大数据实训笔记7：kafka

最新推荐文章于 2023-12-28 22:11:24 发布

Roslin_v

最新推荐文章于 2023-12-28 22:11:24 发布

阅读量200

点赞数

文章标签：大数据 kafka

本文链接：https://blog.csdn.net/Roslin_v/article/details/125600567

版权

概述

Kafka是一个开源的分布式事件流平台(Event Streaming Platform)，被数千家公司用于高性能数据管道、流分析、数据集成和关键任务应用。

Producer ：消息生产者，就是向 kafka broker 发消息的客户端。
Consumer ：消息消费者，向 kafka broker 取消息的客户端。
Consumer Group （CG）：消费者组，由多个 consumer 组成。消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费；消费者组之间互不影响。所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者。
Broker ：一台 kafka 服务器就是一个 broker。一个集群由多个 broker 组成。一个 broker 可以容纳多个topic。
Topic ：可以理解为一个队列，生产者和消费者面向的都是一个 topic。
Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个broker（即服务器）上，一个 topic 可以分为多个 partition，每个 partition 是一个有序的队列。
Replica：副本，为保证集群中的某个节点发生故障时，该节点上的 partition 数据不丢失，且kafka 仍然能够继续工作，kafka 提供了副本机制，一个 topic 的每个分区都有若干个副本，一个 leader 和若干个 follower。
leader：每个分区多个副本的“主”，生产者发送数据的对象，以及消费者消费数据的对象都是 leader。
follower：每个分区多个副本中的“从”，实时从 leader 中同步数据，保持和 leader 数据的同步。leader 发生故障时，某个 follower 会成为新的 follower。

集群部署

安装kafka之前一定要先安装好zookeeper：大数据实训笔记6：zookeeper

将下载好的kafka安装包上传到hadoop101 /opt/software/ 并解压。

//解压
[hadoop@hadoop101 software]$ tar -zxvf kafka_2.12-3.0.1.tgz -C /opt/module/
//进入kafka_2.12-3.0.1文件夹
[hadoop@hadoop101 software]$ cd /opt/module/kafka_2.12-3.0.1/
//配置kafka环境变量
[hadoop@hadoop101 kafka_2.12-3.0.1]$ sudo vim /etc/profile.d/my_env.sh

##KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka_2.12-3.0.1
export PATH=$PATH:$KAFKA_HOME/bin

//刷新
[hadoop@hadoop101 kafka_2.12-3.0.1]$ source /etc/profile
//测试环境变量是否配置成功
[hadoop@hadoop101 kafka_2.12-3.0.1]$ echo $KAFKA_HOME
//分发环境变量
[hadoop@hadoop101 module]$ sudo /home/hadoop/bin/xsync /etc/profile.d/my_env.sh
//创建logs日志文件夹
[hadoop@hadoop101 kafka_2.12-3.0.1]$ mkdir logs
//修改配置文件server.properties 
[hadoop@hadoop101 kafka_2.12-3.0.1]$ cd config/
[hadoop@hadoop101 config]$ vim server.properties

找到相应的地方并根据自己的情况修改，注意不要有空格！

broker.id=0
log.dirs=/opt/module/kafka_2.12-3.0.1/logs
zookeeper.connect=hadoop101:2181,hadoop102:2181,hadoop103:2181/kafka

//分发
[hadoop@hadoop101 kafka_2.12-3.0.1]$ cd /opt/module/
[hadoop@hadoop101 module]$ xsync kafka_2.12-3.0.1/

分发成功后，分别修改hadoop102, hadoop103的broker.id为1和2。

集群的启动和停止

在启动kafka之前，一定要先启动zookeeper。

在三台客户机下分别执行下列命令：

//启动
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-server-start.sh -daemon config/server.properties
//停止
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-server-stop.sh

同样的，我们可以编写脚本kk.sh，方便集群的启动和停止。

[hadoop@hadoop101 kafka_2.12-3.0.1]$ cd ~
[hadoop@hadoop101 ~]$ cd bin/
[hadoop@hadoop101 bin]$ sudo vim kk.sh

