zoukankan      html  css  js  c++  java
  • kafka集群搭建

    Java代码  收藏代码
    1. 1.zookeeper集群  搭建在110, 111,112  
    2.   
    3. 2.kafka使用3个节点110, 111,112  
    4. 修改配置文件config/server.properties  
    5. broker.id=110  
    6. host.name=192.168.1.110  
    7. log.dirs=/usr/local/kafka_2.10-0.8.2.0/logs  
    8. 复制到其他两个节点,然后修改对应节点上的config/server.pro   
    9.   
    10. 3.启动,在三个节点分别执行  
    11. bin/kafka-server-start.sh  config/server.properties >/dev/null 2>&1 &  
    12.   
    13. 4 创建主题  
    14. bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 3 --topic test  
    15.   
    16. 5 查看主题详细  
    17. bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic test  
    18.  --topic test  
    19. Topic:test      PartitionCount:3        ReplicationFactor:3     Configs:  
    20.         Topic: test     Partition: 0    Leader: 110     Replicas: 110,111,112  Isr: 110,111,112  
    21.         Topic: test     Partition: 1    Leader: 111     Replicas: 111,112,110  Isr: 111,112,110  
    22.         Topic: test     Partition: 2    Leader: 112     Replicas: 112,110,111  Isr: 112,110,111  
    23.   
    24.   
    25. 6 去zk上看kafka集群  
    26. [zk: localhost:2181(CONNECTED) 5] ls /  
    27. [admin, zookeeper, consumers, config, controller, zk-fifo, storm, brokers, controller_epoch]  
    28. [zk: localhost:2181(CONNECTED) 6] ls /brokers   ----> 查看注册在zk内的kafka  
    29. [topics, ids]  
    30. [zk: localhost:2181(CONNECTED) 7] ls /brokers/ids  
    31. [112, 110, 111]  
    32. [zk: localhost:2181(CONNECTED) 8] ls /brokers/ids/112  
    33. []  
    34. [zk: localhost:2181(CONNECTED) 9] ls /brokers/topics   
    35. [test]  
    36. [zk: localhost:2181(CONNECTED) 10] ls /brokers/topics/test   
    37. [partitions]  
    38. [zk: localhost:2181(CONNECTED) 11] ls /brokers/topics/test/partitions  
    39. [2, 1, 0]  
    40. [zk: localhost:2181(CONNECTED) 12]   


    2  kafka java调用:

    2.1 java端生产数据, kafka集群消费数据:

    Java代码  收藏代码
    1. 1 创建maven工程,pom.xml中增加如下:  
    2.  <dependency>  
    3.         <groupId>org.apache.kafka</groupId>  
    4.         <artifactId>kafka_2.10</artifactId>  
    5.         <version>0.8.2.0</version>  
    6.     </dependency>  
    7.   
    8.   
    9. 2 java代码:  向主题test内写入数据  
    10.   
    11. import java.util.Properties;  
    12. import java.util.concurrent.TimeUnit;  
    13.   
    14. import kafka.javaapi.producer.Producer;  
    15. import kafka.producer.KeyedMessage;  
    16. import kafka.producer.ProducerConfig;  
    17. import kafka.serializer.StringEncoder;  
    18.   
    19.   
    20.   
    21.   
    22. public class kafkaProducer extends Thread{  
    23.   
    24.     private String topic;  
    25.       
    26.     public kafkaProducer(String topic){  
    27.         super();  
    28.         this.topic = topic;  
    29.     }  
    30.       
    31.       
    32.     @Override  
    33.     public void run() {  
    34.         Producer producer = createProducer();  
    35.         int i=0;  
    36.         while(true){  
    37.             producer.send(new KeyedMessage<Integer, String>(topic, "message: " + i++));  
    38.             try {  
    39.                 TimeUnit.SECONDS.sleep(1);  
    40.             } catch (InterruptedException e) {  
    41.                 e.printStackTrace();  
    42.             }  
    43.         }  
    44.     }  
    45.   
    46.     private Producer createProducer() {  
    47.         Properties properties = new Properties();  
    48.         properties.put("zookeeper.connect", "192.168.1.110:2181,192.168.1.111:2181,192.168.1.112:2181");//声明zk  
    49.         properties.put("serializer.class", StringEncoder.class.getName());  
    50.         properties.put("metadata.broker.list", "192.168.1.110:9092,192.168.1.111:9093,192.168.1.112:9094");// 声明kafka broker  
    51.         return new Producer<Integer, String>(new ProducerConfig(properties));  
    52.      }  
    53.       
    54.       
    55.     public static void main(String[] args) {  
    56.         new kafkaProducer("test").start();// 使用kafka集群中创建好的主题 test   
    57.           
    58.     }  
    59.        
    60. }  
    61.   
    62.   
    63.   
    64.   
    65. 3  kafka集群中消费主题test的数据:  
    66. [root@h2master kafka]# bin/kafka-console-consumer.sh --zookeeper localhost:2181 --topic test --from-beginnin  
    67.   
    68. 4   启动java代码,然后在看集群消费的数据如下:  
    69.   
    70. message: 0  
    71. message: 1  
    72. message: 2  
    73. message: 3  
    74. message: 4  
    75. message: 5  
    76. message: 6  
    77. message: 7  
    78. message: 8  
    79. message: 9  
    80. message: 10  
    81. message: 11  
    82. message: 12  
    83. message: 13  
    84. message: 14  
    85. message: 15  
    86. message: 16  
    87. message: 17  
    88. message: 18  
    89. message: 19  
    90. message: 20  
    91. message: 21  

