Kafka 概念、單機搭建與使用
Kafka 概念、單機搭建與使用
官方網址: Apache Kafka® isa distributed streaming platform
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訊息。
-
Partitions:在每一個topic在Kafka中可以有多個分割槽,增加一個主題的分割槽可以提高Kafka的吞吐率,但是不是越多越好,因為如果分割槽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係,消費稍微大於生產者,不會產生訊息的堆積,也能夠充分提高Kafka的效率。
-
Replication Factor:複製因子,是對於當前的Topic是否需要副本。如果設定成1的話,代表當前Topic在整個Kafka中只有一份。這裡有個限制Topic的數量不能夠多於當前Kafka的Broker數量。
-
儲存方式:在Kafka的配置中(Server.properties)有logs.dir的配置,這個是Kafka儲存訊息的位置。如果Topic複製因子是1分割槽是1的話,在對應的資料夾下會有一個名稱為topicname的資料夾;如果複製因子是2分割槽是2,假設存在兩個Broker,在每個Broker中將會存在兩個資料夾分別為topicname_0 topicname_1的資料夾
-
Leader與Follower:由於每個topic如果存在副本的話,是對於partition進行復制。這麼多存在在不同的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。關於Kafka中的選舉機制以及Leader的確認可以檢視這兩篇文章:Leader確認 、選舉機制
Producer
生產者,顧明思議是生產訊息,允許應用釋出一個流的訊息到一個或者多個主題中,
Consumer
- 簡介:消費者是訂閱某個topic訊息。
- Group:每個消費者都有個groupid 來標定當前消費者屬於哪個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沒有分割槽那麼其中一個消費者是獲得不了任何訊息的;如果有分割槽的話,將會按照數量進行負載均衡,每個消費者獲得不同的分割槽的訊息。
-
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割槽,如果消費者數量杜宇分割槽數量,則多出的消費者是不會有任何訊息獲得的。
Broker
Broker 是一個Kafka的Server,一臺單物理機或者叢集都可以擁有多個broker一個broker可以容納多個主題,這個與複製因子、主題的分割槽都有關係。
Kafka單機配置,一個Broker
環境:
- win10物理機
- Wmare Centos7虛擬機器
- XShell 訪問虛擬機器
配置zookeeper
- 下載
# zookeeper wget http://mirror.bit.edu.cn/apache/zookeeper/zookeeper-3.4.13/zookeeper-3.4.13.tar.gz
- 解壓後進入目錄
cd zookeeper-3.4.13/conf
- 複製zookeeper的配置檔案
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
- 檢視是否成功開啟zookeeper服務
#注:這裡提示一下開啟後提示的成功不一定是真的成功,所以需要檢視一下 netstat -tunlp|egrep 2181 # 如果沒有結果檢視統計目錄下的 zookeeper.out檔案 檢視log資訊 # 使用jps命令檢視 QuorumPeerMain是zookeeper的守護程序 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
- 解壓後進入資料夾下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 &
- 檢視是否開啟成功:預設的Kafka埠是9092,zookeeper是2181
netstat -tunlp|egrep "(2181|9092)" # 結果如下 [root@localhost ~]# netstat -tunlp|egrep "(2181|9092)" tcp600 :::9092:::*LISTEN1877/javatcp600 :::2181:::*LISTEN1820/java # jps 檢視 11089 QuorumPeerMain 11458 Kafka 11847 Jps
- 至此Kafka配置成功
使用Kafka
建立topic
./kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test # 返回結果 Created topic "test"
在虛擬機器用sh指令碼上作為生產者生產訊息
-
我們重新開一個Xshell視窗,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是必須的引數 # 成功命令列會進入一個>的情況,鍵入訊息按回車鍵就是傳送訊息到Kafka了 # 傳送一個【today message】
-
kafka-console-producer.sh
引數說明,執行
./kafka-console-producer.sh --help
可檢視
在虛擬機器上用sh指令碼作為消費者消費訊息
-
重新開另個一Xshell視窗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是必須的引數 # 由於有 from-beginning 引數 會從頭load所有訊息 # 消費後返回如下 today message #在生產端鍵入訊息後,消費端會同步訊息出現
-
kafka-console-consumer.sh
引數說明執行
./kafka-console-consumer.sh --help
可檢視
使用Python作為生產者、消費者
- 在物理機上寫一個Python生產者的指令碼
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");
- 檢視Xshell上消費的命令列
[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指令碼
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
# 我這邊是先執行的消費者的指令碼,所以實時接收到了物理機產生的訊息 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)
- 測試使用虛擬機器sh端的生產者傳送123 訊息,檢視物理機消費者結果
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
# 物理機連線時可能出現【kafka.errors.NoBrokersAvailable: NoBrokersAvailable】這個錯誤按照如下順序依次更改 1. 檢視虛擬機器防火牆是否關閉 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檔案 C:\Windows\System32\drivers\etc\hosts 增加 【虛擬機器ip 虛擬機器主機名】 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專案上更改
- 在pom.xml中新增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()); } }
- 建立一個生產資料的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的訊息={}", message); kafkaTemplate.send("test", "key", message); logger.info("傳送kafka成功."); } catch (Exception e) { logger.error("傳送kafka失敗", e); } } }
- 啟動專案後,在瀏覽器訪問http://localhost:8080/kafka/send?message=url_producer
# 檢視結果 2019-03-05 13:57:16.438INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController: 傳送kafka成功. 2019-03-05 13:57:45.871INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController: kafka的訊息=url_producer 2019-03-05 13:57:45.872INFO 10208 --- [nio-8080-exec-5] c.e.kane.Controller.CollectController: 傳送kafka成功. # 檢視虛擬機器 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重新發一個訊息
# 結果 2019-03-05 14:31:04.787INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController: 傳送kafka成功. 2019-03-05 14:31:04.848INFO 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 14:31:04.848INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener: kafka的key: key 2019-03-05 14:31:04.848INFO 10208 --- [ntainer#0-0-C-1] com.example.kane.service.kafka_listener: kafka的value: url_producer1 # 檢視虛擬機器 消費者資訊 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