以下kafka集群的节点分别是node01,node02,node03
1、在kafka集群中创建student主题 副本为2个,分区为3个
生产者设置:
设置key的序列化为 org.apache.kafka.common.serialization. StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
其他都是默认设置
消费者设置:
消费者组id为test
设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
其他都是默认设置
模拟生产者,请写出代码向student主题中生产数据0-99
模拟消费者,请写出代码把student主题中的数据0-99消费掉,打印输出到控制台
private static final String TOPIC="student";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/**
* 生产者设置:
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
//消费组id
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
//序列化信息
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic student
// 模拟生产者
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,""+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(1000);
//遍历所有数据
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
//获取一条数据内的信息
try {
System.out.println("数据是"+consumerRecord.value()+"偏移量是"+consumerRecord.offset());
}catch (Exception e){
e.printStackTrace();
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
2、在kafka集群中创建teacher主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为2
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为默认轮询方式
消费者设置:
消费者组id为test
设置自动提交偏移量
设置自动提交偏移量的时间间隔
设置 当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
auto.offset.reset
//earliest: 当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
//latest: 当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,消费新产生的该分区下的数据
//none : topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
模拟生产者,请写出代码向teacher主题中生产数据bigdata0-bigdata99
模拟消费者,请写出代码把teacher主题中的数据bigdata0-bigdata99消费掉 ,打印输出到控制台
private static final String TOPIC="teacher";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/*
* 生产者设置:
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,2);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,"1000");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic teacher
// 模拟生产者
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"bigdata"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(1000);
//遍历所有数据
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
//获取一条数据内的信息
try {
System.out.println("数据是"+consumerRecord.value()+"偏移量是"+consumerRecord.offset());
}catch (Exception e){
e.printStackTrace();
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
3、在kafka集群中创建title主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为指定数据key为title,分发到同一个分区中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置自动提交偏移量的时间间隔
设置 当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,消费新产生的该分区下的数据
设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
模拟生产者,请写出代码向title主题中生产数据kafka0-kafka99
模拟消费者,请写出代码把title主题中的数据kafka0-kafka99消费掉 ,打印输出到控制台
private static final String TOPIC="title";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/*
*
* 生产者设置:
*消息确认机制 为all
*重试次数 为1
*批量处理消息字节数 为16384
*设置缓冲区大小 为 33554432
*设置每条数据生产延迟1ms
*设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
*设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
*数据分发策略为指定数据key为title,分发到同一个分区中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者组id为test
* 设置自动提交偏移量
* 设置自动提交偏移量的时间间隔
* 设置 当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,消费新产生的该分区下的数据
* 设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
* 设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"latest");
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,"1000");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建teacher主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic teacher
// 其他都是默认设置
// 模拟生产者,请写出代码向student主题中生产数据bigdata0-bigdata99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//数据分发策略为指定数据key为title,分发到同一个分区中
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"title","kafka"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把student主题中的数据0-99消费掉,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(1000);
//遍历所有数据
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
//获取一条数据内的信息
try {
System.out.println("数据是"+consumerRecord.value()+"偏移量是"+consumerRecord.offset());
}catch (Exception e){
e.printStackTrace();
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
4、在kafka集群中创建title主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为2
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为指定分区2,把数据发送到指定的分区中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置自动提交偏移量的时间间隔
