Kafka利用Java实现数据的生产和消费实例教程

前言

在中讲述如何搭建kafka集群，本篇则讲述如何简单的使用 kafka 。不过在使用kafka的时候，还是应该简单的了解下kafka。

kafka的介绍

kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。

kafka 有如下特性：

• 以时间复杂度为o(1)的方式提供消息持久化能力，即使对tb级以上数据也能保证常数时间复杂度的访问性能。
• 高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100k条以上消息的传输。
• 支持kafka server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。
• scale out：支持在线水平扩展。

kafka的术语

• broker：kafka集群包含一个或多个服务器，这种服务器被称为broker。
• topic：每条发布到kafka集群的消息都有一个类别，这个类别被称为topic。（物理上不同topic的消息分开存储，逻辑上一个topic的消息虽然保存于一个或多个broker上但用户只需指定消息的topic即可生产或消费数据而不必关心数据存于何处）
• partition：partition是物理上的概念，每个topic包含一个或多个partition。
• producer：负责发布消息到kafka broker。
• consumer：消息消费者，向kafka broker读取消息的客户端。
• consumer group:每个consumer属于一个特定的consumer group（可为每个consumer指定group name，若不指定group name则属于默认的group）。

kafka核心api

kafka有四个核心api

• 应用程序使用producer api发布消息到1个或多个topic中。
• 应用程序使用consumer api来订阅一个或多个topic,并处理产生的消息。
• 应用程序使用streams api充当一个流处理器,从1个或多个topic消费输入流,并产生一个输出流到1个或多个topic,有效地将输入流转换到输出流。
• connector api允许构建或运行可重复使用的生产者或消费者,将topic链接到现有的应用程序或数据系统。

示例图如下:

kafka 应用场景

• 构建可在系统或应用程序之间可靠获取数据的实时流数据管道。
• 构建实时流应用程序，可以转换或响应数据流。

以上介绍参考kafka官方文档。

开发准备

如果我们要开发一个kafka的程序，应该做些什么呢？

首先，在搭建好kafka环境之后，我们要考虑的是我们是生产者还是消费者，也就是消息的发送者还是接受者。
不过在本篇中，生产者和消费者都会进行开发和讲解。

在大致的了解kafka之后，我们来开发第一个程序。

这里用的开发语言是java，构建工具maven。

maven的依赖如下:

 <dependency>
  <groupid>org.apache.kafka</groupid>
   <artifactid>kafka_2.12</artifactid>
   <version>1.0.0</version>
   <scope>provided</scope> 
  </dependency>
  
  <dependency>
    <groupid>org.apache.kafka</groupid>
    <artifactid>kafka-clients</artifactid>
    <version>1.0.0</version>
  </dependency>
  
  <dependency>
   <groupid>org.apache.kafka</groupid>
   <artifactid>kafka-streams</artifactid>
   <version>1.0.0</version>
  </dependency>

kafka producer

在开发生产的时候，先简单的介绍下kafka各种配置说明：

• bootstrap.servers： kafka的地址。
• acks:消息的确认机制，默认值是0。
• acks=0：如果设置为0，生产者不会等待kafka的响应。
• acks=1：这个配置意味着kafka会把这条消息写到本地日志文件中，但是不会等待集群中其他机器的成功响应。
• acks=all：这个配置意味着leader会等待所有的follower同步完成。这个确保消息不会丢失，除非kafka集群中所有机器挂掉。这是最强的可用性保证。
• retries：配置为大于0的值的话，客户端会在消息发送失败时重新发送。
• batch.size:当多条消息需要发送到同一个分区时，生产者会尝试合并网络请求。这会提高client和生产者的效率。
• key.serializer: 键序列化，默认org.apache.kafka.common.serialization.stringdeserializer。
• value.deserializer:值序列化，默认org.apache.kafka.common.serialization.stringdeserializer。

...