#!/bin/bash
case $1 in
"start"){
   for i in hadoop101 hadoop102 hadoop103
   do
      echo "*************$i***************"
      ssh $i "source /etc/profile && $KAFKA_HOME/bin/kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties"
      echo $?
   done
};;
"stop"){
   for i in hadoop101 hadoop102 hadoop103
   do
      echo "*************$i***************"
      ssh $i "source /etc/profile && $KAFKA_HOME/bin/kafka-server-stop.sh $KAFKA_HOME/config/server.properties"
      echo $?
   done
};;
esac

//修改权限
[hadoop@hadoop101 bin]$ sudo chmod 777 kk.sh
//分发
[hadoop@hadoop101 ~]$ xsync bin/
//启动
[hadoop@hadoop101 bin]$ kk.sh start
//停止
[hadoop@hadoop101 bin]$ kk.sh stop

命令操作

//查看当前服务器中所有topic
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-topics.sh --bootstrap-server hadoop101:9092 --list
//创建first topic
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-topics.sh --bootstrap-server hadoop101:9092 --topic first --create --partitions 2 --replication-factor 2 
//查看first topic的详情
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-topics.sh --bootstrap-server hadoop101:9092 --topic first --describe
//修改first topic分区数为3
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-topics.sh --bootstrap-server hadoop101:9092 --topic first --alter --partitions 3
//删除first topic
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-topics.sh --bootstrap-server hadoop101:9092 --topic first --delete

接下来我们在三台客户机上操作生产者和消费者。

//hadoop102作为生产者
[hadoop@hadoop102 kafka_2.12-3.0.1]$ bin/kafka-console-producer.sh --bootstrap-server hadoop102:9092 --topic first
//hadoop101作为消费者
[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --topic first
//hadoop103作为消费者，并且接收从一开始的历史消息
[hadoop@hadoop103 kafka_2.12-3.0.1]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop103:9092 --topic first --from-beginning

API应用

生产者生产消息，消费者接收消息，这个功能我们还可以通过变成实现。

环境准备

创建maven工程kafka_demo，并导入依赖。

<!-- 自定义属性设置版本号 -->
    <properties>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.apache.kafka</groupId>
            <artifactId>kafka-clients</artifactId>
            <version>3.0.1</version>
        </dependency>
    </dependencies>

代码实现

//生产者
public class Producer {
    public static void main(String[] args) {
        //指定配置Properties
        Properties properties = new Properties();
        properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop101:9092,hadoop102:9092,hadoop103:9092");
        properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringSerializer");
        //创建生产者对象
        KafkaProducer<String, String> producer = new KafkaProducer<String, String>(properties);
        //发送消息
        for(int i=0; i<10; i++) {
            producer.send(new ProducerRecord<>("mytopic", i+":", "Hello world!"));
        }
        //释放资源
        producer.close();
    }
}

//消费者
public class Consumer {
    public static void main(String[] args) {
        //指定配置properties
        Properties properties = new Properties();
        properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop101:9092,hadoop102:9092,hadoop103:9092");
        properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
        properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, true);     //自动提交
        properties.put(ConsumerConfig.GROUP_ID_CONFIG, "bigdata");          //消费者组
        //创建消费者对象
        KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
        //订阅主题
        ArrayList<String> topics = new ArrayList<>();
        topics.add("mytopic");
        consumer.subscribe(topics);
        //获取数据
        while(true) {
            //拉取
            ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
            //打印
            for(ConsumerRecord<String, String> record: records) {
                System.out.println(record.key() + "----" + record.value());
            }
            consumer.commitAsync((map, e)->{
                if(e!=null) {
                    System.out.println(map + "自动提交失败");
                }
            });
        }
    }
}

执行效果

执行之前一定要确保代码中的topic已经在kafka上创建好了。

先执行Consumer，再执行Producer，在Consumer命令行中能接收到Producer发出的消息。

在kafka上执行下列命令，也能接收到历史消息。

[hadoop@hadoop101 kafka_2.12-3.0.1]$ bin/kafka-console-consumer.sh --bootstrap-server hadoop101:9092 --topic mytopic --from-beginning