设置 topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
模拟生产者,请写出代码向title主题中生产数据test0-test99
模拟消费者,请写出代码把title主题中的数据test0-test99消费掉 ,打印输出到控制台
private static final String TOPIC="kafka";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/*
* 消息确认机制 为all
* 重试次数 为2
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为指定分区2,把数据发送到指定的分区中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,2);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
* 消费者组id为test
* 设置自动提交偏移量
* 设置自动提交偏移量的时间间隔
* 设置 topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
* 设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
* 设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition));
//!!!!!!!Caused by: java.lang.IllegalStateException: Subscription to topics, partitions and pattern are mutually exclusive
//从异常信息可以看出订阅的主题和分区模式有冲突
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"latest");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,"1000");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建teacher主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic teacher
// 其他都是默认设置
// 模拟生产者,请写出代码向student主题中生产数据bigdata0-bigdata99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//数据分发策略为指定数据key为title,分发到同一个分区中
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"kafka"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把student主题中的数据0-99消费掉,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
5、在kafka集群中创建order主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为自定义,请把生产的数据100以内的数据分发到分区0中,100-200以内的数据分发到分区1中,200-300内的数据分发到分区2中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置自动提交偏移量的时间间隔
设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
模拟生产者,请写出代码向title主题中生产数据0-299
模拟消费者,请写出代码把title主题中的数据0-299消费掉 ,打印输出到控制台
private static final String TOPIC="order";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/*
*生产者设置:
*消息确认机制 为all
*重试次数 为1
*批量处理消息字节数 为16384
*设置缓冲区大小 为 33554432
*设置每条数据生产延迟1ms
*设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
*设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
*数据分发策略为自定义,请把生产的数据100以内的数据分发到分区0中,100-200以内的数据分发到分区1中,200-300内的数据分发到分区2中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.czxy.homework.ProducerPartition");
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
* 消费者组id为test
* 设置自动提交偏移量
* 设置自动提交偏移量的时间间隔
* 设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
* 设置key的序列化为org.apache.kafka.common.serialization. StringDeserializer
* 设置value的序列化为org.apache.kafka.common.serialization. StringDeserializer
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
// kafkaConsumer.assign(Arrays.asList(topicPartition1,topicPartition2));
//!!!!!!!Caused by: java.lang.IllegalStateException: Subscription to topics, partitions and pattern are mutually exclusive
//从异常信息可以看出订阅的主题和分区模式有冲突
kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,"1000");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建teacher主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic order
// 其他都是默认设置
// 模拟生产者,请写出代码向student主题中生产数据bigdata0-bigdata99
//2、通过实例发送数据到kafka集群
// 模拟生产者,请写出代码向title主题中生产数据0-299
try {
for (int i = 0; i <300; i++) {
//数据分发策略为指定数据key为title,分发到同一个分区中
ProducerRecord producerRecord = new ProducerRecord(TOPIC,""+i,""+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把title主题中的数据0-299消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
/*
实现自定义分区
*/
public class ProducerPartition implements Partitioner {
@Override
public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
/*
自己编写分区原则
*/
int partition = 0;
int index = Integer.parseInt(new String(keyBytes));
if(index<100){
partition = 0;
}else if(index<200){
partition = 1;
}else{
partition = 2;
}
return partition;
}
@Override
public void close() {
}
@Override
public void configure(Map<String, ?> configs) {
}
}
6、在kafka集群中创建18BD-10主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为2
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为指定分区2,把数据发送到指定的分区中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置自动提交偏移量的时间间隔
设置 topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
消费指定分区2中的数据
模拟生产者,请写出代码向18BD-10主题中生产数据test0-test99
模拟消费者,请写出代码把18BD-10主题中的2号分区的数据消费掉 ,打印输出到控制台
private static final String TOPIC="18BD-10";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/*