还有更多配置，可以去查看官方文档，这里就不在说明了。

那么我们kafka 的producer配置如下:

  properties props = new properties();
  props.put("bootstrap.servers", "master:9092,slave1:9092,slave2:9092");
  props.put("acks", "all");
  props.put("retries", 0);
  props.put("batch.size", 16384);
  props.put("key.serializer", stringserializer.class.getname());
  props.put("value.serializer", stringserializer.class.getname());
  kafkaproducer<string, string> producer = new kafkaproducer<string, string>(props);

kafka的配置添加之后，我们便开始生产数据，生产数据代码只需如下就行:

producer.send(new producerrecord<string, string>(topic,key,value));

• topic: 消息队列的名称，可以先行在kafka服务中进行创建。如果kafka中并未创建该topic，那么便会自动创建！
• key:键值，也就是value对应的值，和map类似。
• value:要发送的数据，数据格式为string类型的。

在写好生产者程序之后，那我们先来生产吧！

我这里发送的消息为:

 string messagestr="你好，这是第"+messageno+"条数据";

并且只发送1000条就退出，结果如下:

可以看到信息成功的打印了。

如果不想用程序进行验证程序是否发送成功，以及消息发送的准确性，可以在kafka服务器上使用命令查看。

kafka consumer

kafka消费这块应该来说是重点，毕竟大部分的时候，我们主要使用的是将数据进行消费。

kafka消费的配置如下:

• bootstrap.servers： kafka的地址。
• group.id：组名 不同组名可以重复消费。例如你先使用了组名a消费了kafka的1000条数据，但是你还想再次进行消费这1000条数据，并且不想重新去产生，那么这里你只需要更改组名就可以重复消费了。
• enable.auto.commit：是否自动提交，默认为true。
• auto.commit.interval.ms: 从poll(拉)的回话处理时长。
• session.timeout.ms:超时时间。
• max.poll.records:一次最大拉取的条数。
• auto.offset.reset：消费规则，默认earliest 。
  earliest: 当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费 。
  latest: 当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据 。
  none: topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常。
• key.serializer: 键序列化，默认org.apache.kafka.common.serialization.stringdeserializer。
• value.deserializer:值序列化，默认org.apache.kafka.common.serialization.stringdeserializer。
  

那么我们kafka 的consumer配置如下:

 properties props = new properties();
  props.put("bootstrap.servers", "master:9092,slave1:9092,slave2:9092");
  props.put("group.id", groupid);
  props.put("enable.auto.commit", "true");
  props.put("auto.commit.interval.ms", "1000");
  props.put("session.timeout.ms", "30000");
  props.put("max.poll.records", 1000);
  props.put("auto.offset.reset", "earliest");
  props.put("key.deserializer", stringdeserializer.class.getname());
  props.put("value.deserializer", stringdeserializer.class.getname());
  kafkaconsumer<string, string> consumer = new kafkaconsumer<string, string>(props);

由于我这是设置的自动提交，所以消费代码如下:

我们需要先订阅一个topic，也就是指定消费哪一个topic。

consumer.subscribe(arrays.aslist(topic));

订阅之后，我们再从kafka中拉取数据:

consumerrecords<string, string> msglist=consumer.poll(1000);

一般来说进行消费会使用监听，这里我们就用for(;;)来进行监听， 并且设置消费1000条就退出！

结果如下:

可以看到我们这里已经成功消费了生产的数据了。

代码

那么生产者和消费者的代码如下:

生产者:

import java.util.properties;
import org.apache.kafka.clients.producer.kafkaproducer;
import org.apache.kafka.clients.producer.producerrecord;
import org.apache.kafka.common.serialization.stringserializer;

/**
 * 
* title: kafkaproducertest
* description: 
* kafka 生产者demo
* version:1.0.0 
* @author pancm
* @date 2018年1月26日
 */
public class kafkaproducertest implements runnable {

 private final kafkaproducer<string, string> producer;
 private final string topic;
 public kafkaproducertest(string topicname) {
  properties props = new properties();
  props.put("bootstrap.servers", "master:9092,slave1:9092,slave2:9092");
  props.put("acks", "all");
  props.put("retries", 0);
  props.put("batch.size", 16384);
  props.put("key.serializer", stringserializer.class.getname());
  props.put("value.serializer", stringserializer.class.getname());
  this.producer = new kafkaproducer<string, string>(props);
  this.topic = topicname;
 }

