基本概念介紹

在Kafka中有一些基本的概念，

Topic

• 簡介：Topic在Kafka中是一個抽象的概念，一個主題是已經發布的記錄的種類。主題在Kafka中是可以被多重訂閱的，這就意味著一個主題可能有0個、一個、或者許多個消費者去訂閱這個主題中的消息。

• Partitions：在每一個topic在Kafka中可以有多個分區，增加一個主題的分區可以提高Kafka的吞吐率，但是不是越多越好，因為如果分區數量越多的話生產者插入的效率也會降低。所以真正到生產環境時，需要權衡生產與消費的一個平衡關系，消費稍微大于生產者，不會產生消息的堆積，也能夠充分提高Kafka的效率。

• Replication Factor：復制因子，是對于當前的Topic是否需要副本。如果設置成1的話，代表當前Topic在整個Kafka中只有一份。這里有個限制Topic的數量不能夠多于當前Kafka的Broker數量。

• 存儲方式：在Kafka的配置中(Server.properties)有logs.dir的配置，這個是Kafka存儲消息的位置。如果Topic復制因子是1分區是1的話，在對應的文件夾下會有一個名稱為topicname的文件夾；如果復制因子是2分區是2，假設存在兩個Broker，在每個Broker中將會存在兩個文件夾分別為topicname_0 topicname_1的文件夾

• Leader與Follower：由于每個topic如果存在副本的話，是對于partition進行復制。這么多存在在不同的Broker上的副本，其中有一個partition是leader其他的是Followers，當一個broker宕機會在副本中選擇一個充當Leader。

Producer

生產者，顧明思議是生產消息，允許應用發布一個流的消息到一個或者多個主題中，

Consumer

• 簡介：消費者是訂閱某個topic消息。
• Group:每個消費者都有個groupid 來標定當前消費者屬于哪個group。Group的作用是，當同一個group的兩個消費者訂閱一個topic的時候，如果當前topic沒有分區那么其中一個消費者是獲得不了任何消息的；如果有分區的話，將會按照數量進行負載均衡，每個消費者獲得不同的分區的消息。

• 同一個Group下的消費者不會同時訂閱一個主題下的同一個分區，如果消費者數量杜宇分區數量，則多出的消費者是不會有任何消息獲得的。

  Broker

Broker 是一個Kafka的Server，一臺單物理機或者集群都可以擁有多個broker一個broker可以容納多個主題，這個與復制因子、主題的分區都有關系。

Kafka單機配置，一個Broker

環境：

• win10物理機
• Wmare CentOS7虛擬機
• XShell 訪問虛擬機

配置zookeeper

• 下載

# zookeeper  wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.13/zookeeper-3.4.13.tar.gz

• 解壓后進入目錄

cd zookeeper-3.4.13/conf

• 復制zookeeper的配置文件

cp zoo_sample.cfg zoo.cfg   

• 返回上級進入bin目錄下，鍵入如下命令

./zkServer.sh start 

• 查看是否成功開啟zookeeper服務

#注：這里提示一下開啟后提示的成功不一定是真的成功,所以需要查看一下  netstat -tunlp|egrep 2181  # 如果沒有結果查看統計目錄下的 zookeeper.out文件 查看log信息  # 使用jps命令查看 QuorumPeerMain是zookeeper的守護進程  11089 QuorumPeerMain  11114 Jps

配置Kafka

• 下載安裝包

# Kafka  wget http://mirror.bit.edu.cn/apache/kafka/2.1.0/kafka_2.11-2.1.0.tgz

• 解壓后進入文件夾下bin目錄下

# 第一個是start.sh位置第二個是server.rpoperties的位置，所以確認好路徑的正確性  ./kafka-server-start.sh ./../config/server.properties &  # 我們可以在Kafka的目錄下直接執行，而不進入到bin下，命令看著更舒服些  ./bin/kafka-server-start.sh ./config/server.properties &

• 查看是否開啟成功：默認的Kafka端口是9092，zookeeper是2181

netstat -tunlp|egrep "(2181|9092)"  # 結果如下  [root@localhost ~]# netstat -tunlp|egrep "(2181|9092)"  tcp6      0     0 :::9092               :::*                  LISTEN      1877/java  tcp6      0     0 :::2181               :::*                  LISTEN      1820/java  # jps 查看  11089 QuorumPeerMain  11458 Kafka  11847 Jps

• 至此Kafka配置成功

使用Kafka

創建topic

./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test  # 返回結果  Created topic "test"

在虛擬機用sh腳本上作為生產者生產消息

• 我們重新開一個Xshell窗口，CD到Kafka目錄/bin下，我們先介紹這一節會使用到的 kafka-console-producer.sh

# 鍵入如下命令  ./kafka-console-producer.sh --broker-list localhost:9092 --topic test  >today message  >  # 最近本的指定，broker-list與topic是必須的參數  # 成功命令行會進入一個>的情況，鍵入消息按回車鍵就是發送消息到Kafka了  # 發送一個【today message】

