上篇文章中我们搭建了kafka的服务器,并可以使用Kafka的命令行工具创建topic,发送和接收消息。下面我们来搭建kafka的开发环境。
 
添加依赖
 
搭建开发环境需要引入kafka的jar包,一种方式是将Kafka安装包中lib下的jar包加入到项目的classpath中,这种比较简单了。不过我们使用另一种更加流行的方式:使用maven管理jar包依赖。
创建好maven项目后,在pom.xml中添加以下依赖:

  1. <dependency>
  2. <groupId> org.apache.kafka</groupId >
  3. <artifactId> kafka_2.10</artifactId >
  4. <version> 0.8.0</ version>
  5. </dependency>
添加依赖后你会发现有两个jar包的依赖找不到。没关系我都帮你想好了,点击这里下载这两个jar包,解压后你有两种选择,第一种是使用mvn的install命令将jar包安装到本地仓库,另一种是直接将解压后的文件夹拷贝到mvn本地仓库的com文件夹下,比如我的本地仓库是d:\mvn,完成后我的目录结构是这样的:
 
 
配置程序
 
首先是一个充当配置文件作用的接口,配置了Kafka的各种连接参数:
  1. package com.sohu.kafkademon;
  2. public interface KafkaProperties
  3. {
  4. final static String zkConnect = "10.22.10.139:2181";
  5. final static String groupId = "group1";
  6. final static String topic = "topic1";
  7. final static String kafkaServerURL = "10.22.10.139";
  8. final static int kafkaServerPort = 9092;
  9. final static int kafkaProducerBufferSize = 64 * 1024;
  10. final static int connectionTimeOut = 20000;
  11. final static int reconnectInterval = 10000;
  12. final static String topic2 = "topic2";
  13. final static String topic3 = "topic3";
  14. final static String clientId = "SimpleConsumerDemoClient";
  15. }
producer
 
  1. package com.sohu.kafkademon;
  2. import java.util.Properties;
  3. import kafka.producer.KeyedMessage;
  4. import kafka.producer.ProducerConfig;
  5. /**
  6. * @author leicui bourne_cui@163.com
  7. */
  8. public class KafkaProducer extends Thread
  9. {
  10. private final kafka.javaapi.producer.Producer<Integer, String> producer;
  11. private final String topic;
  12. private final Properties props = new Properties();
  13. public KafkaProducer(String topic)
  14. {
  15. props.put("serializer.class", "kafka.serializer.StringEncoder");
  16. props.put("metadata.broker.list", "10.22.10.139:9092");
  17. producer = new kafka.javaapi.producer.Producer<Integer, String>(new ProducerConfig(props));
  18. this.topic = topic;
  19. }
  20. @Override
  21. public void run() {
  22. int messageNo = 1;
  23. while (true)
  24. {
  25. String messageStr = new String("Message_" + messageNo);
  26. System.out.println("Send:" + messageStr);
  27. producer.send(new KeyedMessage<Integer, String>(topic, messageStr));
  28. messageNo++;
  29. try {
  30. sleep(3000);
  31. } catch (InterruptedException e) {
  32. // TODO Auto-generated catch block
  33. e.printStackTrace();
  34. }
  35. }
  36. }
  37. }
 
consumer
 
  1. package com.sohu.kafkademon;
  2. import java.util.HashMap;
  3. import java.util.List;
  4. import java.util.Map;
  5. import java.util.Properties;
  6. import kafka.consumer.ConsumerConfig;
  7. import kafka.consumer.ConsumerIterator;
  8. import kafka.consumer.KafkaStream;
  9. import kafka.javaapi.consumer.ConsumerConnector;
  10. /**
  11. * @author leicui bourne_cui@163.com
  12. */
  13. public class KafkaConsumer extends Thread
  14. {
  15. private final ConsumerConnector consumer;
  16. private final String topic;
  17. public KafkaConsumer(String topic)
  18. {
  19. consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
  20. createConsumerConfig());
  21. this.topic = topic;
  22. }
  23. private static ConsumerConfig createConsumerConfig()
  24. {
  25. Properties props = new Properties();
  26. props.put("zookeeper.connect", KafkaProperties.zkConnect);
  27. props.put("group.id", KafkaProperties.groupId);
  28. props.put("zookeeper.session.timeout.ms", "40000");
  29. props.put("zookeeper.sync.time.ms", "200");
  30. props.put("auto.commit.interval.ms", "1000");
  31. return new ConsumerConfig(props);
  32. }
  33. @Override
  34. public void run() {
  35. Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
  36. topicCountMap.put(topic, new Integer(1));
  37. Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
  38. KafkaStream<byte[], byte[]> stream = consumerMap.get(topic).get(0);
  39. ConsumerIterator<byte[], byte[]> it = stream.iterator();
  40. while (it.hasNext()) {
  41. System.out.println("receive:" + new String(it.next().message()));
  42. try {
  43. sleep(3000);
  44. } catch (InterruptedException e) {
  45. e.printStackTrace();
  46. }
  47. }
  48. }
  49. }
简单的发送接收
 
