1 缘起
学习消息队列的过程中，先补习了RabbitMQ相关知识，
接着又重温了Kafka相关的知识，
发现，我并没有积累Java原生操作Kafka的文章，
只使用SpringBoot集成过Kafka，
所以，本次是纯Java的方式操作Kafka，
构建生产者和消费者，本地部署Kafka环境，给出测试样例的测试结果，
同时，讲解部分通用的参数，
及给出通过命令行启动生产者和消费者的测试样例，
分享如下，帮助读者学习Kafka基础操作。
2 环境准备
下载kafka：https://download.csdn.net/download/Xin_101/19787459
2.1 启动zookeeper
bin/zookeeper-server-start.sh config/zookeeper.properties
2.2 启动kafka
bin/kafka-server-start.sh config/server.properties
2.3 新建topic
bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic my-topic
2.4 依赖
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>3.2.0</version>
</dependency>
3 Kafka通用配置
Kafka的生产者和消费者参数比较多，这里仅列出一些测试用的参数，
区分生产者和消费者。
3.1 生产者配置参数
| 序号 | 参数 | 描述 |
|---|---|---|
| 1 | bootstrap.servers | Kafka主机 |
| 2 | acks | 生产者：要求leader请求结束前收到的确认次数，来控制发送数据的持久化 消息确认： 0：生产者不等待服务器确认，此时retry参数不生效 1：leader写入记录到log，不会等待follower的确认即向生产者发送通知 all：leader等待所有副本通知，然后向生产者发送通知，保证所有数据落盘到所有副本，功能同设置为-1 |
| 3 | retries | 生产者重试次数 |
| 4 | batch.size | 生产者：向同一分区发送打包发送的数据量，单位：bytes，默认16384bytes=16K |
| 5 | linger.ms | 生产者：批量发送消息的间隔时间（延迟时间），单位：毫秒 |
| 6 | buffer.memory | 生产者：可以使用的最大缓存空间，单位：bytes，默认33554432bytes=32M |
| 7 | key.serializer | 生产者：键编码器 |
| 8 | value.serializer | 生产者：值编码器 |
3.2 消费者配置参数
| 序号 | 参数 | 描述 |
|---|---|---|
| 1 | bootstrap.servers | Kafka主机 |
| 2 | group.id | 消费者：消费topic的组ID |
| 3 | enable.auto.commit | 消费者：后台定期提交offset |
| 4 | auto.commit.interval.ms | 消费者提交offset的时间间隔：单位：毫秒，当enable.auto.commit为true时生效 |
| 5 | auto.offset.reset | 消费者：重启后配置offset earliest：消费者恢复到当前topic最早的offset latest：消费者从最新的offset开始消费 none：如果消费者组没找到之前的offset抛出异常 其他任何值都会抛出异常 |
| 6 | key.deserializer | 消费者：键解码器 |
| 7 | value.deserializer | 消费者：值解码器 |
3.3 Kafka通用参数封装
由于参数众多，这里封装了一个Kafka通用参数类，给了默认值，
本地测试，直接使用默认参数，
同时给出了有参构造器，自定义参数，
代码样例如下。
package com.monkey.java_study.mq.kafka;
import java.util.Collection;
import java.util.Collections;
/**
* Kafka通用配置.
*
* @author xindaqi
* @since 2022-08-03 9:49
*/
public class KafkaCommonProperties {
/**
* Kafka主机
*/
private String kafkaHost = "192.168.211.129:9092";
/**
* 生产者：要求leader请求结束前收到的确认次数，来控制发送数据的持久化
* 消息确认：
* 0：生产者不等待服务器确认，此时retry参数不生效
* 1：leader写入记录到log，不会等待follower的确认即向生产者发送通知
* all：leader等待所有副本通知，然后向生产者发送通知，保证所有数据落盘到所有副本，功能同设置为-1
*/
private String ack = "all";
/**
* 生产者重试次数
*/
private Integer retryTimes = 1;
/**
* 生产者：向同一分区发送打包发送的数据量，单位：bytes，默认16384bytes=16K
*/
private Integer batchSize = 16384;
/**
* 生产者：批量发送消息的间隔时间（延迟时间），单位：毫秒
*/
private Integer lingerMs = 1;
/**
* 生产者：可以使用的最大缓存空间，单位：bytes，默认33554432bytes=32M.
