Kafka概述

定义

Kafka是一个分布式的基于发布/订阅模式的消息队列(Message Queue),主要应用于大数据实时处理领域

主要功能

根据官网的介绍ApacheKafka是一个分布式流媒体平台,它主要有三种功能:

1. It lets you publish and subscribe to streams of records.

发布和订阅消息流，这个功能类似于消息队列，这也是kafka归类为消息队列框架的原因

1. It lets you store streams of records in a fault-tolerant way.

以容错的方式记录消息流，kafka以文件的方式来存储消息流

1. It lets you process streams of records as they occur.

可以再消息发布的时候进行处理

消息队列

消息队列的好处

1. 解耦

   允许你独立的扩展或修改两边的处理过程,只要确保它们遵守同样的接口约束.

2. 可恢复性

   系统的一部分组件失效时,不会影响到整个系统.消息对了降低了进程间的耦合程度,所以即使一个处理消息的进程挂掉,加入队列中的消息仍然可以在系统恢复后被处理.

3. 缓冲

   有助于控制和优化数据流经过系统的速度,解决生产消息和消费消息的处理速度不一致的情况.

4. 灵活性&峰值处理能力
   在访问量剧增的情况下,应用仍然需要继续发挥作用,但是这样的突发流量并不常见.如果为 能处理这类峰值为标准来投入资源随时待命五一是巨大的浪费.使用消息队列能够使挂件组件顶住突发的访问压力,而不会因为突发的超负荷的请求完全崩溃
5. 异步通信

   很多时候,用户不想也不需要立即处理消息.消息队列提供了异步处理机制,允许用户把一个消息放入队列,但并不立即处理它,想向队列中放入多少消息就放多少,然后在需要的时候再去处理它们.

消息队列的两种模式

点对点模式(一对一,消费者主动拉去数据,消息接收后详细清除)

消息生产者生产消息发送到Queue中,然后消息消费者从Queue中取出并且消费消息.消息被消费以后,queue中不再有存储,所以消息消费者不可能消费到已经被消费的消息.Queue支持存在多个消费者,但是对一个消息而言,只会有一个消费者可以消费.

发布订阅模式(一对多,消费者消费数据后不会清除消息)

消息生产者(发布)将消息发布到topic中,同时又多个消息消费者(订阅)消费该消息.和点对点方式不同,发布到topic的消息会被所有订阅者消费

详细介绍

Kafka目前主要作为一个分布式的发布到订阅式的消息系统使用,下面介绍一下Kaka的基本机制

消息传输流程

• produck即生产者,向Kafka集群发送消息,在发送消息之前,会对消息进行分类,即Topic,上图展示了两个- producer发送了分类为topic1的消息,另外一个发送了topic2的消息
• Topic即主题,通过对消息指定主题可以将消息分类,消费者可以只关注自己需要的Topic中的消息
• Consummer即消费者,消费者通过与kafka集群建立场链接的方式,不断从集群中拉去消息,然后对这些消息进行处理.
  从上图就可以看出同一个Topic下的消费者和生产者的数量并不是对应的

Kafka服务器消息存储系统策略

说到kafka的存储就不得不提到分区,即partitions,创建一个topic时,同时可以指定分区数目,分区越多,其吞吐量也越大,但是需要的资源也越多,同时也会导致更高的不可用性,kafka在接收到生产者发送的消息之后,会根据均衡策略将消息存储到不同的分区中.

在每个分区中,消息以顺序存储,最晚接收的消息会最后被消费.

生产者的交互

生产者在想kafka集群发送消息的时候,可以通过分区来发送到指定的分区中
也可以通过指定均衡策略来将消息发送到不同的分区中
如果不指定,就会采用默认的随机均衡策略,将消息随机的存储到不同的分区中

与消费者的交互

在消费者消费消息时,kafka使用offset来记录当前消费的位置
在kafka的设计中,可以有多个不同的group来同时消费同一个topic的消息,如图,我们有两个不同的同时消费,他们的消费记录位置offset各不相关,不互相干扰.
对于一个group而言,消费者的数量不应该多于分区的数量,因为在一个group中,每个分区至多只能绑定到一个消费者上,即一个消费者可以消费多个分区,一个分区只能给一个消费者消费
因此,若一个group中的消费者大于分区数量的话,多余的消费者将会接收不到任何消息

