Kafka基本操作、整合代码自定义分区器、提高吞吐量，面试高频题目

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。

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Java开发知识点，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：vip1024b （备注Java）

正文

bin/kafka-topics.sh --bootstrap-server 192.168.6.101:9092 --list

# 创建名为test的主题

bin/kafka-topics.sh --bootstrap-server 192.168.6.101:9092 --create --partitions 1 --replication-factor 1 --topic first

#查看 first 主题的详情

bin/kafka-topics.sh --bootstrap-server

192.168.6.101:9092 --alter --topic first --partitions 3

#修改

bin/kafka-topics.sh --bootstrap-server 192.168.6.101:9092 --topic first --alter --partitions 4

#删除 topic

bin/kafka-topics.sh --bootstrap-server

192.168.6.101:9092 --delete --topic first

生产者命令行操作

像topic中发送数据

bin/kafka-console-producer.sh --bootstrap-server 192.168.6.101:9092 --topic first

在另一台虚拟机创建消费者取数据

bin/kafka-console-consumer.sh --bootstrap-server 192.168.6.101:9092 --topic first

取出所有数据

bin/kafka-console-consumer.sh --bootstrap-server 192.168.6.101:9092 --topic first --from-begining

整合代码

添加依赖

org.apache.kafka

kafka-clients

3.0.0

创建客户端

package com.lzq.producer;

import org.apache.kafka.clients.producer.KafkaProducer;

import org.apache.kafka.clients.producer.ProducerConfig;

import org.apache.kafka.clients.producer.ProducerRecord;

import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;

public class CustomProducer {

public static void main(String[] args) {

//属性配置

Properties properties = new Properties();

//连接集群

properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,“192.168.6.101:9092”);

//指定k、v序列化类型

properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());

//创建生产者对象

KafkaProducer<String, String> kafkaProducer = new KafkaProducer<>(properties);

//像first主题发送数据

kafkaProducer.send(new ProducerRecord<>(“first”,“hello”));

//关闭资源

kafkaProducer.close();

}

}

回调发送数据

//像first主题发送数据

kafkaProducer.send(new ProducerRecord<>(“first”, “hello”), new Callback() {

@Override

public void onCompletion(RecordMetadata recordMetadata, Exception e) {

if (e==null){

System.out.println(“发送成功，主题”+recordMetadata.topic()+“分区”+recordMetadata.partition());

}

}

});

同步发送数据

当第一批数据处理完，才发送第二批数据

kafkaProducer.send(new ProducerRecord<>(“first”, “hello”),new Callback() {

@Override

public void onCompletion(RecordMetadata recordMetadata, Exception e) {

if (e==null){

System.out.println(“发送成功，主题”+recordMetadata.topic()+“分区”+recordMetadata.partition());

}

}

}).get();

生产者分区

（1）便于合理使用存储资源，每个Partition在一个Broker上存储，可以把海量的数据按照分区切割成一 块一块数据存储在多台Broker上。合理控制分区的任务，可以实现负载均衡的效果。

（2）提高并行度，生产者可以以分区为单位发送数据；消费者可以以分区为单位进行消费数据。

分区规则

(1)指明partition的情况下，直 接将指明的值作为partition值

(2)没有指明partition值但有key的情况下，将key的hash值与topic的 partition数进行取余得到partition值

(3)既没有partition值又没有key值的情况下，Kafka采用Sticky Partition（黏性分区器），会随机选择一个分区，并尽可能一直 使用该分区，待该分区的batch已满或者已完成，Kafka再随机一个分区进行使用（和上一次的分区不同）

指定分区

参数为topic，分区，key，value

kafkaProducer.send(new ProducerRecord<>(“first”, 1,“”,“hello”)

总结

这个月马上就又要过去了，还在找工作的小伙伴要做好准备了，小编整理了大厂java程序员面试涉及到的绝大部分面试题及答案，希望能帮助到大家

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：vip1024b （备注Java）

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！

73)]

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：vip1024b （备注Java）
[外链图片转存中…(img-i4QOru3C-1713636127873)]

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！