Kafka入門寶典（詳細截圖版）

時間  2019-11-18
標籤 kafka 入門 寶典 詳細 截圖 欄目 Kafka 简体版
原文   原文鏈接

file

一、瞭解 Apache Kafka

1.一、簡介

file

官網：http://kafka.apache.org/java

  • 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。該項目的目標是爲處理實時數據提供一個統1、高通量、低等待（低延時）的平臺。
  • Kafka 是一個分佈式消息系統：具備生產者、消費者的功能。它提供了相似於JMS 的特性，可是在設計實現上徹底不一樣，此外它並非JMS 規範的實現。【重點】

1.二、kafka的基本結構

file

  • Producer：消息的發送者node

  • Consumer：消息的接收者git

  • kafka cluster：kafka的集羣。github

  • Topic：就是消息類別名，一個topic中一般放置一類消息。每一個topic都有一個或者多個訂閱者（消費者）。shell

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

1.三、kafka的完整架構

file

說明：bootstrap

  • broker：集羣中的每個kafka實例，稱之爲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集羣信息、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 中每個消費者都屬於一個特定消費組（ ConsumerGroup ），咱們能夠爲每一個消費者指定一個消費組，以groupld 表明消費組名稱，經過group.id 配置設置。若是不指定消費組，則該消費者屬於默認消費組test-consumer-group 。

1.四、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採用了零拷貝（ zero-copy ）技術，採用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，徹底在內核中操做，從而避免了內核緩衝區與用戶緩衝區之間數據的拷貝，操做效率極高。
    • Kafka 還支持數據壓縮及批量發送，同時Kafka 將每一個主題劃分爲多個分區，這一系列的優化及實現方法使得Kafka 具備很高的吞吐量。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來對集羣進行協調管理，這樣使得Kafka 更加容易進行水平擴展，生產者、消費者和代理都爲分佈式，可配置多個。
    • 同時在機器擴展時無需將整個集羣停機，集羣可以自動感知，從新進行負責均衡及數據複製。
  • 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 支持如下幾種安全措施：
      • 經過SSL 和SASL(Kerberos), SASL/PLA時驗證機制支持生產者、消費者與broker鏈接時的身份認證；
      • 支持代理與ZooKeeper 鏈接身份驗證；
      • 通訊時數據加密；
      • 客戶端讀、寫權限認證；
      • Kafka 支持與外部其餘認證受權服務的集成；
  • 數據備份
    • Kafka 能夠爲每一個topic指定副本數，對數據進行持久化備份，這能夠必定程度上防止數據丟失，提升可用性。
  • 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本身或組協調器來維護。
    • 同時集羣自己幾乎不須要生產者和消費者的狀態信息，這就使得Kafka很是輕量級，同時生產者和消費者客戶端實現也很是輕量級。
  • 消息壓縮
    • Kafka 支持Gzip, Snappy 、LZ4 這3 種壓縮方式，一般把多條消息放在一塊兒組成MessageSet，而後再把Message Set 放到一條消息裏面去，從而提升壓縮比率進而提升吞吐量。

1.五、kafka的應用場景

  • 消息系統。
    • Kafka 做爲一款優秀的消息系統，具備高吞吐量、內置的分區、備份冗餘分佈式等特色，爲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 採集應用程序和服務器健康相關的指標，如CPU 佔用率、IO 、內存、鏈接數、TPS 、QPS 等，而後將指標信息進行處理，從而構建一個具備監控儀表盤、曲線圖等可視化監控系統。例如，不少公司採用Kafka 與ELK (Elastic Search 、Logstash 和Kibana)整合構建應用服務監控系統。
  • 網站用戶行爲追蹤。
    • 爲了更好地瞭解用戶行爲、操做習慣，改善用戶體驗，進而對產品升級改進，將用戶操做軌跡、內容等信息發送到Kafka 集羣上，經過Hadoop 、Spark 或Strom等進行數據分析處理，生成相應的統計報告，爲推薦系統推薦對象建模提供數據源，進而爲每一個用戶進行個性化推薦。
  • 流處理。
    • 須要將己收集的流數據提供給其餘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。
  • 持久性日誌。
    • Kafka 能夠爲外部系統提供一種持久性日誌的分佈式系統。日誌能夠在多個節點間進行備份， Kafka 爲故障節點數據恢復提供了一種從新同步的機制。同時， Kafka很方便與HDFS 和Flume 進行整合，這樣就方便將Kafka 採集的數據持久化到其餘外部系統。