* 生产者设置:
* 消息确认机制 为all
* 重试次数 为2
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为指定分区2,把数据发送到指定的分区中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,2);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
* 消费者组id为test
* 设置自动提交偏移量
* 设置自动提交偏移量的时间间隔
* 设置 topic各分区都存在已提交的offset时,从offset后开始消费;只要有一个分区不存在已提交的offset,则抛出异常
* 设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 消费指定分区2中的数据
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition));
//!!!!!!!Caused by: java.lang.IllegalStateException: Subscription to topics, partitions and pattern are mutually exclusive
//从异常信息可以看出订阅的主题和分区模式有冲突
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"latest");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,"1000");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建teacher主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic teacher
// 其他都是默认设置
// 模拟生产者,请写出代码向18BD-10主题中生产数据test0-test99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//数据分发策略为指定数据key为title,分发到同一个分区中
ProducerRecord producerRecord = new ProducerRecord(TOPIC,""+i,"test"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把18BD-10主题中的2号分区的数据消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
7、在kafka集群中创建18BD-20主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为轮询方式发送到每个分区中
手动提交每条数据
消费者设置:
消费者组id为test
设置手动提交偏移量
设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
模拟生产者,请写出代码向18BD-20主题中生产数据test0-test99
模拟消费者,请写出代码把18BD-20主题中的2号分区的数据消费掉 ,打印输出到控制台
private static final String TOPIC="18BD-20";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/**
*
* 生产者设置:
* 消息确认机制 为all
* 重试次数 为1
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为轮询方式发送到每个分区中
* 手动提交每条数据
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者组id为test
* 设置手动提交偏移量
* 设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition));
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"false");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建18BD-20主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic 18BD-20
// 其他都是默认设置
// 模拟生产者,请写出代码向18BD-20主题中生产数据test0-test99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训(轮训分区)策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"test"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把18BD-20主题中的2号分区的数据消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
kafkaConsumer.commitSync();
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
8、在kafka集群中创建18BD-30主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为轮询方式发送到每个分区中
消费者设置:
消费者组id为test
设置手动提交偏移量
设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
依次消费完每个分区之后手动提交offset
模拟生产者,请写出代码向18BD-30主题中生产数据test0-test99
模拟消费者,请写出代码把18BD-30主题中的2号分区的数据消费掉 ,打印输出到控制台
private static final String TOPIC="18BD-30";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/**
*
* 生产者设置:
* 消息确认机制 为all
* 重试次数 为1
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为轮询方式发送到每个分区中
* 手动提交每条数据
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者组id为test
* 设置手动提交偏移量
* 设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition));
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"false");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建18BD-30主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic 18BD-30
// 其他都是默认设置
// 模拟生产者,请写出代码向18BD-30主题中生产数据test0-test99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训(轮训分区)策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"test"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把18BD-30主题中的2号分区的数据消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
kafkaConsumer.commitSync();
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
9、在kafka集群中创建18BD-40主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为轮询方式发送到每个分区中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
消费指定分区0和分区2中的数据
模拟生产者,请写出代码向18BD-40主题中生产数据test0-test99
模拟消费者,请写出代码把18BD-40主题中的0和2号分区的数据消费掉 ,打印输出到控制台
private static final String TOPIC="18BD-40";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/**
*
* 生产者设置:
* 消息确认机制 为all
* 重试次数 为1
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为轮询方式发送到每个分区中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
* 消费者组id为test
* 设置自动提交偏移量
* 设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
* 设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 消费指定分区0和分区2中的数据
