Kafaka入门篇

1.Apache Kafka - 简介

　　Apache Kafka是一个分布式发布 - 订阅消息系统和一个强大的队列，可以处理大量的数据，并使您能够将消息从一个端点传递到另一个端点。 Kafka适合离线和在线消息消费。 Kafka消息保留在磁盘上，并在群集内复制以防止数据丢失。 Kafka构建在ZooKeeper同步服务之上。 它与Apache Storm和Spark非常好地集成，用于实时流式数据分析。Kafka专为分布式高吞吐量系统而设计。 Kafka往往工作得很好，作为一个更传统的消息代理的替代品。 与其他消息传递系统相比，Kafka具有更好的吞吐量，内置分区，复制和固有的容错能力，这使得它非常适合大规模消息处理应用程序。Kafka的具体理论知识可以查看官方文档介绍，http://kafka.apache.org/。

2.Kafka的安装

　　首先确保已经安装过java环境，如果没有可以去官网下载对应版本的jdk。我用的是jdk-8u161-linux-x64.tar.gz，zookeeper-3.4.10.tar.gz，kafka_2.11-1.1.0.tgz。

　　然后需要安装zookeeper，

　　tar -zxf zookeeper-3.4.10.tar.gz

　　cd zookeeper-3.4.10

　　mkdir data

　　vi conf/zoo.cfg

　　tickTime=2000

　　dataDir=/opt/zookeeper-3.4.10/data

　　clientPort=2181

　　initLimit=5

　　syncLimit=2

　　启用zookeeper：bin/zkServer.sh start

　　最后就是Kafka的安装:

　　cd /opt

　　 tar -zxf  kafka_2.11-1.1.0.tgz

　　cd  kafka_2.11-1.1.0

　　启动: bin/kafka-server-start.sh config/server.properties,你将看到如下信息

　　

　　关闭的话输入 bin/kafka-server-stop.sh config/server.properties 即可。

　　后台启动命令，bin/kafka-server-start.sh config/server.properties 1>/dev/null 2>&1 &

3.代码实现生产者

新建一个maven项目（当然java项目或SpringBoot项目也可以），引入所需jar包，pom.xml如下。

 <?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">
     <modelVersion>4.0.0</modelVersion>

     <groupId>cn.sp</groupId>
     <artifactId>kafka-demo</artifactId>
     <version>1.0-SNAPSHOT</version>

     <dependencies>
         <!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka -->
         <dependency>
             <groupId>org.apache.kafka</groupId>
             <artifactId>kafka_2.12</artifactId>
             <version>1.1.0</version>
         </dependency>

         <!-- https://mvnrepository.com/artifact/org.slf4j/slf4j-log4j12 -->
         <dependency>
             <groupId>org.slf4j</groupId>
             <artifactId>slf4j-log4j12</artifactId>
             <version>1.7.25</version>
             <!--<scope>test</scope>-->
         </dependency>

         <!-- https://mvnrepository.com/artifact/log4j/log4j -->
         <dependency>
             <groupId>log4j</groupId>
             <artifactId>log4j</artifactId>
             <version>1.2.17</version>
         </dependency>

     </dependencies>

 </project>

消息生产者代码：

 import org.apache.kafka.clients.producer.KafkaProducer;
 import org.apache.kafka.clients.producer.Producer;
 import org.apache.kafka.clients.producer.ProducerRecord;

 import java.util.Properties;

 /**
  * Created by 2YSP on 2018/4/3.
  */
 public class ProducerTest {

     public static void main(String[] args) {
         if (args.length == 0) {
             System.out.println("Enter topic name");
             return;
         }

         //Assign topicName to string variable
         String topicName = args[0];

         //create instance for properties to access producer configs
         Properties props = new Properties();

         //Assign localhost id 192.168.75.132
         props.put("bootstrap.servers","192.168.75.132:9092");

         props.put("acks","all");

         //If the request fails, the producer can automatically retry,
         props.put("retries",0);

