Kafka单机环境配置及基本使用详解

473次阅读

没有评论

共计 10858 个字符，预计需要花费 28 分钟才能阅读完成。

在 Kafka 中有一些基本的概念，

简介：Topic 在 Kafka 中是一个抽象的概念，一个主题是已经发布的记录的种类。主题在 Kafka 中是可以被多重订阅的，这就意味着一个主题可能有 0 个、一个、或者许多个消费者去订阅这个主题中的消息。
Partitions：在每一个 topic 在 Kafka 中可以有多个分区，增加一个主题的分区可以提高 Kafka 的吞吐率，但是不是越多越好，因为如果分区数量越多的话生产者插入的效率也会降低。所以真正到生产环境时，需要权衡生产与消费的一个平衡关系，消费稍微大于生产者，不会产生消息的堆积，也能够充分提高 Kafka 的效率。
Replication Factor：复制因子，是对于当前的 Topic 是否需要副本。如果设置成 1 的话，代表当前 Topic 在整个 Kafka 中只有一份。这里有个限制 Topic 的数量不能够多于当前 Kafka 的 Broker 数量。
存储方式：在 Kafka 的配置中 (Server.properties) 有 logs.dir 的配置，这个是 Kafka 存储消息的位置。如果 Topic 复制因子是 1 分区是 1 的话，在对应的文件夹下会有一个名称为 topicname 的文件夹；如果复制因子是 2 分区是 2，假设存在两个 Broker，在每个 Broker 中将会存在两个文件夹分别为 topicname_0 topicname_1 的文件夹
Leader 与 Follower：由于每个 topic 如果存在副本的话，是对于 partition 进行复制。这么多存在在不同的 Broker 上的副本，其中有一个 partition 是 leader 其他的是 Followers，当一个 broker 宕机会在副本中选择一个充当 Leader。

生产者，顾明思议是生产消息，允许应用发布一个流的消息到一个或者多个主题中，

简介：消费者是订阅某个 topic 消息。
Group: 每个消费者都有个 groupid 来标定当前消费者属于哪个 group。Group 的作用是，当同一个 group 的两个消费者订阅一个 topic 的时候，如果当前 topic 没有分区那么其中一个消费者是获得不了任何消息的；如果有分区的话，将会按照数量进行负载均衡，每个消费者获得不同的分区的消息。
同一个 Group 下的消费者不会同时订阅一个主题下的同一个分区，如果消费者数量杜宇分区数量，则多出的消费者是不会有任何消息获得的。

Broker

Broker 是一个 Kafka 的 Server，一台单物理机或者集群都可以拥有多个 broker 一个 broker 可以容纳多个主题，这个与复制因子、主题的分区都有关系。

win10 物理机
Wmare CentOS7 虚拟机
XShell 访问虚拟机

下载

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

cd zookeeper-3.4.13/conf

复制 zookeeper 的配置文件

cp zoo_sample.cfg zoo.cfg

返回上级进入 bin 目录下，键入如下命令

./zkServer.sh start

查看是否成功开启 zookeeper 服务

# 注：这里提示一下开启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
# 如果没有结果查看统计目录下的 zookeeper.out 文件 查看 log 信息
# 使用 jps 命令查看 QuorumPeerMain 是 zookeeper 的守护进程
11089 QuorumPeerMain
11114 Jps

下载安装包

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

# 第一个是 start.sh 位置第二个是 server.rpoperties 的位置，所以确认好路径的正确性
./kafka-server-start.sh ./../config/server.properties &
# 我们可以在 Kafka 的目录下直接执行，而不进入到 bin 下，命令看着更舒服些
./bin/kafka-server-start.sh ./config/server.properties &

查看是否开启成功：默认的 Kafka 端口是 9092，zookeeper 是 2181

netstat -tunlp|egrep "(2181|9092)"
# 结果如下
[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

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

我们重新开一个 Xshell 窗口，CD 到Kafka 目录 /bin 下，我们先介绍这一节会使用到的 kafka-console-producer.sh

# 键入如下命令
./kafka-console-producer.sh --broker-list localhost:9092 --topic test
>today message
>
# 最近本的指定，broker-list 与 topic 是必须的参数
# 成功命令行会进入一个 > 的情况，键入消息按回车键就是发送消息到 Kafka 了
# 发送一个【today message】

kafka-console-producer.sh参数说明，运行./kafka-console-producer.sh --help 可查看

重新开另个一 Xshell 窗口 CD 到Kafka 目录 /bin 下，我们先介绍这一节会使用到的 kafka-console-consumer.sh

# 键入如下命令
./bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning
# 最近本的指定，bootstrap-server 与 topic/whitelist 是必须的参数
# 由于有 from-beginning 参数 会从头 load 所有消息
# 消费后返回如下
today message
#在生产端键入消息后，消费端会同步消息出现

kafka-console-consumer.sh参数说明运行./kafka-console-consumer.sh --help 可查看

在物理机上写一个 Python 生产者的脚本

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 上消费的命令行

[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

在物理机上写一个消费者的脚本

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();

物理机消费者的结果

# 我这边是先运行的消费者的脚本，所以实时接收到了物理机产生的消息
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)

测试使用虚拟机 sh 端的生产者发送 123 消息，查看物理机消费者结果

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)

几点注意

# 物理机连接时可能出现【kafka.errors.NoBrokersAvailable: NoBrokersAvailable】这个错误按照如下顺序依次更改
1. 查看虚拟机防火墙是否关闭
    systemctl status firewalld
    systemctl stop firewalld
2. 更改 kafka 服务端的 server.properties:
    增加 [listeners=PLAINTEXT://192.168.233.138:9092]这一行
3. 修改物理机的 hosts 文件 C:\Windows\System32\drivers\etc\hosts
    增加【虚拟机 ip 虚拟机主机名】Eg:[192.168.233.138 localhost]

注：我直接在我的一个寄存的 Spring Boot Demo 项目上更改

在 pom.xml 中添加 kafka 依赖

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

写一个 kafka 生产者配置类

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());
        }

}

创建一个生产数据的 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("发送 kafka 成功.");
            } catch (Exception e) {logger.error("发送 kafka 失败", e);
            }
        }

}

启动项目后，在浏览器访问 http://localhost:8080/kafka/send?message=url_producer

# 查看结果
2019-03-05 13:57:16.438  INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController    : 发送 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    : 发送 kafka 成功.
# 查看虚拟机 Consumer 结果

[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

增加消费者的配置

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 类

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());
    }
}

同样我们用访问 http://localhost:8080/kafka/send?message=url_producer1 重新发一个消息

# 结果
2019-03-05 14:31:04.787  INFO 10208 --- [nio-8080-exec-1] c.e.kane.Controller.CollectController    : 发送 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
# 查看虚拟机 消费者信息
physics python message
123
null
url_producer
url_producer1
url_producer1