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,0);
TopicPartition topicPartition1 = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition,topicPartition1));
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建18BD-40主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic 18BD-40
// 其他都是默认设置
// 模拟生产者,请写出代码向18BD-40主题中生产数据test0-test99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训(轮训分区)策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"test"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把18BD-40主题中的0和2号分区的数据消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}
10、在kafka集群中创建18BD-50主题 副本为2个,分区为3个
生产者设置:
消息确认机制 为all
重试次数 为1
批量处理消息字节数 为16384
设置缓冲区大小 为 33554432
设置每条数据生产延迟1ms
设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
数据分发策略为轮询方式发送到每个分区中
消费者设置:
消费者组id为test
设置自动提交偏移量
设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
消费指定分区0和分区2中的数据,并且设置消费0分区的数据offerset值从0开始,消费2分区的数据offerset值从10开始
模拟生产者,请写出代码向18BD-50主题中生产数据test0-test99
模拟消费者,请写出代码把18BD-50主题中的0和2号分区的数据消费掉 ,打印输出到控制台
private static final String TOPIC="18BD-50";
private static final String BROKER_LIST="node01:9092,node02:9092,node03:9092";
//实例化生产者对象
private static KafkaProducer<String,String> producer = null;
// 实例化消费者对象
private static KafkaConsumer<String,String> kafkaConsumer = null;
/**
*
* 生产者设置:
* 消息确认机制 为all
* 重试次数 为1
* 批量处理消息字节数 为16384
* 设置缓冲区大小 为 33554432
* 设置每条数据生产延迟1ms
* 设置key的序列化为org.apache.kafka.common.serialization.StringSerializer
* 设置value的序列化为org.apache.kafka.common.serialization.StringSerializer
* 数据分发策略为轮询方式发送到每个分区中
*/
static{
Properties configs = initConfig();
producer = new KafkaProducer<String, String>(configs);
}
private static Properties initConfig(){
Properties props= new Properties();
props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
props.put(ProducerConfig.ACKS_CONFIG,"all");
props.put(ProducerConfig.RETRIES_CONFIG,1);
props.put(ProducerConfig.BATCH_SIZE_CONFIG,16384);
props.put(ProducerConfig.BUFFER_MEMORY_CONFIG,33554432);
props.put(ProducerConfig.LINGER_MS_CONFIG,1);
props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());
return props;
}
/**
* 消费者设置:
* 消费者组id为test
* 设置自动提交偏移量
* 设置当各分区下有已提交的offset时,从提交的offset开始消费;无提交的offset时,从头开始消费
* 设置key的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 设置value的反序列化为org.apache.kafka.common.serialization.StringDeserializer
* 消费指定分区0和分区2中的数据,并且设置消费0分区的数据offerset值从0开始,消费2分区的数据offerset值从10开始
*/
static {
Properties properties = initConfig1();
kafkaConsumer = new KafkaConsumer<String, String>(properties);
TopicPartition topicPartition = new TopicPartition(TOPIC,0);
TopicPartition topicPartition1 = new TopicPartition(TOPIC,2);
kafkaConsumer.assign(Arrays.asList(topicPartition,topicPartition1));
//,并且设置消费0分区的数据offerset值从0开始
kafkaConsumer.seek(new TopicPartition(TOPIC,0),0);
//消费2分区的数据offerset值从10开始
kafkaConsumer.seek(new TopicPartition(TOPIC,2),10);
// kafkaConsumer.subscribe(Arrays.asList(TOPIC));
}
private static Properties initConfig1(){
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,BROKER_LIST);
properties.put(ConsumerConfig.GROUP_ID_CONFIG,"test");
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG,"earliest");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());
return properties;
}
/*
生产者代码
*/
@Test
public void Producer(){
// 1、在kafka集群中创建18BD-50主题 副本为2个,分区为3个
//bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic 18BD-50
// 其他都是默认设置
// 模拟生产者,请写出代码向18BD-50主题中生产数据test0-test99
//2、通过实例发送数据到kafka集群
try {
for (int i = 0; i <100; i++) {
//当没有指定分区号和key时使用轮训(轮训分区)策略存储数据
ProducerRecord producerRecord = new ProducerRecord(TOPIC,"test"+i);
producer.send(producerRecord);
}
}catch (Exception e){
e.printStackTrace();
}finally {
producer.close();
}
}
@Test
public void consumer(){
// 模拟消费者,请写出代码把18BD-50主题中的0和2号分区的数据消费掉 ,打印输出到控制台
try {
while (true){
//拉取数据,并输出
//获取所有数据
ConsumerRecords<String, String> consumerRecords = kafkaConsumer.poll(100);
//获取每个分区
Set<TopicPartition> partitions = consumerRecords.partitions();
//遍历每个分区
for (TopicPartition partition : partitions) {
//获取分区的数据的载体
List<ConsumerRecord<String, String>> records = consumerRecords.records(partition);
//获取每个数据
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value()+ " "+record.partition());
}
}
}
}catch (Exception e){
e.printStackTrace();
}finally {
kafkaConsumer.close();
}
}