kafka急速入门与核心API解析

Posted 2021-03-02 尘恍若梦

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了kafka急速入门与核心API解析相关的知识，希望对你有一定的参考价值。

kafka急速入门与核心API

kafka急速入门与核心API解析

kafka环境安装

上一节课我们已经对kafka的基本概念、核心思想有了一定的了解和认知，并且掌握了kafka在实际工作中的一些主要的应用场景。那么接下来，我们就一起快速进入kafka的安装吧。

kafka下载地址：http://kafka.apache.org/downloads.html

kafka安装步骤：首先kafka安装需要依赖与zookeeper，所以小伙伴们先准备好zookeeper环境（三个节点即可），然后我们来一起构建kafka broker。

## 解压命令：
tar -zxvf kafka_2.12-2.1.0.tgz -C /usr/local/
## 改名命令：
mv kafka_2.12-2.1.0/ kafka_2.12
## 进入解压后的目录，修改server.properties文件：
vim /usr/local/kafka_2.12/config/server.properties
## 修改配置：
broker.id=0
port=9092
host.name=192.168.11.51
advertised.host.name=192.168.11.51
log.dirs=/usr/local/kafka_2.12/kafka-logs
num.partitions=2
zookeeper.connect=192.168.11.111:2181,192.168.11.112:2181,192.168.11.113:2181

## 建立日志文件夹：
mkdir /usr/local/kafka_2.12/kafka-logs

##启动kafka：
/usr/local/kafka_2.12/bin/kafka-server-start.sh /usr/local/kafka_2.12/config/server.properties &

kafka常用命令

我们接下来一起了解几个非常重要的命令，通过这些命令我们对kafka topic partition 进行查看和操作。

常用命令：

## 简单操作：
#（1）创建topic主题命令：（创建名为test的topic， 1个分区分别存放数据，数据备份总共1份）
kafka-topics.sh --zookeeper 192.168.11.111:2181 --create --topic topic1 --partitions 1  --replication-factor 1  
## --zookeeper 为zk服务列表
## --create 命令后 --topic 为创建topic 并指定 topic name
## --partitions 为指定分区数量
## --replication-factor 为指定副本集数量

#（2）查看topic列表命令：
kafka-topics.sh --zookeeper 192.168.11.111:2181 --list

#（3）kafka命令发送数据：（然后我们就可以编写数据发送出去了）
kafka-console-producer.sh --broker-list 192.168.11.51:9092 --topic topic1

#（4）kafka命令接受数据：（然后我们就可以看到消费的信息了）
kafka-console-consumer.sh --bootstrap-server 192.168.11.51:9092 --topic topic1 --from-beginning


#（5）删除topic命令：
kafka-topics.sh --zookeeper 192.168.11.111:2181 --delete --topic topic1

#（6）kafka查看消费进度：（当我们需要查看一个消费者组的消费进度时，则使用下面的命令）
kafka-consumer-groups.sh --bootstrap-server 192.168.11.51:9092 --describe --group group1
## --describe --group 为订阅组， 后面指定 group name

急速入门

下面我们一起使用kafka最基本的API来对kafka进行操作！

kafka依赖包：

<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka_2.12</artifactId>
</dependency>

kafka生产者：

package com.bfxy.mix.kafka;

import java.util.Properties;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
import com.alibaba.fastjson.JSON;

public class CollectKafkaProducer {

    // 创建一个kafka生产者
	private final KafkaProducer<String, String> producer;
	// 定义一个成员变量为topic
	private final String topic;
    
     // 初始化kafka的配置文件和实例：Properties & KafkaProducer
	public CollectKafkaProducer(String topic) { 
		Properties props = new Properties(); 
         // 配置broker地址
		props.put("bootstrap.servers", "192.168.11.51:9092"); 
         // 定义一个 client.id
		props.put("client.id", "demo-producer-test"); 
		
         // 其他配置项：
        
//		props.put("batch.size", 16384);			//16KB -> 满足16KB发送批量消息
//		props.put("linger.ms", 10); 			//10ms -> 满足10ms时间间隔发送批量消息
//		props.put("buffer.memory", 33554432);	 //32M -> 缓存提性能
		
         // kafka 序列化配置：
		props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer"); 
		props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); 
         
         // 创建 KafkaProducer 与 接收 topic
		this.producer = new KafkaProducer<>(props);
		this.topic = topic; 
	}

