Kafka笔记

本文涉及的产品
云原生网关 MSE Higress,422元/月
注册配置 MSE Nacos/ZooKeeper,118元/月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
简介: Kafka笔记

Kafka单机版安装


注意


1)先做一下快照


2)注意开发文章中涉及的端口


3)注意路径问题,我将软件安装在 /opt/module下,你也可以安装在 /usr/local/下


4)centos  kafka_2.11-0.11.0.2.tgz   zookeeper-3.4.5.tar.gz


5)iZm5ea99qngm2v98asii1aZ 是我的主机名


6)多开几个控制窗口


安装JDK


安装zookeeper


安装Kafka


解压Kafka


tar -zxvf kafka_2.11-0.11.0.2.tgz -C /opt/module/


修改 kafka_2.11-0.11.0.2/config/server.properties 文件


1.png


2.png


修改 kafka_2.11-0.11.0.2/config/producer.properties 文件


3.png


修改 kafka_2.11-0.11.0.2/config/consumer.properties文件


4.png


添加配置Kafka环境变量


注意你Kafka路径的修改


vim /etc/profile


#KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin


source /etc/profile


启动Zookeeper


bin/zkServer.sh start


启动Kafka


非后台启动


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


后台启动


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


关闭Kafka


bin/kafka-server-stop.sh stop


Kafka Eagle 监控安装


开放9999和8048端口


修改kafka-server-start.sh,添加箭头的那一行


export JMX_PORT="9999"


5.png


下载tar.gz(我们要kafka-eagle-bin-x.x.x.tar.gz中的kafka-eagle-web-1.4.1-bin.tar.gz)


下载kafka-eagle-bin-x.x.x.tar.gz并且解压,获取里面我们真正需要的kafka-eagle-web-1.4.1-bin.tar.gz


下载地址:Download - EFAK


链接:https://pan.baidu.com/s/1UKwokZKiE3ihLH-FOnDTZw

提取码:u4t3


继续解压kafka-eagle-web-1.4.1-bin.tar.gz


配置环境变量


#KE_HOME
export KE_HOME=/opt/module/kafka-eagle-web-1.4.1
export PATH=$PATH:$KE_HOME/bin


赋予权限(在kafka-eagle-web目录下)


chmod 777 ke.sh


6.png


修改kafka-eagle-web-1.4.1/conf/system-config.properties配置文件


7.png


8.png


9.png


下面可以配,也可以不配


######################################
# kafka mysql jdbc driver address
######################################
kafka.eagle.driver=com.mysql.jdbc.Driver
kafka.eagle.url=jdbc:mysql://127.0.0.1:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
kafka.eagle.username=root
kafka.eagle.password=root


10.png


启动监控插件


确保zk和kafka都启动

启动监控插件


./bin/ke.sh start


11.png


关闭监控插件


./bin/ke.sh stop


下图表示安装并且开启成功


12.png


遇见的问题


问题:正常启动但是立马关闭

问题原因:内存不足


13.png


解决办法:暂时还没找到,好菜


Kafka 命令行操作


查看当前服务器中的所有 topic


bin/kafka-topics.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --list


创建 topic


选项说明: --topic 定义 topic 名 --replication-factor 定义副本数 --partitions 定义分区数


bin/kafka-topics.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --create --replication-factor 1 --partitions 3 --topic first


14.png


删除 topic


需要 server.properties 中设置 delete.topic.enable=true 否则只是标记删除或者直接重启。


bin/kafka-topics.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --delete --topic first


启动控制台生产消息


bin/kafka-console-producer.sh --broker-list iZm5ea99qngm2v98asii1aZ:9092 --topic first


15.png


启动控制台消费消息


--from-beginning:会把 first 主题中以往所有的数据都读取出来。根据业务场景选择是否 增加该配置。


bin/kafka-console-consumer.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --from-beginning --topic first


16.png


开启多个消费者位于同一个消费者组中


1)启动zookeeper


bin/zkServer.sh start


2)  启动Kafka


非后台启动


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


后台启动


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


3) 创建 名称为 first 的topic


bin/kafka-topics.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --create --replication-factor 1 --partitions 3 --topic first


4)像first中生产消息


bin/kafka-console-producer.sh --broker-list iZm5ea99qngm2v98asii1aZ:9092 --topic first


5)两个命令行消费消息(重点)(重点)(重点)


bin/kafka-console-consumer.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --from-beginning --topic first --consumer.config config/consumer.properties


6)运行结果:一个消费者组中同一时刻只能有一个消费者消费


17.png


KafkaAPI


Demoo: SSM,SpringBoot or other demo - Gitee.com


pom.xml


依赖的版本要和


<dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>
    <dependency>
      <groupId>org.apache.kafka</groupId>
      <artifactId>kafka-clients</artifactId>
      <version>0.11.0.2</version>
    </dependency>


