标签：今天 kafka集群 ati 函数 .sh its 主题 serial art
在我们上一篇Kafka教程中，我们讨论了Kafka Cluster。今天，我们将通过示例讨论Kafka Producer。此外，我们将看到KafkaProducer API和Producer API。此外，我们将学习Kafka Producer中的配置设置。最后，我们将在Kafka Producer教程中讨论简单的生产者应用程序。为了将消息发布到Apache Kafka主题，我们使用Kafka Producer。
那么，让我们详细探讨Apache Kafka Producer。
卡夫卡初学者制片人
基本上，作为数据流源的应用程序就是我们所说的生产者。为了生成令牌或消息并进一步将其发布到Kafka集群中的一个或多个主题，我们使用Apache Kafka Producer。此外，Kafka的Producer API有助于打包消息或令牌并将其传递给Kafka Server。
了解如何创建Kafka客户端
此外，下图显示了Apache Kafka Producer的工作情况。
Kafka Producer - Apache Kafka Producer Working
Kafka Producer Client中提供了一些API。
但是，要将记录流发布到一个或多个Kafka主题，此Kafka Producer API允许应用程序。而且，它的核心部分是KafkaProducer类。基本上，通过以下方法，此类提供了一个在其构造函数中连接Kafka代理的选项：
producer.send(new ProducerRecord<byte[],byte[]>(topic, partition, key1, value1) , callback);
注意：这里，null表示没有回调。
我们来讨论Kafka-序列化和反序列化
public void flush()
public Map metrics()
这样，此方法返回生产者维护的内部指标的映射。
Producer类是Kafka Producer API的核心部分。通过以下方法，它提供了一个在其构造函数中连接Kafka代理的选项。
基本上，要将消息发送到单个或多个主题，生产者类提供了一种发送方法。以下是我们可以使用的签名。
public void send(KeyedMessaget<k,v> message)
-将数据发送到单个主题， 使用同步或异步生成器按键进行分区。
public void send(List<KeyedMessage<k,v>>messages)
- 将数据发送到多个主题。
使用JMeter查看Apache Kafka-Load测试
Properties prop = new Properties(); prop.put(producer.type,”async”) ProducerConfig config = new ProducerConfig(prop);
但是，有两种类型的生成器，例如Sync和Async。
虽然，对于Sync生产者，适用相同的API配置。两者之间只有一个区别：Sync生成器直接发送消息但在后台发送消息，而当我们想要更高的吞吐量时，我们更喜欢Async生成器。但是，Async生成器没有send（）的回调函数来注册先前版本中的错误处理程序，如0.8。它仅在当前版本的0.9中可用。
为了关闭与所有Kafka代理的生成器池连接，producer类提供了一个public void close（）方法。
阅读Kafka用例和应用程序
在这里，我们列出了Kafka Producer API的主要配置设置：
a。 client.id
它标识生产者应用程序。
湾 producer.type
同步或异步。
C。 acks
基本上，它控制被认为完成的生产者请求的标准。
d。 重试
“重试”意味着如果生产者请求以某种方式失败，则自动重试特定值。
即 bootstrap.servers
它引导代理列表。
F。 linger.ms
基本上，如果我们想减少请求的数量，我们可以将linger.ms设置为大于某个值的值。
G。 key.serializer
它是串行器接口的关键。
H。 value.serializer
序列化程序接口的值。
一世。 batch.size
简单地说，缓冲区大小。
学家 buffer.memory
“buffer.memory”控制生产者可用于缓冲的总内存量。
通过使用以下签名，它是发送到Kafka群集的键/值对。ProducerRecord类构造函数用于创建包含分区，键和值对的记录。
public ProducerRecord（string topic，int partition，k key，v value）
public ProducerRecord（string topic，k key，v value）
要使用键，值对和没有分区创建记录，我们使用ProducerRecord类构造函数。
public ProducerRecord（string topic，v value）
此外，没有分区和键，ProducerRecord类会创建一个记录。
现在，我们在这里列出ProducerRecord类方法 -
1. public string topic（）
主题将附加到记录中。
2. public K key（）
将包含在记录中的密钥。如果没有这样的键，则返回null。
3. public V value（）
记录内容。
4. partition（）
记录的分区计数。
但是，请确保首先启动ZooKeeper和Kafka代理然后使用create topic命令在Kafka代理中创建您自己的主题。然后创建一个名为Sim-pleProducer.java 的Java类，并继续进行以下编码：
//import util.properties packages import java.util.Properties; //import simple producer packages import org.apache.kafka.clients.producer.Producer; //import KafkaProducer packages import org.apache.kafka.clients.producer.KafkaProducer; //import ProducerRecord packages import org.apache.kafka.clients.producer.ProducerRecord; //Create java class named “SimpleProducer” public class SimpleProducer { public static void main(String[] args) throws Exception{ // Check arguments length value if(args.length == 0){ System.out.println("Enter topic name”); return; } //Assign topicName to string variable String topicName = args[0].toString(); // create instance for properties to access producer configs Properties props = new Properties(); //Assign localhost id props.put("bootstrap.servers", “localhost:9092"); //Set acknowledgements for producer