前言
写作本文的背景是由于字节的暑期青训营中，某个项目要求编写一个简易的流处理引擎（flink），开发语言不限，推荐Java，本着好奇心的驱使，我打算使用Go语言进行部分尝试。
既然是流处理引擎，那么首先需要有流式的数据源，一般而言，flink会配合从kafka中获取数据流，先不考虑后续编写引擎的部分，本文将着重于kafka的部署，并且后半段将给出使用Go语言编写kafka的生产者和消费者。
如果你只是希望完成kafka的部署，而不想局限于Go语言，只需要着重阅读文章的前半部分，后文的Go语言操作部分可以给你提供一些思路，你只需要找寻适合语言如Java的kafka client库去完成生产者和消费者的编写即可。
部署kafka
docker前置知识
下文的实践需要你拥有基本的docker操作能力，如果未曾掌握docker知识点，推荐阅读这两篇文章：
docker | jenkins 实现自动化部署项目，后端躺着把运维的钱挣了！(上)
docker | jenkins 自动化CI/CD，后端躺着把运维的钱挣了！(下)
docker-compose
编写docker-compose.yml，通过docker容器部署单节点kafka
version: '3'
services:
zookeeper:
image: wurstmeister/zookeeper:3.4.6
volumes:
- ./zookeeper_data:/opt/zookeeper-3.4.6/data
container_name: zookeeper
ports:
- "10002:2181"
- "10003:2182"
restart: always
kafka:
image: wurstmeister/kafka
container_name: kafka_01
depends_on:
- zookeeper
ports:
- "10004:9092"
volumes:
- ./kafka_log:/kafka
environment:
- KAFKA_BROKER_NO=0
- KAFKA_BROKER_ID=0
- KAFKA_LISTENERS=PLAINTEXT://kafka_01:9092 # kafka tcp 侦听的ip
- KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://服务器ip:10004 # kafka broker侦听的ip
- KAFKA_INTER_BROKER_LISTENER_NAME=PLAINTEXT
- KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181
- KAFKA_HEAP_OPTS=-Xmx512M -Xms16M
restart: always
# kafka集群管理面板
kafka_manager:
image: sheepkiller/kafka-manager
ports:
- "10005:9000"
environment:
- ZK_HOSTS=zookeeper:2181
depends_on:
- zookeeper
- kafka
restart: always后台运行
docker-compose up -ddocker ps命令查看容器是否启动成功
通过上述docker-compose.yml部署会运行三个容器，选择进入kafka容器
docker exec -it kafka容器id /bin/bash
# 进入kafka目录
cd /opt/kafka_2.13-2.8.1/在容器内创建topic，topic是kafka中数据管理的基本单位，或者说集合，每一个topic可以管理多个partition，编码操作时：你可以往对应kafka服务器ip+port+topic+partition去发送和读取数据。
bin/kafka-topics.sh --create --zookeeper 服务器ip:2181 --replication-factor 1 -partitions 1 --topic test业务编写
Go语言中连接kafka使用第三方库: github.com/Shopify/sarama
go get github.com/segmentio/kafka-gosarama库的简易操作可以参照文档（消费者的编写文档中有坑）：文档地址
如下使用kafka client库进行编码所涉及的API操作比较简单，流程上或许不够规范，请酌情参考。
producer
文档中生产者只发送了一条数据后就会关闭，这里我改成了每秒钟发送一次。
func main() {
config := sarama.NewConfig()
config.Producer.RequiredAcks = sarama.WaitForAll // 发送完数据需要leader和follow都确认
config.Producer.Partitioner = sarama.NewRandomPartitioner // 新选出一个partition
config.Producer.Return.Successes = true // 成功交付的消息将在success channel返回
// 构造一个消息
msg := &sarama.ProducerMessage{}
msg.Topic = "test"
// 连接kafka
client, err := sarama.NewSyncProducer([]string{"82.156.171.8:10004"}, config)
if err != nil {
fmt.Println("producer closed, err:", err)
return
}
defer client.Close()
// 发送消息
for {
time.Sleep(time.Second * 1)
msg.Value = sarama.StringEncoder("this is a test log")
pid, offset, err := client.SendMessage(msg)
if err != nil {
fmt.Println("send msg failed, err:", err)
return
}
fmt.Printf("pid:%v offset:%v\n", pid, offset)
}
}consumer
文档中消费者虽然开启了Go协程（类比于Java的线程）去读取kafka的数据，但是由于主程序执行顺序执行完毕后，子协程也会终止，导致子协程还没有读取成功/打印数据，整个程序就已经关闭运行了。
因此我做了一些改动，在子协程退出之前，保持主程序不会退出（使用Go语言的WaitGroup），如果简单粗暴在main函数末尾设置一个很长的程序sleep时间，也是可以实现打印输出的。
func main() {
consumer, err := sarama.NewConsumer([]string{"82.156.171.8:10004"}, nil)
if err != nil {
fmt.Printf("fail to start consumer, err:%v\n", err)
return
}
partitionList, err := consumer.Partitions("test") // 根据topic取到所有的分区
if err != nil {
fmt.Printf("fail to get list of partition:err%v\n", err)
return
}
fmt.Println("list = ", partitionList, len(partitionList))
var wg sync.WaitGroup
for partition := range partitionList { // 遍历所有的分区
wg.Add(1)
// 针对每个分区创建一个对应的分区消费者
pc, err := consumer.ConsumePartition("test", int32(partition), sarama.OffsetNewest)
if err != nil {
fmt.Printf("failed to start consumer for partition %d,err:%v\n", partition, err)
return
}
defer pc.AsyncClose()
go func(sarama.PartitionConsumer, *sync.WaitGroup) {
for msg := range pc.Messages() {
//fmt.Println("打印信息")
fmt.Println("Partition:%d Offset:%d Key:%v Value:%v", msg.Partition, msg.Offset, msg.Key, string(msg.Value))
}
wg.Done()
}(pc, &wg)
}
wg.Wait()
}生产&消费
确保kafka容器正常运行，kafka服务器防火墙端口正常开放，运行消费者程序，运行生产者程序。这个生产者每秒向kafka发送一条测试数据：this is a test log，你也可以添加上程序运行时间进行测试。
事实上被客户端消费后的数据并没有马上从kafka删除，这里不多做介绍，各位自行了解～
小结
本文讲解了使用docker-compose部署单节点kafka的流程，后续通过修改docker-compose.yml的内容也可以实现kafka集群的部署，并且，在较新版本的kafka中，集群的部署可以脱离zookeeper，但是经过了解，由于功能并不完善，这里还是选择了基于zookeeper的部署。
