大数据从业人员必要技能之Kafka

try {

// 发送消息

Future send = producer.send(new ProducerRecord<>(“demo-topic”, data));

RecordMetadata recordMetadata = send.get();

System.out.println(recordMetadata);

} catch (Exception e) {

e.printStackTrace();

}

}

// 2 异步发送消息 回调callback()

for (int i = 0; i < 10; i++) {

String data = "callback : " + i;

// 发送消息

producer.send(new ProducerRecord<>(“demo-topic”, data), new Callback() {

@Override

public void onCompletion(RecordMetadata metadata, Exception exception) {

// 发送消息的回调

if (exception != null) {

exception.printStackTrace();

} else {

System.out.println(metadata);

}

}

});

}

producer.close();

}

}

Consumer端demo代码：

package kafka;

import org.apache.kafka.clients.consumer.ConsumerConfig;

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;

import java.time.Duration;

import java.util.Arrays;

import java.util.Properties;

public class Consumer {

public static void main(String[] args) {

Properties properties = new Properties();

//bootstrap.servers kafka集群地址 host1:port1,host2:port2 …

properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, “127.0.0.1:9092”);

// key.deserializer 消息key序列化方式

properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

// value.deserializer 消息体序列化方式

properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());

// group.id 消费组id

properties.put(ConsumerConfig.GROUP_ID_CONFIG, “demo-group”);

// enable.auto.commit 设置自动提交offset

properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);

// auto.offset.reset

properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, “earliest”);

KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

String[] topics = new String[]{“demo-topic”};

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

while (true) {

ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));

for (ConsumerRecord<String, String> record : records) {

System.out.println(record);

}

}

}

}

Libkafka examples：

https://github.com/edenhill/librdkafka/tree/master/examples

可能会用到Python的kafka客户端：

https://github.com/Parsely/pykafka

安装pykafka客户端模块

$ pip install pykafka

初始化客户端对象

from pykafka import KafkaClient

client = KafkaClient(hosts=“127.0.0.1:9092,127.0.0.1:9093,…”)

TLS（https连接）

from pykafka import KafkaClient, SslConfig

config = SslConfig(cafile=‘/your/ca.cert’,

… certfile=‘/your/client.cert’, # optional

… keyfile=‘/your/client.key’, # optional

… password=‘unlock my client key please’) # optional

client = KafkaClient(hosts=“127.0.0.1:,…”,

… ssl_config=config)

监听topic

client.topics

topic = client.topics[‘my.test’]

往topic发送消息，这里是同步发送的，需要等待消息确认才能发送下一条

with topic.get_sync_producer() as producer:

… for i in range(4):

… producer.produce('test message ’ + str(i ** 2))

为了提高吞吐量， 推荐Producer采用异步发送消息模式 ，produce()函数被调用后会立即返回

with topic.get_producer(delivery_reports=True) as producer:

… count = 0

… while True:

… count += 1

… producer.produce(‘test msg’, partition_key=‘{}’.format(count))

… if count % 10 ** 5 == 0: # adjust this or bring lots of RAM 😉

… while True:

… try:

… msg, exc = producer.get_delivery_report(block=False)

… if exc is not None:

… print ‘Failed to deliver msg {}: {}’.format(

… msg.partition_key, repr(exc))

… else:

… print ‘Successfully delivered msg {}’.format(

… msg.partition_key)

… except Queue.Empty:

… break

Consumer消费topic里的消息

consumer = topic.get_simple_consumer()

for message in consumer:

… if message is not None:

… print message.offset, message.value

0 test message 0

1 test message 1

2 test message 4

3 test message 9

负载均衡的Consumer-BalancedConsumer

balanced_consumer = topic.get_balanced_consumer(

… consumer_group=‘testgroup’,

… auto_commit_enable=True,

… zookeeper_connect=‘myZkClusterNode1.com:2181,myZkClusterNode2.com:2181/myZkChroot’

… )

PyKafka里面含有C扩展库，可以使用librdkafka来加速Producer和Consumer的一些操作。

1. 下一步就可以尝试修改样例代码尝试去理解并使用其他的API，之后观测修改样例代码后的执行结果。如果这些都难不倒我们，接着就可以自己编写一个小型项目来验证下学习成果，然后就是改善和提升客户端的可靠性和性能了。到了这一步，后面就可以熟读一遍Kafka官网文档，确保理解了那些可能影响可靠性和性能的参数。

2. 最后是学习Kafka的高级功能，比如流处理应用开发。流处理 API 不仅能够生产和消费消息，还能执行高级的流式处理操作，比如时间窗口聚合、流处理连接等。

对于一个系统管理员或运维工程师，相应的学习目标应该是学习搭建及管理Kafka线上环境。如何根据实际业务需求评估、搭建生产线上环境将是主要的学习目标。另外对生产环境的监控也是重中之重的工作，Kafka 提供了超多的JMX监控指标，可以选择任意熟知的框架进行监控，比如Kafka-Eagle。

https://github.com/smartloli/kafka-eagle

Kafka需要掌握的核心内容

==================

1. 消息引擎这类系统大致的原理和用途，以及作为优秀消息引擎代表的Kafka在这方面的表现。
2. Kafka如何用于生产环境，特别是线上环境方案的制定。
3. Kafka客户端的方方面面，包含生产者和消费者原理与实践。
4. Kafka最核心的设计原理，包括Controller的设计机制、请求处理全流程解析等。
5. Kafka运维与监控的内容，高效运维Kafka集群以及有效监控Kafka的实战

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）

Java面试核心知识点笔记

其中囊括了JVM、锁、并发、Java反射、Spring原理、微服务、Zookeeper、数据库、数据结构等大量知识点。

Java中高级面试高频考点整理

最后分享Java进阶学习及面试必备的视频教学

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！

Java面试核心知识点笔记

其中囊括了JVM、锁、并发、Java反射、Spring原理、微服务、Zookeeper、数据库、数据结构等大量知识点。

[外链图片转存中…(img-O0Spar6h-1713628011817)]

Java中高级面试高频考点整理

[外链图片转存中…(img-lGmtYiTi-1713628011817)]

[外链图片转存中…(img-FicXSLjG-1713628011817)]

最后分享Java进阶学习及面试必备的视频教学

[外链图片转存中…(img-C66Oprey-1713628011817)]

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！