生产者


不带回调函数的生产者


package com.kafka.producer;
import java.util.Properties;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
/**
 * 创建生成者:生产消息
 * 1)启动zookeeper
 * ./bin/zkServer.sh start
 * 2)启动Kafka server
 * bin/kafka-server-start.sh config/server.properties
 * 3)启动控制台消息消费者
 * bin/kafka-console-consumer.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --from-beginning --topic first
 * 4)运行Main方法
 *
 */
public class CustomProducer {
  public static void main(String[] args) {
    Properties props = new Properties();
    // Kafka服务端的主机名和端口号 
    //props.put("bootstrap.servers", "linux01:9092,linux02:9092,linux03:9092");
    props.put("bootstrap.servers", "iZm5ea99qngm2v98asii1aZ:9092");
    // 等待所有副本节点的应答
    props.put("acks", "all");
    // 消息发送最大尝试次数
    props.put("retries", 0);
    // 一批消息处理大小
    props.put("batch.size", 16384);
    // 请求延时
    props.put("linger.ms", 1);
    // 发送缓存区内存大小
    props.put("buffer.memory", 33554432);
    // key序列化
    props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    // value序列化
    props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        //实例化KafkaProducer
    KafkaProducer<String, String> producer = new KafkaProducer<>(props);
    for (int i = 0; i < 50; i++) {
      //public ProducerRecord(String topic, K key, V value) 
      //发送消息
      producer.send(new ProducerRecord<String, String>("first", Integer.toString(i), "hello world-" + i));
    }
    //释放资源
    producer.close();
    System.out.println("-------------OVER-------------------");
  }
}


带有回调函数的生产者


package com.kafka.producer;
import java.util.Properties;
import org.apache.kafka.clients.producer.Callback;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
/**
 * 创建生成者:生产消息
 * 1)启动zookeeper
 * ./bin/zkServer.sh start
 * 2)启动Kafka server
 * bin/kafka-server-start.sh config/server.properties
 * 3)启动控制台消息消费者
 * bin/kafka-console-consumer.sh --zookeeper iZm5ea99qngm2v98asii1aZ:2181 --from-beginning --topic first
 * 4)运行Main方法
 *
 */
public class CustomProducerWithCallBack {
  public static void main(String[] args) throws InterruptedException {
    Properties props = new Properties();
    // Kafka服务端的主机名和端口号
    props.put("bootstrap.servers", "iZm5ea99qngm2v98asii1aZ:9092");
    // 等待所有副本节点的应答
    props.put("acks", "all");
    // 消息发送最大尝试次数
    props.put("retries", 0);
    // 一批消息处理大小
    props.put("batch.size", 16384);
    // 增加服务端请求延时
    props.put("linger.ms", 1);
    // 发送缓存区内存大小
    props.put("buffer.memory", 33554432);
    // key序列化
    props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    // value序列化
    props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    //实例化KafkaProducer
    KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(props);
    for (int i = 0; i < 50; i++) {
      //发送消息
      kafkaProducer.send(new ProducerRecord<String, String>("test1", "hh" + i), new Callback() {
        @Override
        public void onCompletion(RecordMetadata metadata, Exception exception) {
          if (metadata != null) {
            System.out.println(metadata.partition() + "---" + metadata.offset());
          }
        }
      });
    }
    kafkaProducer.close();
  }
}


自定义分区


package com.kafka.producer;
import java.util.Map;
import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;
// 自定义分区
//props.put("partitioner.class", "com.kafka.CustomPartitioner");
public class CustomPartitioner implements Partitioner {
  @Override
  public void configure(Map<String, ?> configs) {
  }
  @Override
  public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        // 控制分区
      //巴里巴拉
    return 1;
  }
  @Override
  public void close() {
  }
}


消费者


package com.kafka.consumer;
import java.util.Arrays;
import java.util.Properties;
import org.apache.kafka.clients.consumer.ConsumerRecord;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
/**
 * 创建消费者:消费消息
 * 1)启动zookeeper
 * ./bin/zkServer.sh start
 * 2)启动Kafka server
 * bin/kafka-server-start.sh config/server.properties
 * 3)启动控制台生产消息
 * bin/kafka-console-producer.sh --broker-list iZm5ea99qngm2v98asii1aZ:9092 --topic first
 * 4)运行Main方法
 *
 */
public class CustomConsumer {
  public static void main(String[] args) {
    Properties props = new Properties();
    // 定义kakfa 服务的地址
    props.put("bootstrap.servers", "iZm5ea99qngm2v98asii1aZ:9092");
    // 制定consumer group 
    props.put("group.id", "g1");
    // 是否自动确认offset 
    props.put("enable.auto.commit", "true");
    // 自动确认offset的时间间隔 
    props.put("auto.commit.interval.ms", "1000");
    // key的序列化类
    props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    // value的序列化类 
    props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    // 定义consumer 
    KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props);
    // 消费者订阅的topic, 可同时订阅多个 
    consumer.subscribe(Arrays.asList("first"));
        //拉取消息
    while (true) {
      // 读取数据,读取超时时间为100ms 
      ConsumerRecords<String, String> records = consumer.poll(100);
      for (ConsumerRecord<String, String> record : records)
        System.out.printf("offset = %d, key = %s, value = %s%n", record.offset(), record.key(), record.value());
    }
  }
}


