Apache Kafka Producer For Beginners

在我们上一篇Kafka教程中，我们讨论了Kafka Cluster。今天，我们将通过示例讨论Kafka Producer。此外，我们将看到KafkaProducer API和Producer API。此外，我们将学习Kafka Producer中的配置设置。最后，我们将在Kafka Producer教程中讨论简单的生产者应用程序。为了将消息发布到Apache Kafka主题，我们使用Kafka Producer。 
那么，让我们详细探讨Apache Kafka Producer。

卡夫卡初学者制片人

1.什么是卡夫卡制片人？

基本上，作为数据流源的应用程序就是我们所说的生产者。为了生成令牌或消息并进一步将其发布到Kafka集群中的一个或多个主题，我们使用Apache Kafka Producer。此外，Kafka的Producer API有助于打包消息或令牌并将其传递给Kafka Server。
了解如何创建Kafka客户端
此外，下图显示了Apache Kafka Producer的工作情况。

Kafka Producer - Apache Kafka Producer Working

Kafka Producer Client中提供了一些API。

2. KafkaProducer API

但是，要将记录流发布到一个或多个Kafka主题，此Kafka Producer API允许应用程序。而且，它的核心部分是KafkaProducer类。基本上，通过以下方法，此类提供了一个在其构造函数中连接Kafka代理的选项：

• 为了将消息异步发送到主题，KafkaProducer类提供了send方法。所以，send（）的签名是：

• producer.send(new ProducerRecord<byte[],byte[]>(topic,
  partition, key1, value1) , callback);

• ProducerRecord - 通常，生产者管理等待发送的记录的缓冲区。
• 回调- 当服务器确认记录时，用户提供的回调执行。

注意：这里，null表示没有回调。
我们来讨论Kafka-序列化和反序列化

• 此外，为确保所有先前发送的消息已实际完成，KafkaProducer类提供了flush方法。所以，flush方法的语法是 -

1. public void flush()

•  此外，为了获取给定主题的分区元数据，KafkaProducer类为方法提供分区。而且，我们可以将它用于自定义分区。所以，这种方法的签名是：

1. public Map metrics()

这样，此方法返回生产者维护的内部指标的映射。

• public void close（）- 它还提供了一个close方法块，直到完成所有先前发送的请求。

3.生产者API

Producer类是Kafka Producer API的核心部分。通过以下方法，它提供了一个在其构造函数中连接Kafka代理的选项。

一个。卡夫卡 制片人班

基本上，要将消息发送到单个或多个主题，生产者类提供了一种发送方法。以下是我们可以使用的签名。

1. public void send(KeyedMessaget<k,v> message)

 -将数据发送到单个主题， 使用同步或异步生成器按键进行分区。

1. public void send(List<KeyedMessage<k,v>>messages)

- 将数据发送到多个主题。
使用JMeter查看Apache Kafka-Load测试

Properties prop = new Properties();
prop.put(producer.type,”async”)
ProducerConfig config = new ProducerConfig(prop);

 

但是，有两种类型的生成器，例如Sync和Async。
虽然，对于Sync生产者，适用相同的API配置。两者之间只有一个区别：Sync生成器直接发送消息但在后台发送消息，而当我们想要更高的吞吐量时，我们更喜欢Async生成器。但是，Async生成器没有send（）的回调函数来注册先前版本中的错误处理程序，如0.8。它仅在当前版本的0.9中可用。

湾 Public Void Close（）

为了关闭与所有Kafka代理的生成器池连接，producer类提供了一个public void close（）方法。
阅读Kafka用例和应用程序

4. Kafka Producer API的配置设置

在这里，我们列出了Kafka Producer API的主要配置设置：
a。 client.id
它标识生产者应用程序。
湾 producer.type
同步或异步。
C。 acks
基本上，它控制被认为完成的生产者请求的标准。
d。 重试
“重试”意味着如果生产者请求以某种方式失败，则自动重试特定值。
即 bootstrap.servers
它引导代理列表。
F。 linger.ms
基本上，如果我们想减少请求的数量，我们可以将linger.ms设置为大于某个值的值。
G。 key.serializer
它是串行器接口的关键。
H。 value.serializer
序列化程序接口的值。
一世。 batch.size
简单地说，缓冲区大小。
学家 buffer.memory
“buffer.memory”控制生产者可用于缓冲的总内存量。

5. ProducerRecord API

通过使用以下签名，它是发送到Kafka群集的键/值对。ProducerRecord类构造函数用于创建包含分区，键和值对的记录。
public ProducerRecord（string topic，int partition，k key，v value）

1. 主题 - 将附加到记录的用户定义主题名称。
2. 分区 - 分区计数。
3. 密钥 - 将包含在记录中的密钥。
4. 价值 - 记录内容。

public ProducerRecord（string topic，k key，v value）
要使用键，值对和没有分区创建记录，我们使用ProducerRecord类构造函数。