         //Specify buffer size in config
         props.put("batch.size",16384);

         props.put("buffer.memory",33554432);

         props.put("key.serializer","org.apache.kafka.common.serialization.StringSerializer");
         props.put("value.serializer","org.apache.kafka.common.serialization.StringSerializer");

         Producer<String,String> producer = new KafkaProducer<String, String>(props);
         for (int i=0;i<10;i++){
             producer.send(new ProducerRecord<String, String>(topicName,Integer.toString(i),Integer.toString(i)));

         }
         System.out.println("message send successfully");
         producer.close();
     }
 }

当然，这里也可以弄一个.properties文件，然后代码里加载配置，运行时需要添加主题参数，我用的是idea就比较简单了。

4.代码实现消费者

 import org.apache.kafka.clients.consumer.ConsumerRecord;
 import org.apache.kafka.clients.consumer.ConsumerRecords;
 import org.apache.kafka.clients.consumer.KafkaConsumer;

 import java.util.Arrays;
 import java.util.Properties;

 /**
  * Created by 2YSP on 2018/4/3.
  */
 public class ConsumerGroup {

     public static void main(String[] args) {
         if (args.length < 2){
             System.out.println("Usage: consumer <topic> <groupname> ");
             return;
         }

         String topic = args[0];
         String group = args[1];

         Properties props = new Properties();
         props.put("bootstrap.servers","192.168.75.132:9092");
         props.put("group.id",group);
         props.put("enable.auto.commit","true");
         props.put("auto.commit.interval.ms","1000");
         props.put("session.timeout.ms","30000");
         //当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费
         props.put("auto.offset.reset", "earliest");
         props.put("key.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
         props.put("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");

         KafkaConsumer<String,String> consumer = new KafkaConsumer<String, String>(props);

         consumer.subscribe(Arrays.asList(topic));
         while (true){
             ConsumerRecords<String, String> records = consumer.poll(200);
             for(ConsumerRecord<String, String> record:records){
                 System.out.printf("============offset = %d,key = %s,value=%s\n",record.offset(),record.key(),record.value());
             }
             //提交已经拉取出来的offset,如果是手动模式下面,必须拉取之后提交,否则以后会拉取重复消息
             consumer.commitSync();

             try {
                 Thread.sleep(100);
             } catch (InterruptedException e) {
                 e.printStackTrace();
             }
         }
     }
 }

先运行生产者代码，再运行消费者代码，控制台输出如下：

5.遇到的坑

　　本以为很简单的，结果中间遇到了很多坑，所以想记录下。

　　坑一：kafka_2.11-0.9.0.0.tgz这个版本的kafka一运行发送消息命令（bin/kafka-console-producer.sh --broker-list localhost:9092 --topic topic-name）就卡死了，弄了半天也找不到原因，无奈换了版本。

　　坑二：引入日志jar包不全，运行报错，折腾了一会儿。

　　坑三：一运行代码就报连接不上的错误，抛异常。

　　解决办法：找到config文件夹下的server.properties文件，修改advertised.listeners=PLAINTEXT://192.168.75.132:9092，其中192.168.75.132是我虚拟机的ip地址，以便外网访问。

　　再找到consumer.properties文件，bootstrap.servers=192.168.75.132:9092，group.id=group1，这里的group.id也可以不改就用默认的，但是代码配置里的一定要一样。

　　坑四：然后还是无法连接，想到防火墙问题就准备改端口，发现centos7的/etc/sysconfig文件夹下没有iptables文件。。。

　　解决办法：照着网上的办法弄好了，连接地址，又觉得改配置麻烦就索性关闭防火墙了。

　　至此，程序终于跑通了。。。

参考文档：https://www.w3cschool.cn/apache_kafka/

推荐博客：http://www.dengshenyu.com/%E5%88%86%E5%B8%83%E5%BC%8F%E7%B3%BB%E7%BB%9F/2017/11/14/kafka-consumer.html