Kafaka详细介绍机制原理
1.  kafka介绍
1.1.  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
1.2.  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
1.3.  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
1.3.1 消息传输流程
  Producer即⽣产者，向Kafka集发送消息，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集建⽴长连接的⽅式，不断地从集中拉取消息，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。
1.3.2 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。
1.3.3 与⽣产者的交互
　⽣产者在向kafka集发送消息的时候，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
1.3.4  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各不项⽬，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。
2.  Kafka安装与使⽤
2.1.  下载
2.2.  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
2.3.  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服务器在集中的唯⼀ID，需配置为integer，并且集中的每⼀个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
  t 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
    　t=localhost:2181
2.4.  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
2.5.  第⼀个消息
2.5.1 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kafka最新版本
bin/kafka-topics.sh --list --zookeeper localhost:2181
来查看已经创建的topic
2.5.2 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
2.5.3 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 --topictest
　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
3.  使⽤java程序
  跟上节中⼀样，我们现在在java程序中尝试使⽤kafka
3.1  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 = ate(props);
ArrayList<NewTopic> topics = new ArrayList<NewTopic>();
NewTopic newTopic = new NewTopic("topic-test", 1, (short) 1);
topics.add(newTopic);
CreateTopicsResult result = ateTopics(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.
3.2  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("", 33554432);
props.put("key.serializer", "org.apache.kafkamon.serialization.StringSerializer");
props.put("value.serializer", "org.apache.kafkamon.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", String(i), String(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
3.3 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.automit", "true");
props.put("automit.interval.ms", "1000");
props.put("key.deserializer", "org.apache.kafkamon.serialization.StringDeserializer");
props.put("value.deserializer", "org.apache.kafkamon.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。
4.  使⽤spring-kafka
Spring-kafka是正处于孵化阶段的⼀个spring⼦项⽬，能够使⽤spring的特性来让我们更⽅便的使⽤kafka
4.1  基本配置信息
与其他spring的项⽬⼀样，总是离不开配置，这⾥我们使⽤java配置来配置我们的kafka消费者和⽣产者。
4.1.1 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>
4.1.2 创建配置类
我们在主⽬录下新建名为KafkaConfig的类
@Configuration
@EnableKafka
public class KafkaConfig {
}
4.1.3 配置Topic
在kafkaConfig类中添加配置
//topic config Topic的配置开始
@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的配置结束
4.1.4 配置⽣产者Factort及Template
//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("", 33554432);
props.put("key.serializer", "org.apache.kafkamon.serialization.IntegerSerializer");
props.put("value.serializer", "org.apache.kafkamon.serialization.StringSerializer");
return props;
}
@Bean
public KafkaTemplate<Integer, String> kafkaTemplate() {
return new KafkaTemplate<Integer, String>(producerFactory());
}
//producer config end
4.1.5 配置ConsumerFactory
//consumer config start
@Bean
public ConcurrentKafkaListenerContainerFactory<Integer,String> kafkaListenerContainerFactory(){
ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerCo
ntainerFactory<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.automit", "true");
props.put("automit.interval.ms", "1000");

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。