Kafka利用Java實現數據的生產和消費實例教程

2024-07-13 10:17:26

字體：大中小

來源：轉載

供稿：網友

前言

在上一篇中講述如何搭建kafka集群，本篇則講述如何簡單的使用 kafka 。不過在使用kafka的時候，還是應該簡單的了解下kafka。

Kafka的介紹

Kafka是一種高吞吐量的分布式發布訂閱消息系統，它可以處理消費者規模的網站中的所有動作流數據。

Kafka 有如下特性：

以時間復雜度為O(1)的方式提供消息持久化能力，即使對TB級以上數據也能保證常數時間復雜度的訪問性能。
高吞吐率。即使在非常廉價的商用機器上也能做到單機支持每秒100K條以上消息的傳輸。
支持Kafka Server間的消息分區，及分布式消費，同時保證每個Partition內的消息順序傳輸。
同時支持離線數據處理和實時數據處理。
Scale out：支持在線水平擴展。

kafka的術語

Broker：Kafka集群包含一個或多個服務器，這種服務器被稱為broker。
Topic：每條發布到Kafka集群的消息都有一個類別，這個類別被稱為Topic。（物理上不同Topic的消息分開存儲，邏輯上一個Topic的消息雖然保存于一個或多個broker上但用戶只需指定消息的Topic即可生產或消費數據而不必關心數據存于何處）
Partition：Partition是物理上的概念，每個Topic包含一個或多個Partition。
Producer：負責發布消息到Kafka broker。
Consumer：消息消費者，向Kafka broker讀取消息的客戶端。
Consumer Group:每個Consumer屬于一個特定的Consumer Group（可為每個Consumer指定group name，若不指定group name則屬于默認的group）。

kafka核心Api

kafka有四個核心API

應用程序使用producer API發布消息到1個或多個topic中。
應用程序使用consumer API來訂閱一個或多個topic,并處理產生的消息。
應用程序使用streams API充當一個流處理器,從1個或多個topic消費輸入流,并產生一個輸出流到1個或多個topic,有效地將輸入流轉換到輸出流。
connector API允許構建或運行可重復使用的生產者或消費者,將topic鏈接到現有的應用程序或數據系統。

示例圖如下:

java,消費,kafka,數據

kafka 應用場景

構建可在系統或應用程序之間可靠獲取數據的實時流數據管道。
構建實時流應用程序，可以轉換或響應數據流。

以上介紹參考kafka官方文檔。

開發準備

如果我們要開發一個kafka的程序，應該做些什么呢？

首先，在搭建好kafka環境之后，我們要考慮的是我們是生產者還是消費者，也就是消息的發送者還是接受者。
不過在本篇中，生產者和消費者都會進行開發和講解。

在大致的了解kafka之后，我們來開發第一個程序。

這里用的開發語言是Java，構建工具Maven。

Maven的依賴如下:

 <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

在開發生產的時候，先簡單的介紹下kafka各種配置說明：

bootstrap.servers： kafka的地址。
acks:消息的確認機制，默認值是0。
acks=0：如果設置為0，生產者不會等待kafka的響應。
acks=1：這個配置意味著kafka會把這條消息寫到本地日志文件中，但是不會等待集群中其他機器的成功響應。
acks=all：這個配置意味著leader會等待所有的follower同步完成。這個確保消息不會丟失，除非kafka集群中所有機器掛掉。這是最強的可用性保證。
retries：配置為大于0的值的話，客戶端會在消息發送失敗時重新發送。
batch.size:當多條消息需要發送到同一個分區時，生產者會嘗試合并網絡請求。這會提高client和生產者的效率。
key.serializer: 鍵序列化，默認org.apache.kafka.common.serialization.StringDeserializer。
value.deserializer:值序列化，默認org.apache.kafka.common.serialization.StringDeserializer。

...

還有更多配置，可以去查看官方文檔，這里就不在說明了。

那么我們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，我們便開始生產數據，生產數據代碼只需如下就行:

producer.send(new ProducerRecord<String, String>(topic,key,value));

topic: 消息隊列的名稱，可以先行在kafka服務中進行創建。如果kafka中并未創建該topic，那么便會自動創建！
key:鍵值，也就是value對應的值，和Map類似。
value:要發送的數據，數據格式為String類型的。

在寫好生產者程序之后，那我們先來生產吧！

我這里發送的消息為:

 String messageStr="你好，這是第"+messageNo+"條數據";

并且只發送1000條就退出，結果如下:

java,消費,kafka,數據

可以看到信息成功的打印了。

如果不想用程序進行驗證程序是否發送成功，以及消息發送的準確性，可以在kafka服務器上使用命令查看。

Kafka Consumer

kafka消費這塊應該來說是重點，畢竟大部分的時候，我們主要使用的是將數據進行消費。

kafka消費的配置如下:

bootstrap.servers： kafka的地址。
group.id：組名不同組名可以重復消費。例如你先使用了組名A消費了kafka的1000條數據，但是你還想再次進行消費這1000條數據，并且不想重新去產生，那么這里你只需要更改組名就可以重復消費了。
enable.auto.commit：是否自動提交，默認為true。
auto.commit.interval.ms: 從poll(拉)的回話處理時長。
session.timeout.ms:超時時間。
max.poll.records:一次最大拉取的條數。
auto.offset.reset：消費規則，默認earliest 。
earliest: 當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，從頭開始消費。
latest: 當各分區下有已提交的offset時，從提交的offset開始消費；無提交的offset時，消費新產生的該分區下的數據。
none: topic各分區都存在已提交的offset時，從offset后開始消費；只要有一個分區不存在已提交的offset，則拋出異常。
key.serializer: 鍵序列化，默認org.apache.kafka.common.serialization.StringDeserializer。
value.deserializer:值序列化，默認org.apache.kafka.common.serialization.StringDeserializer。

那么我們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);

由于我這是設置的自動提交，所以消費代碼如下:

我們需要先訂閱一個topic，也就是指定消費哪一個topic。

consumer.subscribe(Arrays.asList(topic));

訂閱之后，我們再從kafka中拉取數據:

ConsumerRecords<String, String> msgList=consumer.poll(1000);

一般來說進行消費會使用監聽，這里我們就用for(;;)來進行監聽，并且設置消費1000條就退出！

結果如下:

java,消費,kafka,數據

可以看到我們這里已經成功消費了生產的數據了。

代碼

那么生產者和消費者的代碼如下:

生產者:

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 生產者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，這是第"+messageNo+"條數據";    producer.send(new ProducerRecord<String, String>(topic, "Message", messageStr));    //生產了100條就打印    if(messageNo%100==0){     System.out.println("發送的信息:" + messageStr);    }    //生產1000條就退出    if(messageNo%1000==0){     System.out.println("成功發送了"+messageNo+"條");     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(); }}

消費者:

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消費者 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("---------開始消費---------");  try {   for (;;) {     msgList = consumer.poll(1000);     if(null!=msgList&&msgList.count()>0){     for (ConsumerRecord<String, String> record : msgList) {      //消費100條就打印 ,但打印的數據不一定是這個規律的      if(messageNo%100==0){       System.out.println(messageNo+"=======receive: key = " + record.key() + ", value = " + record.value()+" offset==="+record.offset());      }      //當消費了1000條就退出      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 是因為我在自己的環境做了關系映射，這個可以換成服務器的IP。

當然項目我放在Github上了，有興趣的可以看看。 https://github.com/xuwujing/kafka

總結

簡單的開發一個kafka的程序需要以下步驟: