【Kafka】入门

最新推荐文章于 2022-11-29 23:33:12 发布

movYou521

最新推荐文章于 2022-11-29 23:33:12 发布

阅读量71

点赞数

分类专栏：大数据学习之路文章标签： kafka java 大数据

本文链接：https://blog.csdn.net/green1997/article/details/121686472

版权

大数据学习之路专栏收录该内容

4 篇文章 0 订阅

订阅专栏

文章目录

1 Kafka 概述
- 1.1 定义
- 1.2 Kafka 基础架构
2 Kafka 快速入门
3 Kafka 架构深入
4 Kafka API
5 Kafka 监控
- 5.1 Kafka Eag;e
6 Flume 对接 Kafka

1 Kafka 概述

1.1 定义

Kafka 是一个分布式的基于发布/订阅模式的消息队列（Message Queue），主要应用于大数据实时处理领域。

1.2 Kafka 基础架构

在这里插入图片描述
1）Producer：消息生产者，向 kafka broker 发消息的客户端。
2）Consumer：消息消费者，向 kafka broker 取消息的客户端。
3）Consumer Group：消费者组，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。
4）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。
5）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。
6）Partition：分区，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。
7）Replication：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。
8）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。
9）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 leader。

2 Kafka 快速入门

2.1 安装部署

2.1.1 集群规划

hadoop102	hadoop102	hadoop104
zk	zk	zk
kafka	kafka	kafka

2.1.2 安装包下载

官网下载：http://kafka.apache.org/downloads.html

2.1.3 集群部署

1）解压安装包

[liyibin@hadoop102 software]$ tar -zxvf kafka_2.11-0.11.0.0.tgz -C /opt/module/

2）修改解压后的文件名称

[liyibin@hadoop102 module]$ mv kafka_2.11-0.11.0.0/ kafka

3）在 /opt/module/kafka 目录下创建 logs 文件夹

[liyibin@hadoop102 kafka]$ mkdir logs

4）修改配置文件

[liyibin@hadoop102 kafka]$ cd config/
[liyibin@hadoop102 config]$ vim server.properties

添加以下内容

#broker 的全局唯一编号，不能重复
broker.id=0
#删除 topic 功能使能
delete.topic.enable=true
#处理网络请求的线程数量
num.network.threads=3
#用来处理磁盘 IO 的现成数量
num.io.threads=8
#发送套接字的缓冲区大小
socket.send.buffer.bytes=102400
#接收套接字的缓冲区大小
socket.receive.buffer.bytes=102400
#请求套接字的缓冲区大小
socket.request.max.bytes=104857600
#kafka 运行日志存放的路径
log.dirs=/opt/module/kafka/logs
#topic 在当前 broker 上的分区个数
num.partitions=1
#用来恢复和清理 data 下数据的线程数量
num.recovery.threads.per.data.dir=1
#segment 文件保留的最长时间，超时将被删除
log.retention.hours=168
#配置连接 Zookeeper 集群地址
zookeeper.connect=hadoop102:2181,hadoop103:2181,hadoop104:2181

5）配置环境变量

[liyibin@hadoop102 kafka]$ sudo vim /etc/profile.d/my_env.sh 
# KAFKA_HOME
export KAFKA_HOME=/opt/module/kafka
export PATH=$PATH:$KAFKA_HOME/bin

[liyibin@hadoop102 kafka]$ source /etc/profile

6）分发安装包

[liyibin@hadoop102 module]$ xsync kafka/

注意：分发之后记得配置其他机器的环境变量

7）分别在 hadoop103 和 hadoop104 上修改配置文件 /opt/module/kafka/config/server.properties 中的 broker.id=1、broker.id=2。

注：broker.id 不得重复

8）启动集群（需要先启动 zookeeper 集群）
依次在 hadoop102，hadoop103，Hadoop104 节点启动 kafka

[liyibin@hadoop102 kafka]$ kafka-server-start.sh -daemon config/server.properties
[liyibin@hadoop103 kafka]$ kafka-server-start.sh -daemon config/server.properties
[liyibin@hadoop104 kafka]$ kafka-server-start.sh -daemon config/server.properties