运行下面这个程序,就可以进行简单的发送接收消息了:
  1. package com.sohu.kafkademon;
  2. /**
  3. * @author leicui bourne_cui@163.com
  4. */
  5. public class KafkaConsumerProducerDemo
  6. {
  7. public static void main(String[] args)
  8. {
  9. KafkaProducer producerThread = new KafkaProducer(KafkaProperties.topic);
  10. producerThread.start();
  11. KafkaConsumer consumerThread = new KafkaConsumer(KafkaProperties.topic);
  12. consumerThread.start();
  13. }
  14. }
高级别的consumer
 
下面是比较负载的发送接收的程序:
  1. package com.sohu.kafkademon;
  2. import java.util.HashMap;
  3. import java.util.List;
  4. import java.util.Map;
  5. import java.util.Properties;
  6. import kafka.consumer.ConsumerConfig;
  7. import kafka.consumer.ConsumerIterator;
  8. import kafka.consumer.KafkaStream;
  9. import kafka.javaapi.consumer.ConsumerConnector;
  10. /**
  11. * @author leicui bourne_cui@163.com
  12. */
  13. public class KafkaConsumer extends Thread
  14. {
  15. private final ConsumerConnector consumer;
  16. private final String topic;
  17. public KafkaConsumer(String topic)
  18. {
  19. consumer = kafka.consumer.Consumer.createJavaConsumerConnector(
  20. createConsumerConfig());
  21. this.topic = topic;
  22. }
  23. private static ConsumerConfig createConsumerConfig()
  24. {
  25. Properties props = new Properties();
  26. props.put("zookeeper.connect", KafkaProperties.zkConnect);
  27. props.put("group.id", KafkaProperties.groupId);
  28. props.put("zookeeper.session.timeout.ms", "40000");
  29. props.put("zookeeper.sync.time.ms", "200");
  30. props.put("auto.commit.interval.ms", "1000");
  31. return new ConsumerConfig(props);
  32. }
  33. @Override
  34. public void run() {
  35. Map<String, Integer> topicCountMap = new HashMap<String, Integer>();
  36. topicCountMap.put(topic, new Integer(1));
  37. Map<String, List<KafkaStream<byte[], byte[]>>> consumerMap = consumer.createMessageStreams(topicCountMap);
  38. KafkaStream<byte[], byte[]> stream = consumerMap.get(topic).get(0);
  39. ConsumerIterator<byte[], byte[]> it = stream.iterator();
  40. while (it.hasNext()) {
  41. System.out.println("receive:" + new String(it.next().message()));
  42. try {
  43. sleep(3000);
  44. } catch (InterruptedException e) {
  45. e.printStackTrace();
  46. }
  47. }
  48. }
  49. }

漫游kafka实战篇之搭建Kafka开发环境的更多相关文章

  1. 漫游kafka实战篇之搭建Kafka开发环境(3)

    上篇文章中我们搭建了kafka的服务器,并可以使用Kafka的命令行工具创建topic,发送和接收消息.下面我们来搭建kafka的开发环境.   添加依赖   搭建开发环境需要引入kafka的jar包 ...

  2. 漫游Kafka实战篇之搭建Kafka运行环境

    接下来一步一步搭建Kafka运行环境. Step 1: 下载Kafka 点击下载最新的版本并解压. > tar -xzf kafka_2.9.2-0.8.1.1.tgz > cd kafk ...

  3. 漫游Kafka实战篇之搭建Kafka运行环境(2)

    接下来一步一步搭建Kafka运行环境. Step 1: 下载Kafka 点击下载最新的版本并解压. > tar -xzf kafka_2.9.2-0.8.1.1.tgz > cd kafk ...

