的操作。對主題操作的相關 API調用較簡單， 相應操作都是通過調用 AdminUtils類的相應方法來完成的。

package cn.itcast.kafka;

import kafka.admin.AdminUtils;
import kafka.utils.ZkUtils;
import org.apache.kafka.common.security.JaasUtils;
import org.junit.Test;

import java.util.Properties;

public class TestKafkaTopic {

    @Test
    public void testCreateTopic() {
        ZkUtils zkUtils = null;
        try {
            //參數：zookeeper的地址，session超時時間，連接超時時間，是否啟用zookeeper安全機制
            zkUtils = ZkUtils.apply("node01:2181", 30000, 3000, JaasUtils.isZkSecurityEnabled());

            String topicName = "my-kafka-topic-test1";
            if (!AdminUtils.topicExists(zkUtils, topicName)) {
                //參數：zkUtils，topic名稱，partition數量，副本數量，參數，機架感知模式
                AdminUtils.createTopic(zkUtils, topicName, 1, 1, new Properties(), AdminUtils.createTopic$default$6());
                System.out.println(topicName + " 創建成功!");
            } else {
                System.out.println(topicName + " 已存在!");
            }
        } finally {
            if (null != zkUtils) {
                zkUtils.close();
            }
        }

    }
}

測試結果：

3.2.2.1、刪除topic

    @Test
    public void testDeleteTopic() {
        ZkUtils zkUtils = null;
        try {
            //參數：zookeeper的地址，session超時時間，連接超時時間，是否啟用zookeeper安全機制
            zkUtils = ZkUtils.apply("node01:2181", 30000, 3000, JaasUtils.isZkSecurityEnabled());
            String topicName = "my-kafka-topic-test1";
            if (AdminUtils.topicExists(zkUtils, topicName)) {
                //參數：zkUtils，topic名稱
                AdminUtils.deleteTopic(zkUtils, topicName);
                System.out.println(topicName + " 刪除成功!");
            } else {
                System.out.println(topicName + " 不已存在!");
            }
        } finally {
            if (null != zkUtils) {
                zkUtils.close();
            }
        }

    }

測試結果：

3.2.3、生產者的操作

package cn.itcast.kafka;

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;
import org.junit.Test;

import java.util.Properties;

public class TestProducer {

    @Test
    public void testProducer() throws InterruptedException {
        Properties config = new Properties();

        // 設置kafka服務列表，多個用逗號分隔
        config.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "node01:9092,node02:9092");
        // 設置序列化消息 Key 的類
        config.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        // 設置序列化消息 value 的類
        config.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        // 初始化
        KafkaProducer<String, String> kafkaProducer = new KafkaProducer<String, String>(config);
        for (int i = 0; i < 100 ; i++) {
            ProducerRecord record = new ProducerRecord("my-kafka-topic","data-" + i);
            // 發送消息
            kafkaProducer.send(record);
            System.out.println("發送消息 --> " + i);

            Thread.sleep(100);
        }

        kafkaProducer.close();

    }

}

3.2.4、消費者的操作

package cn.itcast.kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.common.serialization.StringDeserializer;
import org.apache.kafka.common.serialization.StringSerializer;
import org.junit.Test;

import javax.sound.midi.Soundbank;
import java.util.Arrays;
import java.util.Properties;

public class TestConsumer {

    @Test
    public void testConsumer() {
        Properties config = new Properties();
        // 設置kafka服務列表，多個用逗號分隔
        config.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "node01:9092,node02:9092");
        // 設置消費者分組id
        config.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "my-group");
        // 設置序反列化消息 Key 的類
        config.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        // 設置序反列化消息 value 的類
        config.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());


        KafkaConsumer<String, String> kafkaConsumer = new KafkaConsumer<String, String>(config);
        // 訂閱topic
        kafkaConsumer.subscribe(Arrays.asList("my-kafka-topic"));

        while (true) { // 使用死循環不斷的拉取數據
            ConsumerRecords<String, String> records = kafkaConsumer.poll(1000);
            for (ConsumerRecord<String, String> record : records) {
                String value = record.value();
                long offset = record.offset();
                System.out.println("value = " + value + ", offset = " + offset);
            }
        }

    }
}

什么是Kafka？
Kafka監控工具匯總
Kafka快速入門
Kafka核心之Consumer
Kafka核心之Producer

替代Flume——Kafka Connect簡介
最簡單流處理引擎——Kafka Streams簡介

更多實時計算,Flink,Kafka等相關技術博文，歡迎關注實時流式計算