站長資訊網基本概念介紹
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
- 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
- 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
