Kafka Java 客户端开发

依赖包导入

	<dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka_2.10</artifactId>
                <version>0.8.2.1</version>
        </dependency>
        <dependency>
                <groupId>org.apache.kafka</groupId>
                <artifactId>kafka-clients</artifactId>
                <version>0.8.2.1</version>
	 </dependency>

producer开发

producer参数说明

• metadata.broker.list:指定kafka节点列表，用于获取metadata，不必全部指定.如metadata.broker.list=192.168.1.10:9092,192.168.1.11:9092
• partitioner.class:指定分区处理类。默认kafka.producer.DefaultPartitioner，表通过key哈希到对应分区。partitioner.class=com.meituan.mafka.client.producer.CustomizePartitioner
• compression.codec：是否压缩，默认0表示不压缩，1表示用gzip压缩，2表示用snappy压缩。压缩后消息中会有头来指明消息压缩类型，故在消费者端消息解压是透明的无需指定。compression.codec=none
• serializer.class：指定序列化处理类，默认为kafka.serializer.DefaultEncoder,即byte[]
• compressed.topics：如果要压缩消息，这里指定哪些topic要压缩消息，默认empty，表示不压缩
• request.required.acks：producer接收消息ack的时机，默认为0。0: producer不会等待broker发送ack。1: 当leader接收到消息之后发送ack 。 2: 当所有的follower都同步消息成功后发送ack。
• request.timeout.ms：在向producer发送ack之前,broker允许等待的最大时间 。如果超时,broker将会向producer发送一个error ACK.意味着上一次消息因为某种原因未能成功(比如follower未能同步成功) 。
• producer.type：同步还是异步发送消息，默认“sync”表同步，"async"表异步。异步可以提高发送吞吐量,也意味着消息将会在本地buffer中,并适时批量发送，但是也可能导致丢失未发送过去的消息。
• queue.buffering.max.ms ：在async模式下,当message被缓存的时间超过此值后,将会批量发送给broker,默认为5000ms，此值和batch.num.messages协同工作。
• queue.buffering.max.messages：在async模式下,producer端允许buffer的最大消息量，无论如何,producer都无法尽快的将消息发送给broker,从而导致消息在producer端大量沉积，此时,如果消息的条数达到阀值,将会导致producer端阻塞或者消息被抛弃，默认为10000。
• batch.num.messages：如果是异步，指定每次批量发送数据量，默认为200
• queue.enqueue.timeout.ms：当消息在producer端沉积的条数达到"queue.buffering.max.meesages"后 ，阻塞一定时间后,队列仍然没有enqueue(producer仍然没有发送出任何消息)，此时producer可以继续阻塞或者将消息抛弃,此timeout值用于控制"阻塞"的时间。-1: 无阻塞超时限制,消息不会被抛弃 ，0:立即清空队列,消息被抛弃
• message.send.max.retries：当producer接收到error ACK,或者没有接收到ACK时,允许消息重发的次数。因为broker并没有完整的机制来避免消息重复,所以当网络异常时(比如ACK丢失) 有可能导致broker接收到重复的消息,默认值为3。
• topic.metadata.refresh.interval.ms：producer刷新topic metada的时间间隔,producer需要知道partition leader的位置,以及当前topic的情况 ，因此producer需要一个机制来获取最新的metadata,当producer遇到特定错误时,将会立即刷新 ，(比如topic失效,partition丢失,leader失效等),此外也可以通过此参数来配置额外的刷新机制，默认值600000

一个简单的生产者例子如下：

import kafka.producer.KeyedMessage;
import kafka.producer.ProducerConfig;
import kafka.javaapi.producer.Producer;
import java.util.Properties;

public class SimpleProducer {

    public static void main(String[] args){

        Properties props = new Properties();
        props.put("metadata.broker.list", "127.0.0.1:9092");
        props.put("serializer.class", "kafka.serializer.StringEncoder");
        props.put("partitioner.class", "example.producer.SimplePartitioner");
        props.put("request.required.acks", "1");
        ProducerConfig config = new ProducerConfig(props);
        Producer<String, String> producer = new Producer<String, String>(config);
        for(int i=0;i<10;i++){
            String ip = "192.168.1." + (i+1);
            String msg = "receive msg from " + ip;
            KeyedMessage<String,String> data = new KeyedMessage<String, String>("simple_test",ip,msg);
            producer.send(data);
        }
        producer.close();
    }
}

指定关键字key，发送消息到指定partitions

如果需要实现自定义partitions消息发送，需要实现Partitioner接口

import kafka.producer.Partitioner;
import kafka.utils.VerifiableProperties;

public class MyPartitioner implements Partitioner {

    public MyPartitioner(VerifiableProperties props){

    }

    /**
     * 返回分区索引编号
     * @param key
     * @param numPartitions topic中的分区总数
     * @return
     */
    public int partition(Object key, int numPartitions) {
        String partKey = (String) key;
        if("test1".equals(partKey)){
            return 1;
        }
        return 0;
    }