9）关闭集群

[liyibin@hadoop102 kafka]$ kafka-server-stop.sh stop
[liyibin@hadoop103 kafka]$ kafka-server-stop.sh stop
[liyibin@hadoop104 kafka]$ kafka-server-stop.sh stop

10）kafka 群起脚本

#!/bin/bash

case $1 in
"start"){
	for i in hadoop102 hadoop103 hadoop104
	do
		echo ---------- kafka $i start ----------
		ssh $i "/opt/module/kafka/bin/kafka-server-start.sh -daemon /opt/module/kafka/config/server.properties"
	done
}
;;
"stop"){
	for i in hadoop102 hadoop103 hadoop104
	do
		echo ---------- kafka $i stop ----------
		ssh $i "/opt/module/kafka/bin/kafka-server-stop.sh stop"
	done
}
;;
esac

2.2 Kafka 命令行操作

1）查看当前服务器中的所有 topic

[liyibin@hadoop102 kafka]$ kafka-topics.sh --zookeeper hadoop102:2181 --list

2）创建 topic

[liyibin@hadoop102 kafka]$ kafka-topics.sh --zookeeper hadoop102:2181 --create --replication-factor 3 --partitions 1 --topic first

Created topic "first".

选项说明：

–topic 定义 topic 名
–replication-factor 定义副本数
–partitions 定义分区数

3）删除 topic

[liyibin@hadoop102 kafka]$ kafka-topics.sh --zookeeper hadoop102:2181 --delete --topic first

注意：需要 server.properties 中设置 delete.topic.enable=true 否则只是标记删除。

4）发送消息

[liyibin@hadoop102 kafka]$ kafka-console-producer.sh --broker-list hadoop102:9092 --topic first
>hello world  
>liyibin

5）消费消息

[liyibin@hadoop102 kafka]$ kafka-console-consumer.sh --zookeeper hadoop102:2181 --topic first
Using the ConsoleConsumer with old consumer is deprecated and will be removed in a future major release. Consider using the new consumer by passing [bootstrap-server] instead of [zookeeper].

[liyibin@hadoop102 kafka]$ kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --from-beginning --topic first
hello world
liyibin

–from-beginning：会把主题中以往所有的数据都读取出来。

6）查看某个 Topic 的详情

[liyibin@hadoop102 kafka]$ kafka-topics.sh --zookeeper hadoop102:2181 --describe --topic first
Topic:first	PartitionCount:1	ReplicationFactor:3	Configs:
	Topic: first	Partition: 0	Leader: 2	Replicas: 2,0,1	Isr: 2,0,1

7）修改分区数

[liyibin@hadoop102 kafka]$ kafka-topics.sh --zookeeper hadoop102:2181 --alter --topic first --partitions 6

3 Kafka 架构深入

3.1 Kafka 工作流程及文件存储机制

3.1.1 Kafka 工作流程

在这里插入图片描述
1）Kafka 中消息是以 topic 进行分类的，生产者生产消息，消费者消费消息，都是面向 topic 的。
2）topic 是逻辑上的概念，而 partition 是物理上的概念，每个 partition 对应于一个 log 文件，该 log 文件中存储的就是 producer 生产的数据。
3）Producer 生产的数据会被不断追加到该 log 文件末端，且每条数据都有自己的 offset。消费者组中的每个消费者，都会实时记录自己消费到了哪个 offset，以便出错恢复时，从上次的位置继续消费。

3.1.2 Kafka 文件存储机制

在这里插入图片描述
Kafka 生产者生产的消息对不断追加文件到 log 文件末尾，为防止文件过大导致数据定位效率低下，Kafka 采取了分片和索引机制，将每个 partition 分为多个 segment。每个 segment 对应两个文件，.index文件和**.log文件**。这些文件位于一个文件下，该文件的命名规则：topic名称+分区序号。例如，first 这个 topic 有三个分区，则其对应的文件夹为 first-0，first-1，first-2。

00000000000000000000.index
00000000000000000000.log
00000000000000170410.index
00000000000000170410.log
00000000000000239430.index
00000000000000239430.log

3.1.3 index文件和log文件详解

index 和 log 文件以当前 segment 的第一条消息的 offset 命名。下图为 index 文件和 log 文件的结构示意图。
在这里插入图片描述

.index文件存储大量的索引信息，.log文件存储大量的数据，索引文件中的元数据指向对应数据文件中 message 的物理偏移地址。

3.2 Kafka 生产者

3.2.1 分区策略

1）分区的原因
（1）方便在集群中扩展：每个 Partition 可以通过调整以适应它所在的机器，而一个 topic 又可以有多个 Partition 组成，因此整个集群就可以适应任意大小的数据了。
（2）提高并发：因为可以以 Partition 为单位读写。

2）分区的原则
我们需要将 producer 发送的数据封装成一个 ProducerRecord 对象。
在这里插入图片描述
（1）指明 partition 的情况下，直接将指明的值直接作为 partiton 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，第一次调用时随机生成一个整数（后面每次调用在这个整数上自增），将这个值与 topic 可用的 partition 总数取余得到 partition 值，也就是常说的 round-robin 算法。

3.2.2 数据可靠性

为保证 producer 发送的数据，能可靠的发送到指定的 topic，topic 的每个 partition 收到 producer 发送的数据后，都需要向 producer 发送 ack（acknowledgement 确认收到），如果 producer 收到 ack，就会进行下一轮的发送，否则重新发送数据。

1）副本数据同步策略

方案	优点	缺点
半数以上完成同步，就发送 ack	延迟低	选举新的 leader 时，容忍 n 台节点的故障，需要 2n+1 个副本
全部完成同步，才发送 ack	选举新的 leader 时，容忍 n 台节点的故障，需要 n+1 个副本	延迟高

Kafka 选择了第二种方案，原因如下：

同样为了容忍 n 台节点的故障，第一种方案需要 2n+1 个副本，而第二种方案只需要 n+1 个副本，而 Kafka 的每个分区都有大量的数据，第一种方案会造成大量数据的冗余。
虽然第二种方案的网络延迟会比较高，但网络延迟对 Kafka 的影响较小。

2）ISR
Leader 维护了一个动态的 in-sync replica set (ISR)，意为和 leader 保持同步的 follower 集合。当 ISR 中的 follower 完成数据的同步之后，leader 就会给 follower 发送 ack。如果 follower 长时间未向 leader 同步数据，则该 follower 将被踢出 ISR，该时间阈值由 replica.lag.time.max.ms 参数设定。Leader 发生故障之后，就会从 ISR 中选举新的 leader。

该策略为了解决在第二种方案下某个 follower 因为某故障迟迟不能和 leader 进行同步，导致 leader 一致等待的问题。

3）ack 应答机制
对于某些不太重要的数据，对数据的可靠性要求不是很高，能够容忍数据的少量丢失，所以没必要等 ISR 中的 follower 全部接收成功。所以 Kafka 为用户提供了三种可靠性级别，用户根据对可靠性和延迟的要求进行权衡，选择以下的配置。

acks 参数配置：
（1）0：producer 不等待 broker 的 ack，这一操作提供了一个最低的延迟，broker 一接收到还没有写入磁盘就已经返回，当 broker 故障时有可能丢失数据。
（2）1：producer 等待 broker 的 ack，partition 的 leader 落盘成功后返回 ack，如果在 follower同步成功之前 leader 故障，那么将会丢失数据。
（3）-1：producer 等待 broker 的 ack，partition 的 leader 和 follower 全部落盘成功后才返回 ack。但是如果在 follower 同步完成后，broker 发送 ack 之前，leader 发生故障（重新选举 leader 后，会重新发送数据），那么会造成数据重复。

4）故障处理细节
在这里插入图片描述
LEO：指的是每个副本最大的 offset；
HW：指的是消费者能见到的最大的 offset，ISR 队列中最小的 LEO。

（1）follower 故障：follower 发生故障后会被临时踢出 ISR，待该 follower 恢复后，follower 会读取本地磁盘记录的上次的 HW，并将 log 文件高于 HW 的部分截取掉，从 HW 开始向 leader 进行同步。等该 follower 的 LEO 大于等于该 Partition 的 HW，即 follower 追上 leader 之后，就可以重新加入 ISR 了。
（2）leader 故障
leader 发生故障之后，会从 ISR 中选出一个新的 leader，之后，为保证多个副本之间的数据一致性，其余的 follower 会先将各自的 log 文件高于 HW 的部分截掉，然后从新的 leader 同步数据。

