学习kafka的内容总结

　　kafka的基本介绍：

　　Kafka 是linkedin 公司用于日志处理的分布式消息队列，同时支持离线和在线日志处理。kafka 对消息保存时根据Topic进行归类，发送消息者成为Producer,消息接受者成为Consumer,此外kafka 集群有多个kafka 实例组成，每个实例(server)称为broker。无论是kafka集群，还是producer和consumer 都依赖于zookeeper 来保证系统可用性，为集群保存一些meta 信息。Kafka 是一种分布式的、分区的、多副本的基于发布／订阅的消息系统。它是通过 zookeeper 进行协调，常见可以用于 web/nginx 日志、访问日志、消息服务等。主要应用场景为：日志收集系统和消息系统。

     kafka的主要设计目标：

• 以时间复杂度为 O(1) 的方式提供持久化能力，即使对 TB 级别以上的数据也能保证常数时间的访问性能。
• 高吞吐率，即使在十分廉价的机器上也能实现单机支持每秒 100K 条消息的传输。
• 支持 Kafka Server (即 Kafka 集群的服务器)间的消息分区，及分布式消费，同时保证每个 partition 内的消息顺序传输。
• 同时支持离线数据处理和实时数据处理

       kafka中最主要的生产者和消费者：

　   生产者（Producers）

　　Producer 将消息发布到指定的Topic中,同时Producer 也能决定将此消息归属于哪个partition;这可以通过简单的循环的方式来实现，或者使用一些分区方法（比如根据消息的key来分区）

　　消费者（Consumers）

　　传统的消息传递有两种方式： 队列方式（queuing）、发布-订阅（publish-subscribe）方式.

• 队列方式：一组消费者从机器上读消息，每个消息只传递给这组消费者中的一个。

• 分布-订阅方式：消息被广播到所有的消费者。Kafka提供了一个消费组（consumer group）的说法来概括这两种方式。

利用python来操作kafka:消费者

from kafka import KafkaConsumer
from kafka import TopicPartition
from kafka import KafkaProducer

#kafka consumer
consumer = KafkaConsumer(
    group_id= 'test', #消费组id
    auto_offset_reset='earliest',
    enable_auto_commit = True, # 每过一段时间自动提交所有已消费的消息（在迭代时提交）
    auto_commit_interval_ms = 1000, # 自动提交的周期（毫秒）
    max_poll_records=10, # 每次最大消费数量
    key_deserializer=bytes.decode, #bytes
    value_deserializer=bytes.decode, #bytes
    bootstrap_servers= "node01:9092,node02:9092,node03:9092",#kafka集群地址
)
consumer.assign([
    TopicPartition(topic= 'news_tag', partition= 0),
    TopicPartition(topic= 'news_tag', partition= 1),
    TopicPartition(topic= 'news_tag', partition= 2),
    TopicPartition(topic= 'news_tag', partition= 3),
    TopicPartition(topic= 'news_tag', partition= 4),
    TopicPartition(topic= 'news_tag', partition= 5),
])


for msg in consumer:
    recv = "offset=%d Partition=%d key=%s value=%s" % (msg.offset, msg.partition,  msg.key, msg.value)
    print(recv)

利用python来操作kafka:生产者

from kafka import KafkaConsumer
from kafka import TopicPartition
from kafka import KafkaProducer

# Kafka Producer
producer=KafkaProducer(
bootstrap_servers="node01:9092,node02:9092,node03:9092",  # kafka集群地址
key_serializer=str.encode, #str
value_serializer=str.encode, #str
)

parts = int(my_key[0:2]) % 6
result_msg = str(result)
producer.send('news_tag_label', key=my_key, value=result_msg, partition=parts)
print('发送成功')

参考资料：
1、https://www.jianshu.com/p/615ffebf605b

2、https://pykafka.readthedocs.io/en/latest/index.html

3、https://kafka-python.readthedocs.io/en/master/apidoc/KafkaProducer.html

4、https://www.jianshu.com/p/776c188cefa9

5、https://www.jianshu.com/p/c89997867d48

6、https://www.jianshu.com/p/97a02129eea7

7、https://zhuanlan.zhihu.com/p/38330574

 

---------------------------本博客所有内容以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，并且是非商业用途，谢谢！---------------------

作者：enhaofrank

出处：https://www.cnblogs.com/enhaofrank/

中科院硕士毕业

现为深漂打工人