Kafka修炼日志（三）：Streams简明使用教程

       Streams是Kafka 10版本新增的功能，用于实时处理存储与Kafka服务器的数据，并将处理后的结果推送至指定的Topic中，供后续使用者使用。

      下面结合官方教程详述如何使用Streams实时分析处理数据，教程的Demo是一个单词计数器：

（1）首先使用Kafka Topic创建命令创建一个用于生产消息的Topic：streams-file-input。

[root@localhost kafka_2.12-0.10.2.0]# ./bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication 3 --partitions 1 --topic streams-file-input

 编写一个消息测试文件file-input.txt，作为消息生产的输入。

[root@localhost kafka_2.12-0.10.2.0]# echo -e "all streams lead to kafka\nhello kafka streams\njoin kafka summit" > file-input.txt

 （2）在Console上启动一个消息生产者，将file-input的消息生产到Topic：streams-file-input。

[root@localhost kafka_2.12-0.10.2.0]# ./bin/kafka-console-producer.sh --broker-list localhost:9092 --topic streams-file-input < file-input.txt &

（3）使用示例Demo：Word Count，分析处理消息，并将处理后的消息推送至Topic：streams-wordcount-output。

[root@localhost kafka_2.12-0.10.2.0]# ./bin/kafka-run-class.sh org.apache.kafka.streams.examples.wordcount.WordCountDemo

（4）在Console中启动一个消费者，验证消息的处理结果，输出为所有单词的计数列表。 

[root@localhost kafka_2.12-0.10.2.0]# ./bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic streams-wordcount-output --from-beginning --formatter kafka.tools.DefaultMessageFormatter --property print.key=true --property print.value=true --property key.deserializer=org.apache.kafka.common.serialization.StringDeserializer --property value.deserializer=org.apache.kafka.common.serialization.LongDeserializer

（5）消费Topic：streams-wordcount-output中的消息，输出结果，这里计数是双倍，是因为我将消息的生产、处理分别运行了两次，这里是累计结果。

[root@localhost kafka_2.12-0.10.2.0]# all       2
lead    2
to      2
hello   2
streams 4
join    2
kafka   6
summit  2

Kafka Streams处理原理

    说明下Kafka Streams的处理过程，以上面的Word Count为例，首先看下图（图片来自Kafka官方网站)，KTable为单词计数的实时状态，KStream为每次更新的单词，将更新状态输入到KTable，并推送至消息处理结果指定的Topic。

    下图（图片来自Kafka官方网站)展示了每输入一句单词，已经存在的单词会累计计数，同时KTable会更新不存在的单词。

本文属作者原创，转贴请声明！

转载于:https://my.oschina.net/pomars/blog/884836