requests. props.put("acks", “all"); //If the request fails, the producer can automatically retry, props.put("retries", 0); //Specify buffer size in config props.put("batch.size", 16384); //Reduce the no of requests less than 0 props.put("linger.ms", 1); //The buffer.memory controls the total amount of memory available to the producer for buffering. props.put("buffer.memory", 33554432); props.put("key.serializer", "org.apache.kafka.common.serializa-tion.StringSerializer"); props.put("value.serializer", "org.apache.kafka.common.serializa-tion.StringSerializer"); Producer<String, String> producer = new KafkaProducer <String, String>(props); for(int i = 0; i < 10; i++) producer.send(new ProducerRecord<String, String>(topicName, Integer.toString(i), Integer.toString(i))); System.out.println(“Message sent successfully”); producer.close(); } }
通过使用以下命令，我们可以编译应用程序。
我们来修改Kafka Commands
//import util.properties packages import java.util.Properties; //import simple producer packages import org.apache.kafka.clients.producer.Producer; //import KafkaProducer packages import org.apache.kafka.clients.producer.KafkaProducer; //import ProducerRecord packages import org.apache.kafka.clients.producer.ProducerRecord; //Create java class named “SimpleProducer” public class SimpleProducer { public static void main(String[] args) throws Exception{ // Check arguments length value if(args.length == 0){ System.out.println("Enter topic name”); return; } //Assign topicName to string variable String topicName = args[0].toString(); // create instance for properties to access producer configs Properties props = new Properties(); //Assign localhost id props.put("bootstrap.servers", “localhost:9092"); //Set acknowledgements for producer requests. props.put("acks", “all"); //If the request fails, the producer can automatically retry, props.put("retries", 0); //Specify buffer size in config props.put("batch.size", 16384); //Reduce the no of requests less than 0 props.put("linger.ms", 1); //The buffer.memory controls the total amount of memory available to the producer for buffering. props.put("buffer.memory", 33554432); props.put("key.serializer", "org.apache.kafka.common.serializa-tion.StringSerializer"); props.put("value.serializer", "org.apache.kafka.common.serializa-tion.StringSerializer"); Producer<String, String> producer = new KafkaProducer <String, String>(props); for(int i = 0; i < 10; i++) producer.send(new ProducerRecord<String, String>(topicName, Integer.toString(i), Integer.toString(i))); System.out.println(“Message sent successfully”); producer.close(); } }
此外，使用以下命令，我们可以执行该应用程序。
java -cp “/path/to/kafka/kafka_2.11-0.9.0.0/lib/*”:. SimpleProducer <topic-name>
消息已成功发送
要检查上述输出，请打开新终端并键入Consumer CLI命令以接收消息。
>> bin/kafka-console-consumer.sh --zookeeper localhost:2181 —topic <topic-name> —from-beginning
所以，这就是Apache Kafka Producer。希望你喜欢我们的解释。
阅读Apache Kafka Workflow | Kafka Pub-Sub Messaging
因此，在这个Kafka教程中，我们已经看到了Kafka Producer 的概念以及示例。现在，在下一个教程中，我们将了解Kafka Consumer，以便使用来自Kafka集群的消息。此外，我们学习了Producer API，Producer类，public void close。此外，我们还讨论了Kafka Producer API和Producer Record API的配置设置。最后，我们在编译，执行和输出的帮助下看到了SimpleProducer Application。此外，如果您有任何疑问，请随时在评论部分询问。
Apache Kafka Producer For Beginners
标签：今天 kafka集群 ati 函数 .sh its 主题 serial art
原文地址：https://www.cnblogs.com/a00ium/p/10849983.html