二、Kafka的安裝與配置

準備三臺虛擬機，分別是node01，node02，node03，而且修改hosts文件以下：vim

vim /etc/hosts
#注意: 前面的ip地址改爲本身的ip地址

192.168.40.133 node01
192.168.40.134 node02
192.168.40.135 node03

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

2.一、基礎環境配置

2.1.一、JDK環境

因爲Kafka 是用Scala 語言開發的，運行在JVM上，所以在安裝Kafka 以前須要先安裝JDK 。api

安裝過程略過，我這裏使用的是jdk1.8。瀏覽器

file

2.1.二、ZooKeeper環境

2.1.2.一、安裝ZooKeeper

Kafka 依賴ZooKeeper ，經過ZooKeeper 來對服務節點、消費者上下線管理、集羣、分區元數據管理等，所以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/
#建立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
#啓動ZooKeeper
./zkServer.sh start
#檢查是否啓動成功
jps
2.1.2.三、搭建ZooKeeper集羣
#在/export/data/zookeeper目錄中建立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
#添加以下內容
server.1=node01:2888:3888
server.2=node02:2888:3888
server.3=node03:2888:3888
2.1.2.三、配置環境變量
vim /etc/profile
export ZK_HOME=/export/servers/zookeeper-3.4.9
export PATH=${ZK_HOME}/bin:$PATH

#當即生效
source /etc/profile
2.1.2.四、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/
2.1.2.五、一鍵啓動、中止腳本
mkdir -p /export/servers/onekey/zk
vim slave
#輸入以下內容
node01
node02
node03
#保存退出

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

vim stopzk.sh
#輸入以下內容
cat /export/servers/onekey/zk/slave | while read line
do
{
 echo "開始中止 --> "$line
 ssh $line "source /etc/profile;nohup sh ${ZK_HOME}/bin/zkServer.sh stop >/dev/null 2>&1 &"
}&
wait
done
echo "★★★中止完成★★★"
#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
2.1.2.六、檢查啓動是否成功

file

發現三臺機器都有「QuorumPeerMain」進程，說明機器已經啓動成功了。

檢查集羣是否正常：

zkServer.sh status

file

file

file

發現，集羣運行一切正常。

2.二、安裝Kafka

2.2.一、單機版Kafka安裝

第一步：上傳Kafka安裝包而且解壓

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

#輸入以下內容
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.
# 必需要只要一個brokerid，而且它必須是惟一的。
broker.id=0

# A comma separated list of directories under which to store log files
# 日誌數據文件存儲的路徑 （如不存在，須要手動建立該目錄, 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服務便可
zookeeper.connect=node01:2181

# 保存退出

第四步：啓動kafka服務

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

第五步：檢測kafka是否啓動

file

若是進程中有名爲kafka的進程，就說明kafka已經啓動了。

2.2.二、驗證kafka是否安裝成功

因爲kafka是將元數據保存在ZooKeeper中的，因此，能夠經過查看ZooKeeper中的信息進行驗證kafka是否安裝成功。

file

file

file

2.2.三、部署kafka-manager

Kafka Manager 由 yahoo 公司開發，該工具能夠方便查看集羣 主題分佈狀況，同時支持對 多個集羣的管理、分區平衡以及建立主題等操做。

源碼託管於github：https://github.com/yahoo/kafka-manager

第一步：上傳Kafka-manager安裝包而且解壓

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
#修改爲本身的zk機器地址和端口
kafka-manager.zkhosts="node01:2181"
#保存退出

第三步：啓動服務

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

#製做啓動腳本
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：檢查是否啓動成功

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

file

2.2.四、kafka-manager的使用

進入管理界面，是沒有顯示Cluster信息的，須要添加後才能操做。

  • 添加 Cluster：

file

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

file

點擊Save按鈕保存。

file

添加成功。

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

2.2.五、搭建kafka集羣

kafka集羣的搭建是很是簡單的，只須要將上面的單機版的kafka分發的其餘機器，而且將ZooKeeper信息修改爲集羣的配置以及設置不一樣的broker值便可。

