kafka中生产者和消费者API

使用idea实现相关API操作，先要再pom.xml重添加Kafka依赖：

        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka_2.8.2</artifactId>
            <version>0.8.1</version>
            <exclusions>
                <exclusion>
                    <artifactId>jmxtools</artifactId>
                    <groupId>com.sun.jdmk</groupId>
                </exclusion>
                <exclusion>
                    <artifactId>jmxri</artifactId>
                    <groupId>com.sun.jmx</groupId>
                </exclusion>
                <exclusion>
                    <artifactId>jms</artifactId>
                    <groupId>javax.jms</groupId>
                </exclusion>
                <exclusion>
                    <groupId>org.apache.zookeeper</groupId>
                    <artifactId>zookeeper</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-log4j12</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-api</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

Kafka生产者API:

 package cn.itcast.storm.kafka.simple;

 import kafka.javaapi.producer.Producer;
 import kafka.producer.KeyedMessage;
 import kafka.producer.ProducerConfig;

 import java.util.Properties;
 import java.util.UUID;

 /**
  * 这是一个简单的Kafka producer代码
  * 包含两个功能:
  * 1、数据发送
  * 2、数据按照自定义的partition策略进行发送
  *
  *
  * KafkaSpout的类
  */
 public class KafkaProducerSimple {
     public static void main(String[] args) {
         /**
          * 1、指定当前kafka producer生产的数据的目的地
          *  创建topic可以输入以下命令，在kafka集群的任一节点进行创建。
          *  bin/kafka-topics.sh --create --zookeeper zk01:2181 --replication-factor 1 --partitions 1 --topic test
          */
         String TOPIC = "orderMq";
         /**
          * 2、读取配置文件
          */
         Properties props = new Properties();
         /*
          * key.serializer.class默认为serializer.class
          */
         props.put("serializer.class", "kafka.serializer.StringEncoder");
         /*
          * kafka broker对应的主机，格式为host1:port1,host2:port2
          */
         props.put("metadata.broker.list", "kafka01:9092,kafka02:9092,kafka03:9092");
         /*
          * request.required.acks,设置发送数据是否需要服务端的反馈,有三个值0,1,-1
          * 0，意味着producer永远不会等待一个来自broker的ack，这就是0.7版本的行为。
          * 这个选项提供了最低的延迟，但是持久化的保证是最弱的，当server挂掉的时候会丢失一些数据。
          * 1，意味着在leader replica已经接收到数据后，producer会得到一个ack。
          * 这个选项提供了更好的持久性，因为在server确认请求成功处理后，client才会返回。
          * 如果刚写到leader上，还没来得及复制leader就挂了，那么消息才可能会丢失。
          * -1，意味着在所有的ISR都接收到数据后，producer才得到一个ack。
          * 这个选项提供了最好的持久性，只要还有一个replica存活，那么数据就不会丢失
          */
         props.put("request.required.acks", "1");
         /*
          * 可选配置，如果不配置，则使用默认的partitioner partitioner.class
          * 默认值：kafka.producer.DefaultPartitioner
          * 用来把消息分到各个partition中，默认行为是对key进行hash。
          */
         props.put("partitioner.class", "cn.itcast.storm.kafka.MyLogPartitioner");
 //        props.put("partitioner.class", "kafka.producer.DefaultPartitioner");
         /**
          * 3、通过配置文件，创建生产者
          */
         Producer<String, String> producer = new Producer<String, String>(new ProducerConfig(props));
         /**
          * 4、通过for循环生产数据
          */
         for (int messageNo = 1; messageNo < 100000; messageNo++) {
 //            String messageStr = new String(messageNo + "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发" +
 //                    "用来配合自定义的MyLogPartitioner进行数据分发");

             /**
              * 5、调用producer的send方法发送数据
              * 注意：这里需要指定 partitionKey，用来配合自定义的MyLogPartitioner进行数据分发
              */
             producer.send(new KeyedMessage<String, String>(TOPIC, messageNo + "", "appid" + UUID.randomUUID() + "itcast"));
         }
     }
 }

Kafka消费者API：

 package cn.itcast.storm.kafka.simple;

 import kafka.consumer.Consumer;
 import kafka.consumer.ConsumerConfig;
 import kafka.consumer.ConsumerIterator;
 import kafka.consumer.KafkaStream;
 import kafka.javaapi.consumer.ConsumerConnector;
 import kafka.message.MessageAndMetadata;

 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 KafkaConsumerSimple implements Runnable {
     public String title;
     public KafkaStream<byte[], byte[]> stream;
     public KafkaConsumerSimple(String title, KafkaStream<byte[], byte[]> stream) {
         this.title = title;
         this.stream = stream;
     }
     @Override
     public void run() {
         System.out.println("开始运行 " + title);
         ConsumerIterator<byte[], byte[]> it = stream.iterator();
         /**
          * 不停地从stream读取新到来的消息，在等待新的消息时，hasNext()会阻塞
          * 如果调用 `ConsumerConnector#shutdown`，那么`hasNext`会返回false
          * */
         while (it.hasNext()) {
             MessageAndMetadata<byte[], byte[]> data = it.next();
             String topic = data.topic();
             int partition = data.partition();
             long offset = data.offset();
             String msg = new String(data.message());
             System.out.println(String.format(
                     "Consumer: [%s],  Topic: [%s],  PartitionId: [%d], Offset: [%d], msg: [%s]",
                     title, topic, partition, offset, msg));
         }
         System.out.println(String.format("Consumer: [%s] exiting ...", title));
     }

     public static void main(String[] args) throws Exception{
         Properties props = new Properties();
         props.put("group.id", "dashujujiagoushi");
         props.put("zookeeper.connect", "zk01:2181,zk02:2181,zk03:2181");
         props.put("auto.offset.reset", "largest");
         props.put("auto.commit.interval.ms", "1000");
         props.put("partition.assignment.strategy", "roundrobin");
         ConsumerConfig config = new ConsumerConfig(props);
         String topic1 = "orderMq";
         String topic2 = "paymentMq";
         //只要ConsumerConnector还在的话，consumer会一直等待新消息，不会自己退出
         ConsumerConnector consumerConn = Consumer.createJavaConsumerConnector(config);
         //定义一个map
         Map<String, Integer> topicCountMap = new HashMap<>();
         topicCountMap.put(topic1, 3);
         //Map<String, List<KafkaStream<byte[], byte[]>> 中String是topic， List<KafkaStream<byte[], byte[]>是对应的流
         Map<String, List<KafkaStream<byte[], byte[]>>> topicStreamsMap = consumerConn.createMessageStreams(topicCountMap);
         //取出 `kafkaTest` 对应的 streams
         List<KafkaStream<byte[], byte[]>> streams = topicStreamsMap.get(topic1);
         //创建一个容量为4的线程池
         ExecutorService executor = Executors.newFixedThreadPool(3);
         //创建20个consumer threads
         for (int i = 0; i < streams.size(); i++)
             executor.execute(new KafkaConsumerSimple("消费者" + (i + 1), streams.get(i)));
     }
 }

kafka自定义patition:

 package cn.itcast.storm.kafka;

 import kafka.producer.Partitioner;
 import kafka.utils.VerifiableProperties;
 import org.apache.log4j.Logger;

 public class MyLogPartitioner implements Partitioner {
     private static Logger logger = Logger.getLogger(MyLogPartitioner.class);

     public MyLogPartitioner(VerifiableProperties props) {
     }

     public int partition(Object obj, int numPartitions) {
         return Integer.parseInt(obj.toString())%numPartitions;
 //        return 1;
     }

 }