Windows环境单节点部署kafka最新版本3，一个大数据开发程序员的腾讯面试心得

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但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年最新大数据全套学习资料》，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。

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，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

zookeeper配置文件为zookeeper.properties，只需修改一处：
dataDir：zookeeper存储数据的路径，Windows环境路径要用D:\\kafka3.2.1\\datas这种形式

我遇到了Kafka异常重启后提示错误：The Cluster ID XXXXX doesn‘t match stored clusterId Some(XXXXX) in meta.properties.
但我没有找到这个meta.properties文件，查了半天原因是log.dirs路径配置的不对

测试

接下来进入测试阶段：

1. 启动zookeeper
先启动zookeeper，进入kafka安装根目录下，地址栏输入cmd，然后回车，注意启动之后不要关闭窗口。启动命令如下：

本地：
.\bin\windows\zookeeper-server-start.bat .\config\zookeeper.properties

服务器要用绝对路径： start cmd /k D:\kafka3.2.1\bin\windows\zookeeper-server-start.bat D:\kafka3.2.1\config\zookeeper.properties

没有报错就可以了

2. 启动kafka服务端
同样进入kafka安装根目录下，地址栏输入cmd，然后回车，启动之后不要关闭窗口。启动命令如下：
启动kafka-server

本地：
.\bin\windows\kafka-server-start.bat .\config\server.properties

服务端：
start cmd /k “C:\EAMServer\kafka3.2.1\bin\windows\kafka-server-start.bat C:\EAMServer\kafka3.2.1\config\server.properties”

也是没有报错就算启动成功了，如果启动kafka失败，并出现以下异常，删除logs文件夹下的meta.properties文件即可。
The Cluster ID xxxx doesn’t match stored clusterId Some(finN2zUTRWaXMomXCknRew) in meta.properties. The broker is trying to join the wrong cluster. Configured zookeeper.connect may be wrong.

3. 创建kafka-topics
启动zookeeper和kafka服务端这两个命令窗口是必需的，这里通过脚本创建topic通常是用于本地测试kafka服务是否能正常发布和接收消息（新手可以用脚本创建一下测测，用Java实现发送消息可自动创建topic）
同样进入kafka安装根目录下，地址栏输入cmd，然后回车，启动之后不要关闭窗口。假设创建一个名字为test的topic命令如下：

start cmd /k .\bin\windows\kafka-topics.bat --create --bootstrap-server 10.0.102.132:9092 --replication-factor 1 --partitions 1 --topic test

这里有坑：新版的主题通过kafka服务端创建即可，也就是 --bootstrap-server这个地址，网上好多资料都是旧版的连接zookeeper创建的，在新版可能报错
–partitions 1意思是建立一个分区，–replication-factor 1是配置一个副本，因为本文讲的是单节点服务所以默认一个分区，集群可设置多个。启动之后，kafka-topics处于等待创建topic状态，一段时间内如果不createTopic，kafka-topics将自动断开

4. 启动生产者

.\bin\windows\kafka-console-producer.bat --broker-list localhost:9092 --topic test
启动生产者之后就可以发送消息了

5. 启动消费者

.\bin\windows\kafka-console-consumer.bat --bootstrap-server localhost:9092 --topic test
启动消费者之后生产者发送的消息，消费者端就能收到了。

至此，消息队列kafka就安装完毕，完全可以通过命令行测试服务是否正常。

3 客户端工具 kafka Tool

我用的是kafka Tool，下载下来的软件名字是Offset Explorer 2.3
用客户端工具看所有的Topic和接收的消息内容非常直观，实乃开发利器。

4 项目实战

4.1 maven依赖

<!-- kafka 消息队列 -->
		<dependency>
			<groupId>org.springframework.kafka</groupId>
			<artifactId>spring-kafka</artifactId>
		</dependency>
		<dependency>
			<groupId>org.apache.kafka</groupId>
			<artifactId>kafka-clients</artifactId>
			<version>3.2.1</version>
		</dependency>

4.2 配置文件

  spring:
  	kafka:
    	bootstrap-servers: 10.0.102.132:9092 #指定kafka server的地址，集群配多个，中间，逗号隔开
    	producer:
      		key-serializer: org.apache.kafka.common.serialization.StringSerializer
      		value-serializer: org.apache.kafka.common.serialization.StringSerializer
    	consumer:
      		group-id: am #群组ID
      		# 指定默认消费者group id --> 由于在kafka中，同一组中的consumer不会读取到同一个消息，依靠groud.id设置组名
      		auto-offset-reset: earliest
      		enable-auto-commit: true
      		#如果'enable.auto.commit'为true，则消费者偏移自动提交给Kafka的频率（以毫秒为单位），默认值为5000。
      		auto-commit-interval: 1000
      		key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      		value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

4.3 生产者推送数据

发送数据代码非常简单，开发人员基本上就关注怎么组装消息报文就行了，消息发送就一行代码：

@Autowired
KafkaTemplate kafkaTemplate;   // 上面注入一个KafkaTemplate对象
... // 组装JSONData
kafkaTemplate.send(“test”, JSONData); // 直接用send方法，参数是topic名称和JSON报文数据,这行代码加到任何需要发送kafka消息的方法中

这里需要关注一个知识点：kafkaTemplate.send(“test”, JSONData)是kafka默认的异步消息发送，异步发送消息时，只要消息积累达到batch.size值或者积累消息的时间超过linger.ms(二者满足其一)，producer就会把该批量的消息发送到topic中。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

。**

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）
[外链图片转存中…(img-eu7L2ZA1-1713332688218)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！