1. 主题 - 创建分配记录的主题。
2. 密钥 - 记录的关键。
3. 价值 - 记录内容。

public ProducerRecord（string topic，v value）
此外，没有分区和键，ProducerRecord类会创建一个记录。

1. 主题 - 创建主题。
2. 价值 - 记录内容。

现在，我们在这里列出ProducerRecord类方法 - 
1. public string topic（）
主题将附加到记录中。
2. public K key（）
将包含在记录中的密钥。如果没有这样的键，则返回null。
3. public V value（）
记录内容。
4. partition（）
记录的分区计数。

6.简单的卡夫卡制片人应用程序

但是，请确保首先启动ZooKeeper和Kafka代理然后使用create topic命令在Kafka代理中创建您自己的主题。然后创建一个名为Sim-pleProducer.java 的Java类，并继续进行以下编码：

//import util.properties packages
import java.util.Properties;
//import simple producer packages
import org.apache.kafka.clients.producer.Producer;
//import KafkaProducer packages
import org.apache.kafka.clients.producer.KafkaProducer;
//import ProducerRecord packages
import org.apache.kafka.clients.producer.ProducerRecord;
//Create java class named “SimpleProducer”
public class SimpleProducer {
  public static void main(String[] args) throws Exception{
     // Check arguments length value
     if(args.length == 0){
        System.out.println("Enter topic name”);
        return;
     }
     //Assign topicName to string variable
     String topicName = args[0].toString();
     // create instance for properties to access producer configs
     Properties props = new Properties();
     //Assign localhost id
     props.put("bootstrap.servers", “localhost:9092");
     //Set acknowledgements for producer requests.
     props.put("acks", “all");
     //If the request fails, the producer can automatically retry,
     props.put("retries", 0);
     //Specify buffer size in config
     props.put("batch.size", 16384);
     //Reduce the no of requests less than 0
     props.put("linger.ms", 1);
     //The buffer.memory controls the total amount of memory available to the producer for buffering.
     props.put("buffer.memory", 33554432);
     props.put("key.serializer",
        "org.apache.kafka.common.serializa-tion.StringSerializer");
     props.put("value.serializer",
        "org.apache.kafka.common.serializa-tion.StringSerializer");
     Producer<String, String> producer = new KafkaProducer
        <String, String>(props);
     for(int i = 0; i < 10; i++)
        producer.send(new ProducerRecord<String, String>(topicName,
           Integer.toString(i), Integer.toString(i)));
              System.out.println(“Message sent successfully”);
              producer.close();
  }
}

一个。汇编

通过使用以下命令，我们可以编译应用程序。
我们来修改Kafka Commands

//import util.properties packages
import java.util.Properties;
//import simple producer packages
import org.apache.kafka.clients.producer.Producer;
//import KafkaProducer packages
import org.apache.kafka.clients.producer.KafkaProducer;
//import ProducerRecord packages
import org.apache.kafka.clients.producer.ProducerRecord;
//Create java class named “SimpleProducer”
public class SimpleProducer {
  public static void main(String[] args) throws Exception{
     // Check arguments length value
     if(args.length == 0){
        System.out.println("Enter topic name”);
        return;
     }
     //Assign topicName to string variable
     String topicName = args[0].toString();
     // create instance for properties to access producer configs
     Properties props = new Properties();
     //Assign localhost id
     props.put("bootstrap.servers", “localhost:9092");
     //Set acknowledgements for producer requests.
     props.put("acks", “all");
     //If the request fails, the producer can automatically retry,
     props.put("retries", 0);
     //Specify buffer size in config
     props.put("batch.size", 16384);
     //Reduce the no of requests less than 0
     props.put("linger.ms", 1);
     //The buffer.memory controls the total amount of memory available to the producer for buffering.
     props.put("buffer.memory", 33554432);
     props.put("key.serializer",
        "org.apache.kafka.common.serializa-tion.StringSerializer");
     props.put("value.serializer",
        "org.apache.kafka.common.serializa-tion.StringSerializer");
     Producer<String, String> producer = new KafkaProducer
        <String, String>(props);
     for(int i = 0; i < 10; i++)
        producer.send(new ProducerRecord<String, String>(topicName,
           Integer.toString(i), Integer.toString(i)));
              System.out.println(“Message sent successfully”);
              producer.close();
  }
}

湾 执行

此外，使用以下命令，我们可以执行该应用程序。

1. java -cp “/path/to/kafka/kafka_2.11-0.9.0.0/lib/*”:. SimpleProducer <topic-name>

C。产量

消息已成功发送
要检查上述输出，请打开新终端并键入Consumer CLI命令以接收消息。

1. >> bin/kafka-console-consumer.sh --zookeeper localhost:2181 —topic <topic-name> —from-beginning

所以，这就是Apache Kafka Producer。希望你喜欢我们的解释。
阅读Apache Kafka Workflow | Kafka Pub-Sub Messaging

7.总结：卡夫卡制片人

因此，在这个Kafka教程中，我们已经看到了Kafka Producer 的概念以及示例。现在，在下一个教程中，我们将了解Kafka Consumer，以便使用来自Kafka集群的消息。此外，我们学习了Producer API，Producer类，public void close。此外，我们还讨论了Kafka Producer API和Producer Record API的配置设置。最后，我们在编译，执行和输出的帮助下看到了SimpleProducer Application。此外，如果您有任何疑问，请随时在评论部分询问。