注意：这只能保证副本之间的数据一致性，不能保证数据不丢失或不重复。

3.2.3 Exactly Once 语义

将服务器的 ACK 级别设置为-1，可以保证 Producer 到 Server 之间不会丢失数据，即 At Least Once 语义。相对的，将服务器 ACK 级别设置为 0，可以保证生产者每条消息只会被发送一次，即 At Most Once 语义。

At Least Once 可以保证数据不丢失，但是不能保证数据不重复；相对的，At Most Once可以保证数据不重复，但是不能保证数据不丢失。但是，对于一些非常重要的信息，比如说交易数据，下游数据消费者要求数据既不重复也不丢失，即 Exactly Once 语义。

0.11 版本的 Kafka，引入了一项重大特性：幂等性。所谓的幂等性就是指 Producer 不论向 Server 发送多少次重复数据，Server 端都只会持久化一条。幂等性结合 At Least Once 语义，就构成了 Kafka 的 Exactly Once 语义。即：At Least Once + 幂等性 = Exactly Once。

要启用幂等性，只需要将 Producer 的参数中 enable.idompotence 设置为 true 即可。开启幂等性的 Producer 在初始化的时候会被分配一个 PID，发往同一 Partition 的消息会附带 Sequence Number。而 Broker 端会对**<PID,Partition,SeqNumber>** 做缓存，当具有相同主键的消息提交时，Broker 只会持久化一条。

但是 PID 重启就会变化，同时不同的 Partition 也具有不同主键，所以幂等性无法保证跨分区跨会话的 Exactly Once。

3.3 Kafka 消费者

3.3.1 消费方式

consumer 采用 **pull（拉）**模式从 broker 中读取数据。如果 kafka 没有数据，消费者可能会陷入循环中，一直返回空数据。针对这一点，Kafka 的消费者在消费数据时会传入一个时长参数 timeout，如果当前没有数据可供消费，consumer 会等待一段时间之后再返回，这段时长即为 timeout。

3.3.2 分区分配策略

一个 consumer group 中有多个 consumer，一个 topic 有多个 partition，所以必然会涉及到 partition 的分配问题，即确定那个 partition 由哪个 consumer 来消费。

Kafka 有两种分配策略，一是 RoundRobin（轮询分区），一是 Range（范围分区）。

1）RoundRobin
把所有的 partition 和所有的 consumer 都列出来，然后按照 hascode 进行排序，最后通过轮询算法来分配 partition 给到各个消费者。

轮询分区分为如下两种情况：
（1）同一消费组内所有消费者订阅的消息都是相同的
例如：同一消费者组中，有 3 个消费者C0、C1和C2，都订阅了 2 个主题 t0 和 t1，并且每个主题都有 3 个分区（p0、p1、p2），那么所订阅的所以分区可以标识为t0p0、t0p1、t0p2、t1p0、t1p1、t1p2。最终分区分配结果如下：

消费者	消费分区
C0	t0p0, t1p0
C1	t0p1, t1p1
C2	t0p2, t1p2

（2）同一消费者组内的消费者订阅的的消息不相同
例如：同一消费者组中，有 3 个消费者 C0、C1 和 C2，他们共订阅了 3 个主题：t0、t1 和 t2，这 3 个主题分别有 1、2、3 个分区(即:t0有1个分区(p0)，t1有2个分区(p0、p1)，t2有3个分区(p0、p1、p2))，即整个消费者所订阅的所有分区可以标识为 t0p0、t1p0、t1p1、t2p0、t2p1、t2p2。具体而言，消费者C0订阅的是主题t0，消费者C1订阅的是主题t0和t1，消费者C2订阅的是主题t0、t1和t2，最终分区分配结果如下：