Kafka的安装与使用

下载

kafka官网下载最新的kafka安装包,选择下载二进制版本的tgz文件,根据网络状态可能需要fq,这里我选择的是如下版本

安装

kafka是使用scala编写的运行与jvm虚拟机上的程序,虽然也可以在windows上使用,但是kafka基本上是运行在linux服务器上,因此我们这里也是用linux来开始今天的是咱
首先需要安装java jdk环境,以前的版本如0.9以前的还需要安装zookeeper,新版的kafka已经内置了zookeeper环境,所以我们可以直接安装
虽然说是按住那个,如果只需要进行最简单的解压即可,这里我们将其解压到/usr/local/下

 tar -zxvf /usr/local/kafka_2.12-2.6.0.tgz

配置

解压后目录下又一个config的文件夹,里面放置的使我们的配置文件
consumer.properties消费者配置,这个配置文件用于开启消费者,使用默认即可
producer.properties生产者配置,这个配置文件用于开启生产者,使用默认即可
server.properties kafka服务器的配置,次配置文件用来配置kafka服务器,目前仅介绍几个最基础的配置

1. broker.id申明当前kafka服务器在集群中的唯一ID,需配置integer,并且集群中的每一个kafka服务器的id都应是唯一的,我们在这里采用默认即可
2. listeners申明此kafka服务器需要监听口号,如果实在本机上跑虚拟机运行可以不配置,如果远程服务器就要配置

listeners=PLAINTEXT://192.168.***.***:****

1. zookeeper.connect申明kafka所连接的zookeeper的地址,需配置zookeeper的地址,由于本次使用的是kafka高版本中自带zookeeper,使用默认值即可

zookeeper.connect=localhost:2181

运行

启动zookeeper

cd到kafka加压目录输入

bin/zookeeper-server-start.sh (-daemon) config/zookeeper.properties #-daemon是指后台运行,一般是加上的,要不你的kafka岂不是无法运行了

启动zookeeper成功后悔看到如下输出

启动kafka

cd进入kafka加压目录,输入

bin/kafka-server-start.sh (-daemon) config/server.properties #同上

启动kafka成功后会看到如下输出

第一个消息

创建一个topic

kafka通过topic对同一类的数据进行管理,同一类数据使用同一个topic可以在处理数据时更加便捷
在kafka加压目录下输入

bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test

在创建topic后可以通过输入

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

来查看已经创建的topic

创建一个消费者

在kafka解压目录中输入

bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

可以创建一个用于消费topic为test的消费者
消费者创建完成后,因为还没有发送任何数据,因此这里在执行后没有打印出任何数据
不过不着急,不要关闭这个终端,打开另一个终端,接下来我们创建第一个消息生产者

创建一个消息生产者

在kafka解压目录打开一个新的终端,输入

bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

在执行完毕后会进入的编辑页面
在发送完消息之后,可以回到我们的消息消费者终端中,可以看到,终端中已经打印出了我们刚才发送的消息

3. 使用java程序

　　　　跟上节中一样，我们现在在java程序中尝试使用kafka

　　　　3.1 创建Topic

public static void main(String[] args) {
    //创建topic
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.180.128:9092");
    AdminClient adminClient = AdminClient.create(props);
    ArrayList<NewTopic> topics = new ArrayList<NewTopic>();
    NewTopic newTopic = new NewTopic("topic-test", 1, (short) 1);
    topics.add(newTopic);
    CreateTopicsResult result = adminClient.createTopics(topics);
    try {
        result.all().get();
    } catch (InterruptedException e) {
        e.printStackTrace();
    } catch (ExecutionException e) {
        e.printStackTrace();
    }
}

　　使用AdminClient API可以来控制对kafka服务器进行配置，我们这里使用NewTopic(String name, int numPartitions, short 　　replicationFactor)的构造方法来创建了一个名为“topic-test”，分区数为1，复制因子为1的Topic.

3.2 Producer生产者发送消息

public static void main(String[] args){
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.180.128:9092");
    props.put("acks", "all");
    props.put("retries", 0);
    props.put("batch.size", 16384);
    props.put("linger.ms", 1);
    props.put("buffer.memory", 33554432);
    props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
    props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

    Producer<String, String> producer = new KafkaProducer<String, String>(props);
    for (int i = 0; i < 100; i++)
        producer.send(new ProducerRecord<String, String>("topic-test", Integer.toString(i), Integer.toString(i)));

    producer.close();

}

使用producer发送完消息可以通过2.5中提到的服务器端消费者监听到消息。也可以使用接下来介绍的java消费者程序来消费消息

3.3 Consumer消费者消费消息

public static void main(String[] args){
    Properties props = new Properties();
    props.put("bootstrap.servers", "192.168.12.65:9092");
    props.put("group.id", "test");
    props.put("enable.auto.commit", "true");
    props.put("auto.commit.interval.ms", "1000");
    props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
    final KafkaConsumer<String, String> consumer = new KafkaConsumer<String,String>(props);
    consumer.subscribe(Arrays.asList("topic-test"),new ConsumerRebalanceListener() {
        public void onPartitionsRevoked(Collection<TopicPartition> collection) {
        }
        public void onPartitionsAssigned(Collection<TopicPartition> collection) {
            //将偏移设置到最开始
            consumer.seekToBeginning(collection);
        }
    });
    while (true) {
        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());
    }
}