  4. 2017.2.20 activiti实战--第二章--搭建Activiti开发环境及简单示例(二)简单示例

    学习资料:<Activiti实战> 第一章 搭建Activiti开发环境及简单示例 2.5 简单流程图及其执行过程 (1)leave.bpmn 后缀名必须是bpmn.安装了activiti ...

  5. activiti实战--第二章--搭建Activiti开发环境及简单示例

    (一)搭建开发环境 学习资料:<Activiti实战> 第一章 认识Activiti 2.1 下载Activiti 官网:http://activiti.org/download.html ...

  6. 你必须知道的指针基础-1.预备篇:搭建GCC开发环境

    一.关于GCC编译器 GCC(GNU Compiler Collection)是一套功能强大.性能优越的编程语言编译器,它是GNU计划的代表作品之一.GCC是Linux平台下最常用的编译器,GCC原名 ...

  7. 2017.2.20 activiti实战--第二章--搭建Activiti开发环境及简单示例(一)搭建开发环境

    学习资料:<Activiti实战> 第一章 认识Activiti 2.1 下载Activiti 官网:http://activiti.org/download.html 进入下载页后,可以 ...

  8. vue第一篇(搭建vue开发环境)

    1.下载node并安装 下载地址: https://nodejs.org/zh-cn/ 下载后双击文件安装 2.检查是否安装成功 node -v v10.16.0 npm -v 6.9.0 如果能正常 ...

  9. Visual Studio搭建Python开发环境

    一.搭建开发环境 1.创建工程: 2.下载环境: 创建好工作以后,点击运行,就会出现下面这个界面,然后点击下载,并安装 http://jingyan.baidu.com/article/fec4bce ...

随机推荐

  1. HDOJ 1428 漫步校园

    漫步校园 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total Submis ...

  2. IE6下position解决父元素被撑开的问题

    在IE6下面当子元素的宽度/高度大于父元素时, 父元素的宽度/高度就被撑开.IE7以上是不会被撑开的 <style> .f{width:100px; height:100px; backg ...

  3. 如何快速查看将C反汇编的代码

    查看反汇编主要的思路在于将 流程,处理,算法 区分开来.1 函数调用:原C代码: int sum(int, int);int main(){ int c = sum(1, 2); printf(&qu ...

  4. 【译】使用 Python 编写虚拟机解释器

    [译]如何使用 Python 创建一个虚拟机解释器? 原文地址:Making a simple VM interpreter in Python 更新:根据大家的评论我对代码做了轻微的改动.感谢 ro ...

  5. Unix环境链接静态库

    静态库 请点评 有时候需要把一组代码编译成一个库,这个库在很多项目中都要用到,例如libc就是这样一个库,我们在不同的程序中都会用到libc中的库函数(例如printf),也会用到libc中的变量(例 ...

  6. PC端模拟手机浏览网页

    很多网站都通过User-Agent来判断浏览器类型,如果是3G手机,显示手机页面内容,如果是普通浏览器,显示普通网页内容. 谷歌Chrome浏览器,可以很方便地用来当3G手机模拟器.在Windows的 ...

  7. 对MySQL DELETE语法的详细解析

    以下的文章主要描述的是MySQL DELETE语法的详细解析,首先我们是从单表语法与多表语法的示例开始的,假如你对MySQL DELETE语法的相关内容十分感兴趣的话,你就可以浏览以下的文章对其有个更 ...

  8. (0)图像处理opengl 写在前面的话

    项目2,终于要开始了 很多波折,都不想说了 开始吧 以下内容参考网上资料 OpenGL(Open Graphics Library)是一个跨编程语言.跨平台的专业图形程序接口. OpenGL是SGI公 ...

  9. 【uva753/poj1087/hdu1526-A Plug for UNIX】最大流

    题意:给定n个插座,m个插头,k个转换器(x,y),转换器可以让插头x转成插头y.问最少有多少个插头被剩下. 题解: 最大流或者二分图匹配.然而我不知道怎么打二分图匹配..打了最大流.这题字符串比较坑 ...

  10. Useful for Android the development engineer from Github

    Original:http://sysmagazine.com/posts/216591/ Many plowing on open space Github, I found assemblage ...