}

consumer开发

consumer参数说明

• zookeeper.connect：zookeeper连接服务器地址
• zookeeper.session.timeout.ms：zookeeper的session过期时间，默认5000ms，用于检测消费者是否挂掉
• zookeeper.sync.time.ms：当consumer reblance时，重试失败时时间间隔
• group.id：指定消费组
• auto.commit.enable：当consumer消费一定量的消息之后,将会自动向zookeeper提交offset信息 ，注意offset信息并不是每消费一次消息就向zk提交一次,而是现在本地保存(内存),并定期提交,默认为true
• auto.commit.interval.ms：自动更新时间。默认60 * 1000
• conusmer.id：当前consumer的标识,可以设定,也可以有系统生成,主要用来跟踪消息消费情况,便于观察
• client.id：消费者客户端编号，用于区分不同客户端，默认客户端程序自动产生
• queued.max.message.chunks：最大取多少块缓存到消费者(默认10)
• rebalance.max.retries：当有新的consumer加入到group时,将会reblance,此后将会有partitions的消费端迁移到新 的consumer上,如果一个consumer获得了某个partition的消费权限,那么它将会向zk注册 "Partition Owner registry"节点信息,但是有可能此时旧的consumer尚没有释放此节点, 此值用于控制,注册节点的重试次数。
• fetch.min.bytes：获取消息的最大尺寸,broker不会像consumer输出大于此值的消息chunk每次feth将得到多条消息,此值为总大小,提升此值,将会消耗更多的consumer端内存
• fetch.wait.max.ms： 当消息的尺寸不足时,server阻塞的时间,如果超时,消息将立即发送给consumer
• auto.offset.reset：如果zookeeper没有offset值或offset值超出范围。那么就给个初始的offset。有smallest、largest、 anything可选，分别表示给当前最小的offset、当前最大的offset、抛异常。默认largest
• derializer.class：指定序列化处理类，默认为kafka.serializer.DefaultDecoder,即byte[]

多线程并行消费topic

import kafka.consumer.ConsumerIterator;
import kafka.consumer.KafkaStream;

public class SimpleConsumer implements Runnable{

    private KafkaStream stream;
    private int threadNum;

    public SimpleConsumer(KafkaStream stream, int threadNum) {
        this.stream = stream;
        this.threadNum = threadNum;
    }

    public void run() {
        ConsumerIterator<byte[],byte[]> it =  this.stream.iterator();
        while (it.hasNext()){
            System.out.println(new String(it.next().message()));
        }
    }

}

import kafka.consumer.Consumer;
import kafka.consumer.ConsumerConfig;
import kafka.consumer.KafkaStream;
import kafka.javaapi.consumer.ConsumerConnector;
import kafka.producer.KeyedMessage;

import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Properties;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

public class SimpleConsumerTest {

    private ConsumerConnector connector;
    private String topic;
    private ExecutorService executorService;

    public SimpleConsumerTest(String a_zookeeper, String a_groupId, String a_topic) {
        this.connector = Consumer.createJavaConsumerConnector(createConsumerConfig(a_zookeeper,a_groupId));
        this.topic = a_topic;
    }

    private ConsumerConfig createConsumerConfig(String a_zookeeper, String a_groupId) {
        Properties props = new Properties();
        props.put("zookeeper.connect",a_zookeeper);
        props.put("group.id", a_groupId);
        props.put("zookeeper.session.timeout.ms", "60000");
        props.put("zookeeper.sync.time.ms", "2000");
        props.put("auto.commit.interval.ms", "1000");
        return new ConsumerConfig(props);
    }

    public void shutdown(){
        if(connector != null){
            connector.shutdown();
        }
        if(executorService != null){
            executorService.shutdown();
        }
    }

    public void start(int threadNum){
        Map<String,Integer> topicCount = new HashMap<String,Integer>();
        topicCount.put(topic,new Integer(threadNum));

        Map<String,List<KafkaStream<byte[],byte[]>>> consumerMap = connector.createMessageStreams(topicCount);
        List<KafkaStream<byte[],byte[]>> streams = consumerMap.get(topic);

        executorService = Executors.newFixedThreadPool(threadNum);
        int thread = 1;
        for(KafkaStream<byte[],byte[]> stream : streams){
            executorService.submit(new SimpleConsumer(stream,thread++));
        }
    }

    public static void main(String[] args) throws InterruptedException {
        String zks = "127.0.0.1:2181";
        String gruopId = "fdf";
        String topic = "tets";
        SimpleConsumerTest simpleConsumerTest = new SimpleConsumerTest(zks,gruopId,topic);
        simpleConsumerTest.start(10);
        Thread.sleep(10000);
        simpleConsumerTest.shutdown();
    }
}