*/
private Integer bufferMemory = 33554432;
/**
* 生产者：键编码器
*/
private String keyEncoder = "org.apache.kafka.common.serialization.StringSerializer";
/**
* 生产者：值编码器
*/
private String valueEncoder = "org.apache.kafka.common.serialization.StringSerializer";
/**
* 消费者：消费topic的组ID
*/
private String groupId = "my-group-id";
/**
* 消费者：后台定期提交offset
*/
private String autoCommit = "true";
/**
* 消费者提交offset的时间间隔：单位：毫秒，当enable.auto.commit为true时生效
*/
private String autoCommitIntervalMs = "1000";
/**
* 消费者：键解码器
*/
private String keyDecoder = "org.apache.kafka.common.serialization.StringDeserializer";
/**
* 消费者：值解码器
*/
private String valueDecoder = "org.apache.kafka.common.serialization.StringDeserializer";
/**
* 消费者：重启后配置offset
* earliest：消费者恢复到当前topic最早的offset
* latest：消费者从最新的offset开始消费
* none：如果消费者组没找到之前的offset抛出异常
* 其他任何值都会抛出异常
*/
private String autoOffsetReset = "latest";
/**
* TOPIC
*/
private Collection<String> topic = Collections.singleton("my-topic");
public KafkaCommonProperties() {
}
public KafkaCommonProperties(String kafkaHost, String ack, Integer retryTimes, Integer batchSize, Integer lingerMs, Integer bufferMemory, String keyEncoder, String valueEncoder, String groupId, String autoCommit, String autoCommitIntervalMs, String keyDecoder, String valueDecoder, String autoOffsetReset, Collection<String> topic) {
this.kafkaHost = kafkaHost;
this.ack = ack;
this.retryTimes = retryTimes;
this.batchSize = batchSize;
this.lingerMs = lingerMs;
this.bufferMemory = bufferMemory;
this.keyEncoder = keyEncoder;
this.valueEncoder = valueEncoder;
this.groupId = groupId;
this.autoCommit = autoCommit;
this.autoCommitIntervalMs = autoCommitIntervalMs;
this.keyDecoder = keyDecoder;
this.valueDecoder = valueDecoder;
this.autoOffsetReset = autoOffsetReset;
this.topic = topic;
}
// 省略setter和getter及toString()
}
4 Code实践
4.1 生产者
构建Kafka数据生产者，
测试样例的配置有：Kafka broker地址，消息确认，重试，批量发送数据，数据键和值的编码器，
重写Callback实现异步生产数据。
4.1.1 生产数据
package com.monkey.java_study.mq.kafka;
import org.apache.kafka.clients.producer.*;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.Objects;
import java.util.Properties;
/**
* Kafka生产者.
*
* @author xindaqi
* @since 2022-08-02 9:59
*/
public class KafkaProducerTest {
private static final Logger logger = LoggerFactory.getLogger(KafkaProducerTest.class);
public static KafkaProducer<String, String> getDefaultKafkaProducer(KafkaCommonProperties kafkaCommonProperties) {
Properties properties = new Properties();
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, kafkaCommonProperties.getKafkaHost());
properties.put(ProducerConfig.ACKS_CONFIG, kafkaCommonProperties.getAck());
properties.put(ProducerConfig.RETRIES_CONFIG, kafkaCommonProperties.getRetryTimes());
properties.put(ProducerConfig.BATCH_SIZE_CONFIG, kafkaCommonProperties.getBatchSize());
properties.put(ProducerConfig.LINGER_MS_CONFIG, kafkaCommonProperties.getLingerMs());
properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG, kafkaCommonProperties.getBufferMemory());
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, kafkaCommonProperties.getKeyEncoder());
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, kafkaCommonProperties.getValueEncoder());
return new KafkaProducer<>(properties);
}
static class MyProducerCallback implements Callback {
@Override
public void onCompletion(RecordMetadata metadata, Exception exception) {
if (Objects.nonNull(exception)) {
logger.error(">>>>>>>>>>Producer生产消息异常：", exception);
}
if (Objects.nonNull(metadata)) {
logger.info(">>>>>>>>>>Producer生产消息：metadata：{}，partition:{}, offset：{}", metadata, metadata.partition(), metadata.offset());