 @override
 public void run() {
  int messageno = 1;
  try {
   for(;;) {
    string messagestr="你好，这是第"+messageno+"条数据";
    producer.send(new producerrecord<string, string>(topic, "message", messagestr));
    //生产了100条就打印
    if(messageno%100==0){
     system.out.println("发送的信息:" + messagestr);
    }
    //生产1000条就退出
    if(messageno%1000==0){
     system.out.println("成功发送了"+messageno+"条");
     break;
    }
    messageno++;
   }
  } catch (exception e) {
   e.printstacktrace();
  } finally {
   producer.close();
  }
 }
 
 public static void main(string args[]) {
  kafkaproducertest test = new kafkaproducertest("kafka_test");
  thread thread = new thread(test);
  thread.start();
 }
}

消费者:

import java.util.arrays;
import java.util.properties;
import org.apache.kafka.clients.consumer.consumerrecord;
import org.apache.kafka.clients.consumer.consumerrecords;
import org.apache.kafka.clients.consumer.kafkaconsumer;
import org.apache.kafka.common.serialization.stringdeserializer;


/**
 * 
* title: kafkaconsumertest
* description: 
* kafka消费者 demo
* version:1.0.0 
* @author pancm
* @date 2018年1月26日
 */
public class kafkaconsumertest implements runnable {

 private final kafkaconsumer<string, string> consumer;
 private consumerrecords<string, string> msglist;
 private final string topic;
 private static final string groupid = "groupa";

 public kafkaconsumertest(string topicname) {
  properties props = new properties();
  props.put("bootstrap.servers", "master:9092,slave1:9092,slave2:9092");
  props.put("group.id", groupid);
  props.put("enable.auto.commit", "true");
  props.put("auto.commit.interval.ms", "1000");
  props.put("session.timeout.ms", "30000");
  props.put("auto.offset.reset", "earliest");
  props.put("key.deserializer", stringdeserializer.class.getname());
  props.put("value.deserializer", stringdeserializer.class.getname());
  this.consumer = new kafkaconsumer<string, string>(props);
  this.topic = topicname;
  this.consumer.subscribe(arrays.aslist(topic));
 }

 @override
 public void run() {
  int messageno = 1;
  system.out.println("---------开始消费---------");
  try {
   for (;;) {
     msglist = consumer.poll(1000);
     if(null!=msglist&&msglist.count()>0){
     for (consumerrecord<string, string> record : msglist) {
      //消费100条就打印 ,但打印的数据不一定是这个规律的
      if(messageno%100==0){
       system.out.println(messageno+"=======receive: key = " + record.key() + ", value = " + record.value()+" offset==="+record.offset());
      }
      //当消费了1000条就退出
      if(messageno%1000==0){
       break;
      }
      messageno++;
     }
    }else{ 
     thread.sleep(1000);
    }
   }  
  } catch (interruptedexception e) {
   e.printstacktrace();
  } finally {
   consumer.close();
  }
 } 
 public static void main(string args[]) {
  kafkaconsumertest test1 = new kafkaconsumertest("kafka_test");
  thread thread1 = new thread(test1);
  thread1.start();
 }
}

注: master、slave1、slave2 是因为我在自己的环境做了关系映射，这个可以换成服务器的ip。

当然项目我放在github上了，有兴趣的可以看看。  （）

总结

简单的开发一个kafka的程序需要以下步骤:

• 成功搭建kafka服务器，并成功启动！
• 得到kafka服务信息，然后在代码中进行相应的配置。
• 配置完成之后，监听kafka中的消息队列是否有消息产生。
• 将产生的数据进行业务逻辑处理！

kafka介绍参考官方文档:

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。