Apache Kafka学习 (一)

前言：最近公司开始要研究大数据的消息记录，于是开始研究kafka。

市面上kafka的书很少，有的也版本比较落后，于是仗着自己英文还不错，上官网直接学习。 ^_^

1. 开始 - 基本概念

学习一样东西，我们首先要知道它是什么。

那么kafka是什么呢？

照官网的解释:

Apache Kafka™ is a distributed streaming platform.

(Kafka是一个分布式的流式数据平台。)

照着官网的解释，kafka拥有以下3项主要能力：

1) 能够在流记录上进行发布和订阅，类似于消息队列了。

2) 能够容错存储流记录。

3) 能够处理流记录。

那么，接下来又要问了，我们用kafka的好处是什么呢？

主要有以下2点好处：

1) 在系统或者应用之间可以构建可依赖的实时的流数据管道。

2)  可以构建实时的处理流数据的系统。

2. 核心概念

* kafka以集群的方式运行在一台或多态服务器上。

* kafka集群根据topic(主题)对存储的流记录进行分类。

* 每条流记录包含一个键值对和一个时间戳。

3. 核心API

* Producer(生产者) API 允许应用程序发布流记录到一个或多个kafka主题。

* Consumer(消费者) API允许应用程序订阅一个或多个kafka主题，从而对这些主题下的流数据进行处理。

* Streams(流) API则负责高效地处理各个主题下的流记录。

* Connector(连接器) API允许构建可重用的生产者或消费者，并且让他们和现有的系统进行对接。

（举个例子：一个连接到关系型数据库的连接器可以捕捉表格的每次改变）

4. 主题和日志

一个主题可以被多个消费者订阅。

kafka的每个主题是以分区日志的形式维护的。

日志中的每个分区分布在集群中的各个服务器上。

有一台服务器扮演leader(头领)的角色，而其余的服务器则是followers(跟随者)。

5. 生产者(Producer)和消费者(Consumer)

上图是2台服务器的kafka集群带了4个分区(P0 - P3)， 2组Consumer订阅Producer发布的主题消息。

6. 安装和启动

1）下载kafka源码

https://www.apache.org/dyn/closer.cgi?path=/kafka/0.10.2.0/kafka_2.11-0.10.2.0.tgz

> tar -xzf kafka_2.11-0.10.2.0.tgz
> cd kafka_2.11-0.10.2.0

2) 启动服务器

由于kafka使用zookeeper来管理集群，所以你先需要启动zookeeper。

如果你没有安装zookeeper,你可以是用户kafka的内置脚本启动一个单节点的zookeeper实例。
  2-1) 启动单节点zookeeper实例：

> bin/zookeeper-server-start.sh config/zookeeper.properties

2-2) 启动kafka server:

> bin/kafka-server-start.sh config/server.properties

2-3) 创建topic(主题)

> bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test

2-4) 使用list命令查看所有主题

> bin/kafka-topics.sh --list --zookeeper localhost:2181

显示结果:  test

7. 发送消息

# 运行生产者脚本，并向刚刚创建的test主题发送一些消息

> bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

你可以打一些字，如下:

哈哈哈

嘿嘿，你好啊

8. 接收消息

# 运行消费者脚本，从test主题订阅消息

> bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

收到消息：

哈哈哈

嘿嘿，你好啊

我们以上演示需要开启4个控制台，效果如下：

好了，第一次笔记到此结束，后续会继续阅读学习。 ^_^