消费者	消费分区
C0	t0p0
C1	t1p0
C2	t1p1、t2p0、t2p1、t2p2

所以，如果想要使用RoundRobin 轮询分区策略，必须满足如下两个条件：

每个消费者订阅的主题，必须是相同的。
每个主题的消费者实例都是相同的。

2）Range
Range 范围分区策略是对每个 topic 而言的。首先对同一个 topic 里面的分区按照序号进行排序，并对消费者按照字母顺序进行排序。假如现在有 10 个分区，3 个消费者，排序后的分区将会是 0,1,2,3,4,5,6,7,8,9；消费者排序完之后将会是 C0，C1，C2。通过 partitions数/consumer 数来决定每个消费者应该消费几个分区。如果除不尽，那么前面几个消费者将会多消费 1 个分区。

例如，10/3 = 3 余 1 ，除不尽，那么消费者 C0 便会多消费 1 个分区，最终分区分配结果如下：

消费者	消费分区
C0	0, 1, 2, 3
C1	4, 5, 6
C2	7, 8, 9

如果只是 1 个 topic，C0 消费者多消费 1 个分区影响不是很大。如果有 N 多个 topic，那么针对每个 topic，消费者 C0 都将多消费 1 个分区，topic 越多，C0 消费的分区会比其他消费者明显多消费 N 个分区。

3.3.3 offset 的维护

由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置的继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费。
在这里插入图片描述
Kafka 0.9 版本之前，consumer 默认将 offset 保存在 Zookeeper 中，从 0.9 版本开始，consumer 默认将 offset 保存在 Kafka 一个内置的 topic 中，该 topic 为__consumer_offsets。

3.4 Kafka 高效读写数据

1）顺序写磁盘
Kafka 的 producer 生产数据，要写入到 log 文件中，写的过程是一直追加到文件末端，为顺序写。

2）零拷贝
Kafka 使用零拷贝传输数据。

3）分区并发写

3.5 Zookeeper 在 Kafka 中的作用

Kafka 集群中有一个 broker 会被选举为 Controller，负责管理集群 broker 的上下线。所有 topic 的分区副本分配和 leader 选举等工作。

leader 选举流程
在这里插入图片描述
1）修改配置文件 consumer.properties

exclude.internal.topics=false

2）读取 offset
0.11.0.0 之前版本:

bin/kafka-console-consumer.sh --topic __consumer_offsets --zookeeper hadoop102:2181 --formatter "kafka.coordinator.GroupMetadataManager\$OffsetsMessageFormatter" --consumer.config config/consumer.properties --from-beginning

0.11.0.0 之后版本(含):

bin/kafka-console-consumer.sh --topic __consumer_offsets --
zookeeper hadoop102:2181 --formatter  "kafka.coordinator.group.GroupMetadataManager\$OffsetsMessageFormatter" --consumer.config config/consumer.properties --frombeginning

3.6 Kafka 事务

Kafka 从 0.11 版本开始引入了事务支持。事务可以保证 Kafka 在 Exactly Once 语义的基础上，生产和消费可以跨分区和会话，要么全部成功，要么全部失败。

3.6.1 Producer 事务

为了实现跨分区跨会话的事务，需要引入一个全局唯一的 Transaction ID，并将 Producer 获得的 PID 和 Transaction ID 绑定。这样当 Producer 重启后就可以通过正在进行的 TransactionID 获得原来的 PID。

为了管理 Transaction，Kafka 引入了一个新的组件 Transaction Coordinator。Producer 就是通过和 Transaction Coordinator 交互获得 Transaction ID 对应的任务状态。Transaction Coordinator 还负责将事务所有写入 Kafka 的一个内部 Topic，这样即使整个服务重启，由于事务状态得到保存，进行中的事务状态可以得到恢复，从而继续进行。

4 Kafka API

4.1 Producer API

4.1.1 消息发送流程

Kafka 的 Producer 发送消息采用的是异步发送的方式。在消息发送的过程中，涉及到了两个线程 main 线程和 Sender 线程，以及一个线程共享变量 RecordAccumulator。main 线程将消息发送给 RecordAccumulator，Sender 线程不断从 RecordAccumulator 中拉取消息发送到 Kafka broker。
在这里插入图片描述
相关参数：

batch.size：只有数据积累到 batch.size 之后，sender 才会发送数据。
linger.ms：如果数据迟迟未达到 batch.size，sender 等待 linger.time 之后就会发送数据。