这里我们使用Consume API 来创建了一个普通的java消费者程序来监听名为“topic-test”的Topic，每当有生产者向kafka服务器发送消息，我们的消费者就能收到发送的消息。

4.使用spring-kafka

Spring-kafka是正处于孵化阶段的一个spring子项目，能够使用spring的特性来让我们更方便的使用kafka

4.1 基本配置信息

与其他spring的项目一样，总是离不开配置，这里我们使用java配置来配置我们的kafka消费者和生产者。

1. 引入pom文件

<!--kafka start-->
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-clients</artifactId>
    <version>0.11.0.1</version>
</dependency>
<dependency>
    <groupId>org.apache.kafka</groupId>
    <artifactId>kafka-streams</artifactId>
    <version>0.11.0.1</version>
</dependency>
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>1.3.0.RELEASE</version>
</dependency>

1. 创建配置类

我们在主目录下新建名为KafkaConfig的类

@Configuration
@EnableKafka
public class KafkaConfig {

}

1. 配置Topic

在kafkaConfig类中添加配置

//topic config Topic的配置开始
    @Bean
    public KafkaAdmin admin() {
        Map<String, Object> configs = new HashMap<String, Object>();
        configs.put(AdminClientConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.180.128:9092");
        return new KafkaAdmin(configs);
    }

    @Bean
    public NewTopic topic1() {
        return new NewTopic("foo", 10, (short) 2);
    }
//topic的配置结束

1. 配置生产者Factort及Template

//producer config start
    @Bean
    public ProducerFactory<Integer, String> producerFactory() {
        return new DefaultKafkaProducerFactory<Integer,String>(producerConfigs());
    }
    @Bean
    public Map<String, Object> producerConfigs() {
        Map<String, Object> props = new HashMap<String,Object>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.180.128:9092");
        props.put("acks", "all");
        props.put("retries", 0);
        props.put("batch.size", 16384);
        props.put("linger.ms", 1);
        props.put("buffer.memory", 33554432);
        props.put("key.serializer", "org.apache.kafka.common.serialization.IntegerSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        return props;
    }
    @Bean
    public KafkaTemplate<Integer, String> kafkaTemplate() {
        return new KafkaTemplate<Integer, String>(producerFactory());
    }
//producer config end

5.配置ConsumerFactory

//consumer config start
    @Bean
    public ConcurrentKafkaListenerContainerFactory<Integer,String> kafkaListenerContainerFactory(){
        ConcurrentKafkaListenerContainerFactory<Integer, String> factory = new ConcurrentKafkaListenerContainerFactory<Integer, String>();
        factory.setConsumerFactory(consumerFactory());
        return factory;
    }

    @Bean
    public ConsumerFactory<Integer,String> consumerFactory(){
        return new DefaultKafkaConsumerFactory<Integer, String>(consumerConfigs());
    }

    @Bean
    public Map<String,Object> consumerConfigs(){
        HashMap<String, Object> props = new HashMap<String, Object>();
        props.put("bootstrap.servers", "192.168.180.128:9092");
        props.put("group.id", "test");
        props.put("enable.auto.commit", "true");
        props.put("auto.commit.interval.ms", "1000");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.IntegerDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        return props;
    }
//consumer config end

4.2 创建消息生产者

//使用spring-kafka的template发送一条消息 发送多条消息只需要循环多次即可
public static void main(String[] args) throws ExecutionException, InterruptedException {
    AnnotationConfigApplicationContext ctx = new AnnotationConfigApplicationContext(KafkaConfig.class);
    KafkaTemplate<Integer, String> kafkaTemplate = (KafkaTemplate<Integer, String>) ctx.getBean("kafkaTemplate");
        String data="this is a test message";
        ListenableFuture<SendResult<Integer, String>> send = kafkaTemplate.send("topic-test", 1, data);
        send.addCallback(new ListenableFutureCallback<SendResult<Integer, String>>() {
            public void onFailure(Throwable throwable) {

            }

            public void onSuccess(SendResult<Integer, String> integerStringSendResult) {

            }
        });
}

4.3 创建消息消费者

我们首先创建一个一个用于消息监听的类，当名为”topic-test”的topic接收到消息之后，我们的这个listen方法就会调用。

public class SimpleConsumerListener {
    private final static Logger logger = LoggerFactory.getLogger(SimpleConsumerListener.class);
    private final CountDownLatch latch1 = new CountDownLatch(1);

    @KafkaListener(id = "foo", topics = "topic-test")
    public void listen(byte[] records) {
        //do something here
        this.latch1.countDown();
    }
}

我们同时也需要将这个类作为一个Bean配置到KafkaConfig中

@Bean
public SimpleConsumerListener simpleConsumerListener(){
    return new SimpleConsumerListener();
}

默认spring-kafka会为每一个监听方法创建一个线程来向kafka服务器拉取消息

来自为知笔记(Wiz)