第一步：將kafka分發到node0二、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node0二、node03機器上執行
source /etc/profile

第二步：修改node0一、node0二、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：編寫一鍵啓動、中止腳本。注意：該腳本依賴於環境變量中的KAFKA_HOME。

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

vim start-kafka.sh
#輸入以下內容
cat /export/servers/onekey/kafka/slave | while read line
do
{
 echo "開始啓動 --> "$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 "★★★啓動完成★★★"
#保存退出
chmod +x start-kafka.sh

vim stop-kafka.sh
#輸入以下內容
cat /export/servers/onekey/kafka/slave | while read line
do
{
 echo "開始中止 --> "$line
 ssh $line "source /etc/profile;nohup sh ${KAFKA_HOME}/bin/kafka-server-stop.sh >/dev/null 2>&1 &"
}&
wait
done
echo "★★★中止完成★★★"
#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：經過kafka-manager管理工具查看集羣信息。 file

因而可知，kafka集羣已經啓動完成。

三、Kafka快速入門

對kafka的操做有2種方式，一種是經過命令行方式，一種是經過API方式。

3.一、經過命令行Kafka

Kafka在bin目錄下提供了shell腳本文件，能夠對Kafka進行操做，分別是： file 經過命令行的方式，咱們將體驗下kafka，以便咱們對kafka有進一步的認知。

3.1.一、topic的操做

3.1.1.一、建立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 集羣與 ZooKeeper 鏈接地址。至少寫一個。
  • partitions：參數用於設置主題分區數，該配置爲必傳參數。
  • 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。
3.1.1.二、查看topic列表
kafka-topics.sh --list --zookeeper node01:2181

__consumer_offsets
my-kafka-topic

能夠查看列表。

若是須要查看topic的詳細信息，須要使用describe命令。

kafka-topics.sh --describe --zookeeper node01:2181 --topic test-topic
#若不指定topic，則查看全部topic的信息
kafka-topics.sh --describe --zookeeper node01:2181
3.1.1.三、刪除topic

經過kafka-topics.sh執行刪除動做，須要在server.properties文件中配置 delete.topic.enable=true，該配置默認爲 false。

不然執行該腳本並未真正刪除主題 ，將該topic標記爲刪除狀態 。

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

# 執行以下
[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.

# 若是將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：雖然設置後，刪除時依然提示沒有設置爲true，實際上已經刪除了。

3.1.二、生產者的操做

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

能夠看到，已經向topic發送了消息。

3.1.三、消費者的操做

kafka-console-consumer.sh --bootstrap-server node01:9092 --topic my-kafka-topic
# 經過以上命令，能夠看到消費者能夠接收生產者發送的消息

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

file

3.二、經過Java Api操做Kafka

除了經過命令行的方式操做kafka外，還能夠經過Java api的方式操做，這種方式將更加的經常使用。

3.2.一、建立工程

file

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>

3.2.二、topic的操做

因爲主題的元數據信息是註冊在 ZooKeeper 相 應節點之中，因此對主題的操做實質是對 ZooKeeper 中記錄主題元數據信息相關路徑的操做。 Kafka將對 ZooKeeper 的相關操做封裝成一 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 的操做，包括對主題、代理、消費者等相關元數據的操做。對主題操做的相關 API調用較簡單， 相應操做都是經過調用 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](https://my.oschina.net/azibug)
    public void testCreateTopic() {
        ZkUtils zkUtils = null;
        try {
            //參數：zookeeper的地址，session超時時間，鏈接超時時間，是否啓用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 + " 建立成功!");
            } else {
                System.out.println(topicName + " 已存在!");
            }
        } finally {
            if (null != zkUtils) {
                zkUtils.close();
            }
        }

    }
}

測試結果：

file

3.2.2.一、刪除topic
[@Test](https://my.oschina.net/azibug)
    public void testDeleteTopic() {
        ZkUtils zkUtils = null;
        try {
            //參數：zookeeper的地址，session超時時間，鏈接超時時間，是否啓用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：

file

3.2.三、生產者的操做

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](https://my.oschina.net/azibug)
    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();

    }

}

3.2.四、消費者的操做

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);
            }
        }

    }
}

什麼是Kafka？ Kafka監控工具彙總 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

file

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程