4.1.2 异步发送 API

1）导入依赖

<dependency>
   <groupId>org.apache.kafka</groupId>
   <artifactId>kafka-clients</artifactId>
   <version>0.11.0.0</version>
</dependency>

2）编写代码

相关类：
KafkaProducer：需要创建一个生产者对象，用来发送数据。
ProducerConfig：获取所需的一系列配置参数。
ProducerRecord：每条数据都要封装成一个 ProducerRecord 对象。

（1）不带回调函数的 API

public class KafkaProducerDemo1 {

    public static void main(String[] args) {
        // 1. 生产者参数配置
        Properties properties = new Properties();
        // broker-list
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 应答级别
        properties.setProperty(ProducerConfig.ACKS_CONFIG, "all");
        //批次大小
        properties.setProperty(ProducerConfig.BATCH_SIZE_CONFIG, "16384");
        //等待时间
        properties.setProperty(ProducerConfig.LINGER_MS_CONFIG, "1");
        // 网络请求超时时间
        properties.setProperty(ProducerConfig.REQUEST_TIMEOUT_MS_CONFIG, "2000");
        // 序列化配置
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");

        // 2. 创建生产者
        KafkaProducer<String, String> producer = new KafkaProducer<>(properties);

        // 3. 发送消息
        for (int i = 0; i < 10; i++) {
            producer.send(new ProducerRecord<>(
                    "first", "k-" + i, "message-" + i));
        }

        // 4. 关闭资源
        // 如果时间没有达到 linger.ms，数据没有 batch.size
        // 调用 close 方法也会发送消息
        producer.close();
    }
}

（2）带回调函数的 API

回调函数会在 producer 收到 ack 时调用，为异步调用，该方法有两个参数，分别是 RecordMetadata 和 Exception，如果 Exception 为 null，说明消息发送成功，如果 Exception 不为 null，说明消息发送失败。消息发送失败会自动重试，不需要我们在回调函数中手动重试。

public class KafkaProducerDemo2 {

    public static void main(String[] args) {
        // 1. 生产者参数配置
        Properties properties = new Properties();
        // broker-list
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 应答级别
        properties.setProperty(ProducerConfig.ACKS_CONFIG, "all");
        // 批次大小
        properties.setProperty(ProducerConfig.BATCH_SIZE_CONFIG, "16384");
        // 等待时间
        properties.setProperty(ProducerConfig.LINGER_MS_CONFIG, "1");
        // 网络请求超时时间
        properties.setProperty(ProducerConfig.REQUEST_TIMEOUT_MS_CONFIG, "2000");
        // 序列化配置
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");

        // 2. 创建生产者
        KafkaProducer<String, String> producer = new KafkaProducer<>(properties);

        // 3. 发送消息
        for (int i = 0; i < 10; i++) {
            ProducerRecord<String, String> producerRecord =
                    new ProducerRecord<>("first", "k-" + i, "message-" + i);
            producer.send(producerRecord, (metadata, exception) -> {
                if (exception == null) {
                    // 发送成功
                    System.out.println("partition=" + metadata.partition() + " ,offset=" + metadata.offset());
                } else {
                    // 发送失败
                    exception.printStackTrace();
                }
            });
        }

        // 4. 关闭资源
        // 如果时间没有达到 linger.ms，数据没有 batch.size
        // 调用 close 方法也会发送消息
        producer.close();
    }
}

4.1.3 同步发送 API

同步发送的意思就是，一条消息发送之后，会阻塞当前线程，直至返回 ack。

send 方法返回的是一个 Future 对象，根据 Futrue 对象的特点，我们也可以实现同步发送的效果，只需在调用 Future 对象的 get 方发即可。

public class KafkaProducerDemo3 {

    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // 1. 生产者参数配置
        Properties properties = new Properties();
        // broker-list
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 应答级别
        properties.setProperty(ProducerConfig.ACKS_CONFIG, "all");
        // 批次大小
        properties.setProperty(ProducerConfig.BATCH_SIZE_CONFIG, "16384");
        // 等待时间
        properties.setProperty(ProducerConfig.LINGER_MS_CONFIG, "1");
        // 网络请求超时时间
        properties.setProperty(ProducerConfig.REQUEST_TIMEOUT_MS_CONFIG, "2000");
        // 序列化配置
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");