拦截器:实现ProducerInterceptor接口


package com.kafka.interceptor;
import java.util.Map;
import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;
/**
 * 通过拦截器添加时间戳
 *
 */
//      在main 方法中添加过滤器
//    List<String> interceptors = new ArrayList<>();
//    interceptors.add("com.kafka.interceptor.TimeInterceptor"); 
//    props.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG, interceptors);
//    String topic = "first";
//    Producer<String, String> producer = new KafkaProducer<>(props);
public class TimeInterceptor implements ProducerInterceptor<String, String> {
  @Override
  public void configure(Map<String, ?> configs) {
    // TODO Auto-generated method stub
  }
  @Override
  public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
    // 创建一个新的record,把时间戳写入消息体的最前部
    return new ProducerRecord(record.topic(), record.partition(), record.timestamp(), record.key(),
        System.currentTimeMillis() + "," + record.value().toString());
  }
  @Override
  public void onAcknowledgement(RecordMetadata metadata, Exception exception) {
    // TODO Auto-generated method stub
  }
  @Override
  public void close() {
    // TODO Auto-generated method stub
  }
}


总结


一个分区的数据,只能交给一个消费者

一个消费者,可以消费多个分区的数据,可以跨主题

不会在同一时刻,同一组内,多个消费者同时消费数据

目录
相关文章
|
6月前
|
消息中间件 监控 Kafka
不愧是Alibaba技术官,Kafka的精髓全写这本“限量笔记”里,服了
分布式,是程序员必备技能之一,在面试过程中属于必备类的,在工作中更是会经常用到。而Kafka是一个分布式的基于发布订阅的消息队列,目前它的魅力是无穷的,对于Kafka的奥秘,还需要我们细细去探寻。
|
6月前
|
消息中间件 网络协议 Kafka
docker安装zk和kafka实战笔记
docker安装zk和kafka实战笔记
125 0
docker安装zk和kafka实战笔记
|
6月前
|
消息中间件 分布式计算 监控
腾讯技术官手撸笔记,全新演绎“Kafka部署实战”,已开源
我们知道,当下流行的MQ非常多,不过很多公司在技术选型上还是选择使用Kafka。与其他主流MQ进行对比,我们会发现Kafka最大的优点就是吞吐量高。实际上Kafka是高吞吐低延迟的高并发、高性能的消息中间件,配置良好的Kafka集群甚至可以做到每秒几十万、上百万的超高并发写入。
|
6月前
|
消息中间件 存储 Kafka
Kafka第二天笔记
Kafka第二天笔记
61 0
|
6月前
|
消息中间件 存储 Kafka
Kafka第一天笔记
Kafka第一天笔记
49 0
|
消息中间件 Kafka Apache
kafka2.x常用命令笔记(一)创建topic,查看topic列表、分区、副本详情,删除topic,测试topic发送与消费
kafka2.x常用命令笔记(一)创建topic,查看topic列表、分区、副本详情,删除topic,测试topic发送与消费
517 0
|
消息中间件 中间件 Kafka
限时开源!阿里内部消息中间件合集:MQ+Kafka+体系图+笔记
近好多小伙伴说在准备金三银四的面试突击了,但是遇到消息中间件不知道该怎么学了,问我有没有成体系的消息中间件的学习方式。 额,有点不知所措,于是乎小编就想着做一次消息中间件的专题,归类整理了一些纯手绘知识体系图、面试以及相关的学习笔记。
235 1
|
消息中间件 数据采集 存储
Kafka架构介绍|青训营笔记
本文主要讲解了kafka作为分布式消息队列的整体架构,主要从:1.zookeeper;2.broker;3.controller选举;4.coorinator进行介绍
180 0
Kafka架构介绍|青训营笔记
|
消息中间件 Kafka Shell
docker安装zk和kafka实战笔记
docker安装zk和kafka实战笔记
252 0
docker安装zk和kafka实战笔记
|
消息中间件 存储 缓存
不愧是Alibaba技术官,Kafka的精髓全写这本“限量笔记”里,服了
分布式,是程序员必备技能之一,在面试过程中属于必备类的,在工作中更是会经常用到。而Kafka是一个分布式的基于发布订阅的消息队列,目前它的魅力是无穷的,对于Kafka的奥秘,还需要我们细细去探寻。 要谈对Kafka有多熟悉,我相信还是阿里的大佬们最有发言权,所以今天分享的内容,就是Alibaba内部供应的“限量笔记”,关于Kafka的精髓全部写在这里面了,不得不感叹:不愧是Alibaba的技术官啊,真的服了!
下一篇
无影云桌面