• kafka-console-producer.sh參數說明，運行./kafka-console-producer.sh --help可查看

在虛擬機上用sh腳本作為消費者消費消息

• 重新開另個一Xshell窗口CD到Kafka目錄/bin下，我們先介紹這一節會使用到的 kafka-console-consumer.sh

# 鍵入如下命令  ./bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning  # 最近本的指定，bootstrap-server與topic/whitelist是必須的參數  # 由于有 from-beginning 參數 會從頭load所有消息  # 消費后返回如下  today message  #在生產端鍵入消息后，消費端會同步消息出現

• kafka-console-consumer.sh參數說明運行./kafka-console-consumer.sh --help可查看

使用Python作為生產者、消費者

• 在物理機上寫一個Python生產者的腳本

from kafka.producer import KafkaProducer  import time  def send_data(data):      producer = KafkaProducer(bootstrap_servers='192.168.233.138:9092')      producer.send("test",b''+str(data)+'')      producer.flush()      print ("end")        if __name__=="__main__":      send_data("physics python message");

• 查看Xshell上消費的命令行

[root@localhost ~]# /home/kafka_2.11-2.1.0/bin/kafka-console-consumer.sh --bootstrap-server 192.168.233.138:9092 --topic test --from-beginning  111  333    1  12  physics python message

• 在物理機上寫一個消費者的腳本

from kafka import KafkaConsumer  import time  def get_data(data):      consumer = KafkaConsumer('test',bootstrap_servers='192.168.233.138:9092', group_id='my_favorite_group')      print ("end")      for msg in consumer:          print(msg)        if __name__=="__main__":      get_data();

• 物理機消費者的結果

# 我這邊是先運行的消費者的腳本，所以實時接收到了物理機產生的消息  ConsumerRecord(topic=u'test', partition=0, offset=5, timestamp=1551762485911L, timestamp_type=0, key=None, value='physics python message', checksum=1520092583, serialized_key_size=-1, serialized_value_size=22)

• 測試使用虛擬機sh端的生產者發送123 消息，查看物理機消費者結果

ConsumerRecord(topic=u'test', partition=0, offset=6, timestamp=1551762784609L, timestamp_type=0, key=None, value='123', checksum=1760815061, serialized_key_size=-1, serialized_value_size=3)

• 幾點注意

# 物理機連接時可能出現【kafka.errors.NoBrokersAvailable: NoBrokersAvailable】這個錯誤按照如下順序依次更改  1. 查看虛擬機防火墻是否關閉      systemctl status firewalld      systemctl stop firewalld  2. 更改kafka服務端的server.properties:      增加 [ listeners=PLAINTEXT://192.168.233.138:9092 ]這一行  3. 修改物理機的hosts文件 C:WindowsSystem32driversetchosts      增加 【虛擬機ip 虛擬機主機名】 Eg:[192.168.233.138 localhost]

使用Springboot 作為生產者、消費者

注：我直接在我的一個寄存的Spring Boot Demo項目上更改

• 在pom.xml中添加kafka依賴

 <dependency>   <groupId>org.springframework.kafka</groupId>   <artifactId>spring-kafka</artifactId>   </dependency>  <!-- 提示一件事情此處別指定version了，直接用最新的就可以，老的版本一些包找不到 -->

• 寫一個kafka 生產者配置類

package com.example.kane.config;    import java.util.HashMap;  import java.util.Map;  import java.util.regex.Pattern;    import org.apache.kafka.clients.consumer.ConsumerConfig;  import org.apache.kafka.clients.producer.ProducerConfig;  import org.apache.kafka.common.serialization.StringDeserializer;  import org.apache.kafka.common.serialization.StringSerializer;  import org.springframework.context.annotation.Bean;  import org.springframework.context.annotation.Configuration;  import org.springframework.kafka.annotation.EnableKafka;  import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;  import org.springframework.kafka.core.ConsumerFactory;  import org.springframework.kafka.core.DefaultKafkaConsumerFactory;  import org.springframework.kafka.core.DefaultKafkaProducerFactory;  import org.springframework.kafka.core.KafkaTemplate;  import org.springframework.kafka.core.ProducerFactory;    @Configuration  @EnableKafka  public class kafka_config {       public Map<String, Object> producerConfigs() {              Map<String, Object> props = new HashMap<>();              props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.233.138:9092");              props.put(ProducerConfig.RETRIES_CONFIG, 0);              props.put(ProducerConfig.BATCH_SIZE_CONFIG, 4096);              props.put(ProducerConfig.LINGER_MS_CONFIG, 1);              props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 40960);              props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);              props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);              return props;          }                 public ProducerFactory<String, String> producerFactory() {              return new DefaultKafkaProducerFactory<>(producerConfigs());          }                 @Bean          public KafkaTemplate<String, String> kafkaTemplate() {              return new KafkaTemplate<String, String>(producerFactory());          }    }