     3 kafka 使用Java写消费者,这样 先运行kafkaProducer ,在运行kafkaConsumer,即可得到生产者的数据:

    Java代码  收藏代码
    1. import java.util.HashMap;  
    2. import java.util.List;  
    3. import java.util.Map;  
    4. import java.util.Properties;  
    5.   
    6. import kafka.consumer.Consumer;  
    7. import kafka.consumer.ConsumerConfig;  
    8. import kafka.consumer.ConsumerIterator;  
    9. import kafka.consumer.KafkaStream;  
    10. import kafka.javaapi.consumer.ConsumerConnector;  
    11.   
    12.   
    13.   
    14.   
    15. /** 
    16.  * 接收数据 
    17.  * 接收到: message: 10 
    18. 接收到: message: 11 
    19. 接收到: message: 12 
    20. 接收到: message: 13 
    21. 接收到: message: 14 
    22.  * @author zm 
    23.  * 
    24.  */  
    25. public class kafkaConsumer extends Thread{  
    26.   
    27.     private String topic;  
    28.       
    29.     public kafkaConsumer(String topic){  
    30.         super();  
    31.         this.topic = topic;  
    32.     }  
    33.       
    34.       
    35.     @Override  
    36.     public void run() {  
    37.         ConsumerConnector consumer = createConsumer();  
    38.         Map<String, Integer> topicCountMap = new HashMap<String, Integer>();  
    39.         topicCountMap.put(topic, 1); // 一次从主题中获取一个数据  
    40.          Map<String, List<KafkaStream<byte[], byte[]>>>  messageStreams = consumer.createMessageStreams(topicCountMap);  
    41.          KafkaStream<byte[], byte[]> stream = messageStreams.get(topic).get(0);// 获取每次接收到的这个数据  
    42.          ConsumerIterator<byte[], byte[]> iterator =  stream.iterator();  
    43.          while(iterator.hasNext()){  
    44.              String message = new String(iterator.next().message());  
    45.              System.out.println("接收到: " + message);  
    46.          }  
    47.     }  
    48.   
    49.     private ConsumerConnector createConsumer() {  
    50.         Properties properties = new Properties();  
    51.         properties.put("zookeeper.connect", "192.168.1.110:2181,192.168.1.111:2181,192.168.1.112:2181");//声明zk  
    52.         properties.put("group.id", "group1");// 必须要使用别的组名称, 如果生产者和消费者都在同一组,则不能访问同一组内的topic数据  
    53.         return Consumer.createJavaConsumerConnector(new ConsumerConfig(properties));  
    54.      }  
    55.       
    56.       
    57.     public static void main(String[] args) {  
    58.         new kafkaConsumer("test").start();// 使用kafka集群中创建好的主题 test   
    59.           
    60.     }  
    61.        
    62. }  
     
    代码见附件:
     
     
  • 相关阅读:
    (5)基于协同过滤推荐算法的图书推荐研究
    (4)推荐系统评测方法和指标分析
    (3)浅析机器学习在推荐系统中的应用
    (2)协同过滤推荐算法概述 摘要
    (1)推荐系统概述 -- 摘要
    30+简约时尚的Macbook贴花
    20+非常棒的Photoshop卡通设计教程
    20+WordPress手机主题和插件【好收藏推荐】
    30+WordPress古典风格的主题-古典却不失时尚
    配置FCKeditor_2.6.3+fckeditor-java-2.4
  • 原文地址:https://www.cnblogs.com/starhu/p/6406475.html
Copyright © 2011-2022 走看看