Kafka 简单实验二（Python实现简单生产者消费者）

Apache Kafka 是什么？

Kafka 是一个开源的分布式流处理平台，其简化了不同数据系统的集成。流指的是一个数据管道，应用能够通过流不断地接收数据。Kafka 作为流处理系统主要有两个用处：

1. 数据集成： Kafka 捕捉事件流或数据变化流，并将这些数据送给其它数据系统，如关系型数据库，键值对数据库或者数据仓库。
2. 流处理：Kafka接收事件流并保存在一个只能追加的队列里，该队列称为日志（log）。日志里的信息是不可变的，因此支持连续实时的数据处理和流转换，并使结果在系统级别可访问。

相比于其它技术，Kafka 拥有更高的吞吐量，内置分区，副本和容错率。这些使得 Kafka 成为大规模消息处理应用的良好解决方案。

Kafka 系统有三个主要的部分：

1. 生产者(Producer)： 产生原始数据的服务。
2. 中间人(Broker): Kafka 是生产者和消费者之间的中间人，它使用API来获取和发布数据。
3. 消费者(Consumer): 使用中间人发布的数据的服务。

安装 Kafka

　　见 Kafka 简单实验一

配置环境

我们的项目将包括：

　　生产者：将字符串发送给 Kafka   消费者： 获取数据并展示在终端窗口中  Kafka： 作为中间人

安装需要的依赖包

pip install kafka-python

创建生产者

生产者是给 Kafka 中间人发送消息的服务。值得注意的是，生产者并不关注最终消费或加载数据的消费者。 创建生产者： 创建一个 producer.py 文件并添加如下代码：

import time
from kafka import SimpleProducer, KafkaClient

#  connect to Kafka
kafka = KafkaClient('localhost:9092')
producer = SimpleProducer(kafka)
# Assign a topic
topic = 'my-topic'

创建消息：

　　循环生成1到100之间的数字

发送消息：

　　Kafka 消息是二进制字符串格式（byte）

以下是完整的生产者代码：

import time
from kafka import SimpleProducer, KafkaClient

#  connect to Kafka
kafka = KafkaClient('localhost:9092')
producer = SimpleProducer(kafka)
# Assign a topic
topic = 'my-topic'

def test():
    print('begin')
    n = 1
    while (n<=100):
        producer.send_messages(topic, str(n))
        print "send" + str(n)
        n += 1
        time.sleep(0.5)
    print('done')

if __name__ == '__main__':
    test()

创建消费者

消费者监听并消费来自 Kafka 中间人的消息。我们的消费者应该监听 my-topic 主题的消息并将消息展示。

以下是消费者代码（consumer.py）：

from kafka import KafkaConsumer

#connect to Kafka server and pass the topic we want to consume
consumer = KafkaConsumer('my-topic')

print "begin"
for msg in consumer:
    print msg

运行项目

确保 Kafka 在运行
打开两个终端，在第一个终端中运行消费者：

$ python consumer.py

在第二个终端运行生产者：

$ python producer.py