    // 发送消息 （同步或者异步）
	public void send(Object message, boolean syncSend) throws InterruptedException { 
		try { 
             // 同步发送
			if(syncSend) {
				producer.send(new ProducerRecord<>(topic, JSON.toJSONString(message)));		
			} 
             // 异步发送（callback实现回调监听）
             else {
				producer.send(new ProducerRecord<>(topic, 
                              JSON.toJSONString(message)), 
                              new Callback() {
					@Override
					public void onCompletion(RecordMetadata recordMetadata, Exception e) {
	                    if (e != null) {
	                        System.err.println("Unable to write to Kafka in CollectKafkaProducer [" + topic + "] exception: " + e);
	                    }
					}
				});				
			}
		} catch (Exception e) {
			e.printStackTrace(); 
		} 
	} 
	
    // 关闭producer
	public void close() {
		producer.close();
	}

    // 测试函数
	public static void main(String[] args) throws InterruptedException {
		String topic = "topic1";
		CollectKafkaProducer collectKafkaProducer = new CollectKafkaProducer(topic);

		for(int i = 0 ; i < 10; i ++) {
			User user = new User();
			user.setId(i+"");
			user.setName("张三");
			collectKafkaProducer.send(user, true);
		}
        
		Thread.sleep(Integer.MAX_VALUE);
	
	}
	
}

kafka消费者：

package com.bfxy.mix.kafka;

import java.util.ArrayList;
import java.util.Collection;
import java.util.Collections;
import java.util.List;
import java.util.Properties;

import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.clients.consumer.ConsumerRebalanceListener;
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.consumer.OffsetAndMetadata;
import org.apache.kafka.common.TopicPartition;

import kafka.consumer.Consumer;
import lombok.extern.slf4j.Slf4j;

@Slf4j
public class CollectKafkaConsumer {
	
    // 定义消费者实例
	private final KafkaConsumer<String, String> consumer;
	// 定义消费主题
	private final String topic;


     // 消费者初始化
	public CollectKafkaConsumer(String topic) { 
		Properties props = new Properties();
         // 消费者的zookeeper 地址配置
		props.put("zookeeper.connect", "192.168.11.111:2181"); 
         // 消费者的broker 地址配置
		props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.11.51:9092");
		// 消费者组定义
         props.put(ConsumerConfig.GROUP_ID_CONFIG, "demo-group-id"); 
         // 是否自动提交（auto commit，一般生产环境均设置为false，则为手工确认）
		props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
         // 自动提交配置项
//		props.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");
         // 消费进度（位置 offset）重要设置: latest,earliest 
		props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
         // 超时时间配置
		props.put(ConsumerConfig.SESSION_TIMEOUT_MS_CONFIG, "30000"); 
		// kafka序列化配置
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer"); 
		props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer"); 
        
         // 创建consumer对象 & 赋值topic
		consumer = new KafkaConsumer<>(props); 
		this.topic = topic; 
         // 订阅消费主题
		consumer.subscribe(Collections.singletonList(topic));
		
	} 
	
	// 循环拉取消息并进行消费，手工ACK方式
    private void receive(KafkaConsumer<String, String> consumer) {
        while (true) {
            // 	拉取结果集(拉取超时时间为1秒)
        	ConsumerRecords<String, String> records = consumer.poll(1000);
            //  拉取结果集后获取具体消息的主题名称 分区位置 消息数量
            for (TopicPartition partition : records.partitions()) {
                List<ConsumerRecord<String, String>> partitionRecords = records.records(partition);
                String topic = partition.topic();
                int size = partitionRecords.size();
                log.info("获取topic:{},分区位置:{},消息数为:{}", topic, partition.partition(), size);
            	// 分别对每个partition进行处理
                for (int i = 0; i< size; i++) {
                	System.err.println("-----> value: " + partitionRecords.get(i).value());
                    long offset = partitionRecords.get(i).offset() + 1;
                	// consumer.commitSync(); // 这种提交会自动获取partition 和 offset 
                     // 这种是显示提交partition 和 offset 进度
				   consumer.commitSync(Collections.singletonMap(partition, 
                                                            new OffsetAndMetadata(offset)));
                    log.info("同步成功, topic: {}, 提交的 offset: {} ", topic, offset);
                }

            }
        }
    }
	
    // 测试函数
	public static void main(String[] args) {
		String topic = "topic1";
		CollectKafkaConsumer collectKafkaConsumer = new CollectKafkaConsumer(topic);
		collectKafkaConsumer.receive(collectKafkaConsumer.consumer);
	}
}

以上是关于kafka急速入门与核心API解析的主要内容，如果未能解决你的问题，请参考以下文章

Kafka入门概述部署与API的简单使用

Kafka消费组核心API与核心参数运行机制剖析

Kafka多维度系统精讲之-Kafka核心API——Consumer学习笔记（重要）

Kafka核心API——AdminClient API