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);
  	}
  }