• 創建一個生產數據的Controller

package com.example.kane.Controller;    import org.slf4j.Logger;  import org.slf4j.LoggerFactory;  import org.springframework.beans.factory.annotation.Autowired;  import org.springframework.kafka.core.KafkaTemplate;  import org.springframework.web.bind.annotation.*;  import javax.servlet.http.HttpServletRequest;  import javax.servlet.http.HttpServletResponse;      @RestController  @RequestMapping("/kafka")  public class CollectController {       protected final Logger logger = LoggerFactory.getLogger(this.getClass());          @Autowired          private KafkaTemplate kafkaTemplate;            @RequestMapping(value = "/send", method = RequestMethod.GET)          public void sendKafka(HttpServletRequest request, HttpServletResponse response) {              try {                  String message = request.getParameter("message");                  logger.info("kafka的消息={}", message);                  kafkaTemplate.send("test", "key", message);                  logger.info("發送kafka成功.");              } catch (Exception e) {                  logger.error("發送kafka失敗", e);              }          }    }

• 啟動項目后，在瀏覽器訪問http://localhost:8080/kafka/send?message=url_producer

# 查看結果  2019-03-05 13:57:16.438  INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController    : 發送kafka成功.  2019-03-05 13:57:45.871  INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController    : kafka的消息=url_producer  2019-03-05 13:57:45.872  INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController    : 發送kafka成功.  # 查看虛擬機 Consumer結果    [root@localhost ~]# /home/kafka_2.11-2.1.0/bin/kafka-console-consumer.sh --bootstrap-server 192.168.233.138:9092 --topic test --from-beginning  physics python message  123  null  url_producer

• 增加消費者的配置

package com.example.kane.config;    import org.apache.kafka.clients.consumer.ConsumerConfig;  import org.apache.kafka.common.serialization.StringDeserializer;  import org.springframework.beans.factory.annotation.Value;  import org.springframework.context.annotation.Bean;  import org.springframework.context.annotation.Configuration;  import org.springframework.kafka.annotation.EnableKafka;  import org.springframework.kafka.config.ConcurrentKafkaListenerContainerFactory;  import org.springframework.kafka.config.KafkaListenerContainerFactory;  import org.springframework.kafka.core.ConsumerFactory;  import org.springframework.kafka.core.DefaultKafkaConsumerFactory;  import org.springframework.kafka.listener.ConcurrentMessageListenerContainer;    import java.util.HashMap;  import java.util.Map;    import com.example.kane.service.kafka_listener;  @Configuration  @EnableKafka  public class kafka_consumer_config {      @Bean      public KafkaListenerContainerFactory<ConcurrentMessageListenerContainer<String, String>> kafkaListenerContainerFactory() {          ConcurrentKafkaListenerContainerFactory<String, String> factory = new ConcurrentKafkaListenerContainerFactory<>();          factory.setConsumerFactory(consumerFactory());          return factory;      }        public ConsumerFactory<String, String> consumerFactory() {          return new DefaultKafkaConsumerFactory<>(consumerConfigs());      }          public Map<String, Object> consumerConfigs() {          Map<String, Object> propsMap = new HashMap<>();          propsMap.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.233.138:9092");          propsMap.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);          propsMap.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);          propsMap.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);          propsMap.put(ConsumerConfig.GROUP_ID_CONFIG, "test");          return propsMap;      }      @Bean      public kafka_listener listener() {          return new kafka_listener();      }  }

• 增加listener類

package com.example.kane.service;  import org.apache.kafka.clients.consumer.ConsumerRecord;  import org.slf4j.Logger;  import org.slf4j.LoggerFactory;  import org.springframework.kafka.annotation.KafkaListener;  public class kafka_listener {      protected final Logger logger = LoggerFactory.getLogger(this.getClass());          @KafkaListener(topics = {"test"})      public void listen(ConsumerRecord<?, ?> record) {          logger.info(record.toString());          logger.info("kafka的key: " + record.key());          logger.info("kafka的value: " + record.value().toString());      }  }

• 同樣我們用訪問http://localhost:8080/kafka/send?message=url_producer1重新發一個消息

# 結果  2019-03-05 14:31:04.787  INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController    : 發送kafka成功.  2019-03-05 14:31:04.848  INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener  : ConsumerRecord(topic = test, partition = 0, offset = 10, CreateTime = 1551767464787, serialized key size = 3, serialized value size = 13, headers = RecordHeaders(headers = [], isReadOnly = false), key = key, value = url_producer1)  2019-03-05 14:31:04.848  INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener  : kafka的key: key  2019-03-05 14:31:04.848  INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener  : kafka的value: url_producer1  # 查看虛擬機 消費者信息  physics python message  123  null  url_producer  url_producer1  url_producer1

一些需要注意的問題

1. 現在kafka官方提供自帶zookeeper版本，不建議使用自帶的，還是建議自己安裝zookeeper
2. 物理機沒法訪問的時候，看文中的注意事項，依次更改一定能訪問