Kafka入门，这一篇就够了（安装，topic，生产者，消费者）

Kafka的安装

前提，已安装docker和docker-compose。

拉取镜像

docker pull bitnami/zookeeper:latest
docker pull bitnami/kafka:latest

docker-compose.yaml如下

version: '3'
services:
  zookeeper:
    image: 'bitnami/zookeeper:latest'
    ports:
      - '2181:2181'
    environment:
      - ALLOW_ANONYMOUS_LOGIN=yes
  kafka:
    image: 'bitnami/kafka:latest'
    ports:
      - '9092:9092'
    environment:
      - KAFKA_BROKER_ID=1
      - KAFKA_CFG_LISTENERS=PLAINTEXT://:9092
      - KAFKA_CFG_ADVERTISED_LISTENER=PLAINTEXT://127.0.0.1:9092
      - KAFKA_CFG_ZOOKEEPER_CONNECT=zookeeper:2181
      - ALLOW_PLAINTEXT_LISTENER=yes
    depends_on:
      - zookeeper

启动命令

docker-compose up -d

截图

之后的相关命令若涉及容器id，请自行更换

文件与配置

目录

docker exec -it a0 ls /opt/bitnami/kafka

查看目录命令

截图

重要目录解释如下：

• bin: 脚本目录
• config：配置目录
• libs：第三方依赖库目录
• logs：日志

bin

重要的shell脚本加粗了，之后会用

connect-distributed.sh kafka-dump-log.sh kafka-storage.sh

connect-mirror-maker.sh kafka-features.sh kafka-streams-application-reset.sh

connect-standalone.sh kafka-get-offsets.sh kafka-topics.sh

kafka-acls.sh kafka-leader-election.sh kafka-transactions.sh

kafka-broker-api-versions.sh kafka-log-dirs.sh kafka-verifiable-consumer.sh

kafka-cluster.sh kafka-metadata-shell.sh kafka-verifiable-producer.sh

kafka-configs.sh kafka-mirror-maker.sh trogdor.sh

kafka-console-consumer.sh kafka-producer-perf-test.sh windows

kafka-console-producer.sh kafka-reassign-partitions.sh zookeeper-security-migration.sh

kafka-consumer-groups.sh kafka-replica-verification.sh zookeeper-server-start.sh

kafka-consumer-perf-test.sh kafka-run-class.sh zookeeper-server-stop.sh

kafka-delegation-tokens.sh kafka-server-start.sh zookeeper-shell.sh

kafka-delete-records.sh kafka-server-stop.sh

config

connect-console-sink.properties connect-mirror-maker.properties server.properties

connect-console-source.properties connect-standalone.properties tools-log4j.properties

connect-distributed.properties consumer.properties trogdor.conf

connect-file-sink.properties kraft zookeeper.properties

connect-file-source.properties log4j.properties

connect-log4j.properties producer.properties

配置文件

server.properties

• broker.id: 唯一id值，通过环境变量设置为了1
• log.dirs: kafka集群日志目录，默认是log.dirs=/bitnami/kafka/data
• zookeeper.connect：zookeeper地址端口，格式域名/ip:port，这块是zookeeper:2181，在docker的网络中可以解析为另一容器的ip

更多配置可以查看参考中Dockerhub链接的Configuration部分

producer.properties

• bootstrap.servers：kafka的ip:port，这里是localhost:9092
• compression.type：压缩类型，默认是none， 一共有四种，none, gzip, snappy, lz4, zstd，推荐排序LZ4 > GZIP > Snappy，详见腾讯云压缩算法对比

consumer.properties

• group.id：消费者组id，默认为test-consumer-group
• auto.offset.reset：offset设置，三种latest, earliest, none，看情况设置

命令行简单使用

kafka-topics.sh

对主题topic进行增删改查的工具

常用选项如下：

• --bootstrap-server：kafka服务器ip:port，必须的
• --create：创建主题
• --delete：删除主题
• --describe：描述主题
• --list：查看主题列表
• --alter：修改主题的 partitions等
• --topic ：主题名
• --topic-id ：主题id
• --partitions ：主题的partition

新增

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --create --topic lady_killer9

截图

查看列表

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --list

截图

查看详情

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --describe --topic lady_killer9

截图

修改

命令

以修改主题partiion数量为例

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --alter --topic lady_killer9 --partitions 3

截图

删除

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --delete --topic lady_killer9

截图

kafka-console-producer.sh

标准输入读数据，发送到Kafka的工具

常用选项如下：

• --bootstrap-server：kafka服务器ip:port，必须的
• --topic  ：Kafka主题，必须的
• --sync：同步发送
• --compression-codec [String: compression-codec] ：压缩方式，‘none’,‘gzip’, ‘snappy’, ‘lz4’, , ‘zstd’，默认gzip.

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-topics.sh --bootstrap-server=127.0.0.1:9092 --create --topic demo
docker exec -it a0 /opt/bitnami/kafka/bin/kafka-console-producer.sh  --bootstrap-server=127.0.0.1:9092 --topic demo

截图

kafka-console-consumer.sh

常用选项如下：

• --bootstrap-server：kafka服务器ip:port，必须的
• --topic  ：Kafka主题，必须的
• --group ：消费者组id
• --key-deserializer ：key反序列化，默认是org.apache.kafka.common.serialization.StringDeserializer
• --value-deserializer :value反序列化，默认是org.apache.kafka.common.serialization.StringDeserializer
• --offset ：消费的offset
• --partition ：消费的分区

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-console-consumer.sh  --bootstrap-server=127.0.0.1:9092 --topic demo

截图

命令

docker exec -it a0 /opt/bitnami/kafka/bin/kafka-console-consumer.sh  --bootstrap-server=127.0.0.1:9092 --topic demo --partition 0 --offset 2

截图

上手之后我们再来了解一些概念。

概念

集群

已发布的消息保存在一组服务器中，称为Kafka集群。

代理broker

集群中的每一个服务器都是一个代理。

主题topic

每条发布到kafka集群的消息都有一个主题，这个主题被称为topic。每个topic都由一个或者多个分区构成。

分区partition

topic的partition数量可以在创建时配置，partition数量决定了每个消费者组中并发消费者的最大数量。

分区的原则：

• 生产者指定了partition，则直接使用
• 未指定partition但指定了key，通过对key的value进行hash出一个partition
• partition和key都未指定，使用轮询选出一个partition

偏移量offset

任何发布到partition的消息都会被直接追加到partition尾部，每条消息的位置称为offset，offset是一个long型数字，它唯一标记一条消息。消费者可以通过(topic、partition、offset)跟踪记录。

生产者producer

push消息到topc的叫生产者，push后可以获得offset。生产者可以指定partition，但不建议这么做。

消费者组consumer group

包含多个消费者，有一个 group id，可以订阅topic进行消费。消费偏移以消费者组为单位。

消费者consumer

从topic中pull数据，可以指定partition和offset。

FAQ

如何保证一个主题下的数据，一定是有序的(生产与消费的顺序一致)？

Kafka每个partition中的消息在写入是都是有序的，消费时，每个partition只能被每一个group中的消费者消费，因此，topic下只有一个partition时一定有序。

如何设置分区和消费者数？

建议分区数与消费者数一致，防止消费不过来。

参考

dockerhub-bitnami/kafka

腾讯云CKafka 压缩算法对比

python-kafka客户端封装