}
}
}
public static void main(String[] args) {
KafkaCommonProperties kafkaCommonProperties = new KafkaCommonProperties();
KafkaProducer<String, String> producer = getDefaultKafkaProducer(kafkaCommonProperties);
String message = "hello world ";
try {
for (int i = 0; i < 10; i++) {
// 异步写入数据
String topic = kafkaCommonProperties.getTopic().toArray()[0].toString();
ProducerRecord<String, String> producerRecord = new ProducerRecord<>(topic, message + i);
producer.send(producerRecord, new MyProducerCallback());
}
} catch (Exception ex) {
logger.error(">>>>>>>>生产数据异常：", ex);
throw new RuntimeException(ex);
} finally {
producer.close();
}
}
}
4.1.2 开启生产者
生产者开启后，控制台输出生产者配置信息，如下图所示，其中，
acks在代码中配置为all，而运行日志中acks为-1，所以，acks的all与-1是同种功能。
生产者生产数据是通过异步的方式，控制台日志如下图所示，
由图可知，生产数据的线程为：kafka-producer-network-thread。
4.2 消费者
Kafka消费者通过groupId消费指定topic的，
以groupId区分不同的消费者，即不同的groupId消费相同的topic，对于topic而言，就是不同的消费者，
同时，消费者需要记录消费到的offset，以便下次启动时定位到具体的位置，消费消息。
这里，配置的offset策略为：latest，即每次重启消费者时，从最新的offset开始消费（上次记录的offset之后的一个，如果上次消费没有记录，则从当前offset之后开始消费）。
offset的重置这样理解：
当前topic写入数据有4条，offset从0到3，
如果，offset重设为earliest，则每次重启消费者，offset都会从0开始消费数据；
如果，offset重设为latest，则，每次消费从上次消费的offset下一个开始消费，如果上次消费的offset为3，则，重启后， 从4开始消费数据。
4.2.1 消费数据
package com.monkey.java_study.mq.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.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.time.Duration;
import java.util.Properties;
/**
* Kafka消费者.
*
* @author xindaqi
* @since 2022-08-02 9:59
*/
public class KafkaConsumerTest {
private static final Logger logger = LoggerFactory.getLogger(KafkaConsumerTest.class);
public static KafkaConsumer<String, String> getDefaultKafkaConsumer(KafkaCommonProperties kafkaCommonProperties) {
Properties properties = new Properties();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, kafkaCommonProperties.getKafkaHost());
properties.put(ConsumerConfig.GROUP_ID_CONFIG, kafkaCommonProperties.getGroupId());
properties.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, kafkaCommonProperties.getAutoCommit());
properties.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, kafkaCommonProperties.getAutoCommitIntervalMs());
properties.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, kafkaCommonProperties.getAutoOffsetReset());
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, kafkaCommonProperties.getKeyDecoder());
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, kafkaCommonProperties.getValueDecoder());
return new KafkaConsumer<>(properties);
}
public static void main(String[] args) {
try {
KafkaCommonProperties kafkaCommonProperties = new KafkaCommonProperties();
KafkaConsumer<String, String> consumer = getDefaultKafkaConsumer(kafkaCommonProperties);
consumer.subscribe(kafkaCommonProperties.getTopic());
while (Boolean.TRUE) {
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
logger.info(">>>>>>>>Consumer offset:{}, value:{}", record.offset(), record.value());
}
}
} catch (Exception ex) {
throw new RuntimeException(ex);
}
}
}
4.2.2 开启消费者
开启消费者后，控制台输出消费者的配置参数，如下图所示。
同时输出的还有（如下图所示），下次将要消费的offset：41。
消费信息日志如下图所示，
由图可知，从offset 41开始消费。
5 命令行
上面
5.1 开启消费者
从topic的最开始消费数据，则offset从0开始，
开启消费者命令：
bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic my-topic --from-beginning
topic中已有数据，因此，开始消费者时，从最开始消费数据，结果如下图所示。
命令行启动生产者后，
该消费者会自动消费进入数据，结果如下图所示。
5.2 开启生产者
开启生产者命令如下：
bin/kafka-console-producer.sh --broker-list localhost:9092 --topic my-topic
发送消费如下图所示。
6 小结
无。
815
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
