kafka集群搭建和使用Java写kafka生产者消费者

1 kafka集群搭建

1. 1.zookeeper集群  搭建在110， 111,112
2. 2.kafka使用3个节点110， 111,112
3. 修改配置文件config/server.properties
4. broker.id=110
5. host.name=192.168.1.110
6. log.dirs=/usr/local/kafka_2.10-0.8.2.0/logs
7. 复制到其他两个节点，然后修改对应节点上的config/server.pro
8. 3.启动,在三个节点分别执行
9. bin/kafka-server-start.sh  config/server.properties >/dev/null 2>&1 &
10. 4 创建主题
11. bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic test
12. 5 查看主题详细
13. bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic test
14. --topic test
15. Topic:test      PartitionCount:3        ReplicationFactor:3     Configs:
16. Topic: test     Partition: 0    Leader: 110     Replicas: 110,111,112  Isr: 110,111,112
17. Topic: test     Partition: 1    Leader: 111     Replicas: 111,112,110  Isr: 111,112,110
18. Topic: test     Partition: 2    Leader: 112     Replicas: 112,110,111  Isr: 112,110,111
19. 6 去zk上看kafka集群
20. [zk: localhost:2181(CONNECTED) 5] ls /
21. [admin, zookeeper, consumers, config, controller, zk-fifo, storm, brokers, controller_epoch]
22. [zk: localhost:2181(CONNECTED) 6] ls /brokers   ----> 查看注册在zk内的kafka
23. [topics, ids]
24. [zk: localhost:2181(CONNECTED) 7] ls /brokers/ids
25. [112, 110, 111]
26. [zk: localhost:2181(CONNECTED) 8] ls /brokers/ids/112
27. []
28. [zk: localhost:2181(CONNECTED) 9] ls /brokers/topics
29. [test]
30. [zk: localhost:2181(CONNECTED) 10] ls /brokers/topics/test
31. [partitions]
32. [zk: localhost:2181(CONNECTED) 11] ls /brokers/topics/test/partitions
33. [2, 1, 0]
34. [zk: localhost:2181(CONNECTED) 12]

2  kafka java调用：

2.1 java端生产数据， kafka集群消费数据：

1. 1 创建maven工程，pom.xml中增加如下：
2. <dependency>
3. <groupId>org.apache.kafka</groupId>
4. <artifactId>kafka_2.10</artifactId>
5. <version>0.8.2.0</version>
6. </dependency>
7. 2 java代码：  向主题test内写入数据
8. import java.util.Properties;
9. import java.util.concurrent.TimeUnit;
10. import kafka.javaapi.producer.Producer;
11. import kafka.producer.KeyedMessage;
12. import kafka.producer.ProducerConfig;
13. import kafka.serializer.StringEncoder;
14. public class kafkaProducer extends Thread{
15. private String topic;
16. public kafkaProducer(String topic){
17. super();
18. this.topic = topic;
19. }
20. @Override
21. public void run() {
22. Producer producer = createProducer();
23. int i=0;
24. while(true){
25. producer.send(new KeyedMessage<Integer, String>(topic, "message: " + i++));
26. try {
27. TimeUnit.SECONDS.sleep(1);
28. } catch (InterruptedException e) {
29. e.printStackTrace();
30. }
31. }
32. }
33. private Producer createProducer() {
34. Properties properties = new Properties();
35. properties.put("zookeeper.connect", "192.168.1.110:2181,192.168.1.111:2181,192.168.1.112:2181");//声明zk
36. properties.put("serializer.class", StringEncoder.class.getName());
37. properties.put("metadata.broker.list", "192.168.1.110:9092,192.168.1.111:9093,192.168.1.112:9094");// 声明kafka broker
38. return new Producer<Integer, String>(new ProducerConfig(properties));
39. }
40. public static void main(String[] args) {
41. new kafkaProducer("test").start();// 使用kafka集群中创建好的主题 test
42. }
43. }
44. 3  kafka集群中消费主题test的数据：
45. [root@h2master kafka]# bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginnin
46. 4   启动java代码，然后在看集群消费的数据如下：
47. message: 0
48. message: 1
49. message: 2
50. message: 3
51. message: 4
52. message: 5
53. message: 6
54. message: 7
55. message: 8
56. message: 9
57. message: 10
58. message: 11
59. message: 12
60. message: 13
61. message: 14
62. message: 15
63. message: 16
64. message: 17
65. message: 18
66. message: 19
67. message: 20
68. message: 21

3 kafka 使用Java写消费者，这样 先运行kafkaProducer ，在运行kafkaConsumer，即可得到生产者的数据：

1. import java.util.HashMap;
2. import java.util.List;
3. import java.util.Map;
4. import java.util.Properties;
5. import kafka.consumer.Consumer;
6. import kafka.consumer.ConsumerConfig;
7. import kafka.consumer.ConsumerIterator;
8. import kafka.consumer.KafkaStream;
9. import kafka.javaapi.consumer.ConsumerConnector;
10. /**
11. * 接收数据
12. * 接收到: message: 10
13. 接收到: message: 11
14. 接收到: message: 12
15. 接收到: message: 13
16. 接收到: message: 14
17. * @author zm
18. *
19. */
20. public class kafkaConsumer extends Thread{
21. private String topic;
22. public kafkaConsumer(String topic){
23. super();
24. this.topic = topic;
25. }
26. @Override
27. public void run() {
28. ConsumerConnector consumer = createConsumer();
29. Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
30. topicCountMap.put(topic, 1); // 一次从主题中获取一个数据
31. Map<String, List<KafkaStream<byte[], byte[]>>>  messageStreams = consumer.createMessageStreams(topicCountMap);
32. KafkaStream<byte[], byte[]> stream = messageStreams.get(topic).get(0);// 获取每次接收到的这个数据
33. ConsumerIterator<byte[], byte[]> iterator =  stream.iterator();
34. while(iterator.hasNext()){
35. String message = new String(iterator.next().message());
36. System.out.println("接收到: " + message);
37. }
38. }
39. private ConsumerConnector createConsumer() {
40. Properties properties = new Properties();
41. properties.put("zookeeper.connect", "192.168.1.110:2181,192.168.1.111:2181,192.168.1.112:2181");//声明zk
42. properties.put("group.id", "group1");// 必须要使用别的组名称， 如果生产者和消费者都在同一组，则不能访问同一组内的topic数据
43. return Consumer.createJavaConsumerConnector(new ConsumerConfig(properties));
44. }
45. public static void main(String[] args) {
46. new kafkaConsumer("test").start();// 使用kafka集群中创建好的主题 test
47. }
48. }