Kafka 使用Java实现数据的生产和消费demo

朱雀 2022-06-01 11:28 563阅读 0赞

## 前言 ##

在[上一篇][Link 1]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:  
![这里写图片描述][SouthEast]

### 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:  
![这里写图片描述][SouthEast 1]

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:  
![这里写图片描述][SouthEast 2]

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。 [https://github.com/xuwujing/kafka][https_github.com_xuwujing_kafka]

## 总结 ##

简单的开发一个kafka的程序需要以下步骤:

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

kafka介绍参考官方文档:  
[http://kafka.apache.org/intro][http_kafka.apache.org_intro]

到此，本文就结束了，谢谢阅读！

[Link 1]: http://www.cnblogs.com/xuwujing/p/8361629.html
[SouthEast]: /images/20220601/d4a44cb52745459bbe5da627a79b2da3.png
[SouthEast 1]: /images/20220601/c13fbad547df4929b6ced0e62de04858.png
[SouthEast 2]: /images/20220601/fb7c4e6c78b34f5c8e657709cb24be95.png
[https_github.com_xuwujing_kafka]: https://github.com/xuwujing/kafka
[http_kafka.apache.org_intro]: http://kafka.apache.org/intro