        // 2. 创建生产者
        KafkaProducer<String, String> producer = new KafkaProducer<>(properties);

        // 3. 发送消息
        for (int i = 0; i < 10; i++) {
            ProducerRecord<String, String> producerRecord =
                    new ProducerRecord<>("first", "k-" + i, "message-" + i);

            // Future.get() 阻塞等待结果返回
            producer.send(producerRecord).get();
        }

        // 4. 关闭资源
        // 如果时间没有达到 linger.ms，数据没有 batch.size
        // 调用 close 方法也会发送消息
        producer.close();
    }
}

4.2 Consumer API

由于 consumer 在消费过程中可能会出现断电宕机等故障，consumer 恢复后，需要从故障前的位置的继续消费，所以 consumer 需要实时记录自己消费到了哪个 offset，以便故障恢复后继续消费。

所以 offset 的维护是 Consumer 消费数据是必须考虑的问题。

4.2.1 自动提交 offset

1）编写代码

需要用到的类：
KafkaConsumer：需要创建一个消费者对象，用来消费数据。
ConsumerConfig：获取所需的一系列配置参数。
ConsumerRecord：每条数据都要封装成一个 ConsumerRecord 对象。

自动提交 offset 的相关参数：
enable.auto.commit：是否开启自动提交 offset 功能。
auto.commit.interval.ms：自动提交 offset 的时间间隔。

public class ConsumerDemo1 {

    public static void main(String[] args) {
        // 1. 消费者参数配置
        Properties properties = new Properties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 消费者组
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "test-1");
        // 自动提交 offset
        properties.setProperty(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");
        // 自动提交时间间隔
        properties.setProperty(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, "1000");
        // 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
        // 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
        // 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
        properties.setProperty(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        // 反序列化配置
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");

        // 2. 消费者实例
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 3. 订阅主题
        consumer.subscribe(Collections.singleton("first"));

        // 4. 拉取消息
        do {
            // 拉取批量消息
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset=%d, key=%s, value=%s\n", record.offset(), record.key(), record.value());
            }
        } while (true);
    }
}

4.2.2 手动提交 offset

虽然自动提交 offset 十分简介便利，但由于其是基于时间提交的，因此难以把握 offset 提交的时机。Kafka 还提供了手动提交 offset 的 API。

手动提交 offset 的方法有两种：分别是 commitSync（同步提交）和 commitAsync（异步提交）。两者的相同点是，都会将本次 poll 的一批数据最高的偏移量提交；不同点是，commitSync 阻塞当前线程，一直到提交成功，并且会自动失败重试（由不可控因素导致，也会出现提交失败）；而 commitAsync 则没有失败重试机制，故有可能提交失败。

1）同步提交 offset

public class ConsumerDemo2 {

    public static void main(String[] args) {
        // 1. 消费者参数配置
        Properties properties = new Properties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 消费者组
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 自动提交 offset 关闭
        properties.setProperty(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        // 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
        // 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
        // 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
        properties.setProperty(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        // 反序列化配置
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");

        // 2. 消费者实例
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 3. 订阅主题
        consumer.subscribe(Collections.singleton("first"));

        // 4. 拉取消息
        do {
            // 拉取批量消息
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset=%d, key=%s, value=%s\n", record.offset(), record.key(), record.value());
            }

            // 同步提交，当前线程会阻塞直到 offset 提交成功
            consumer.commitSync();
        } while (true);
    }
}

2）异步提交 offset

public class ConsumerDemo3 {

    public static void main(String[] args) {
        // 1. 消费者参数配置
        Properties properties = new Properties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 消费者组
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 自动提交 offset 关闭
        properties.setProperty(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        // 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
        // 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
        // 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
        properties.setProperty(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        // 反序列化配置
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");

        // 2. 消费者实例
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 3. 订阅主题
        consumer.subscribe(Collections.singleton("first"));

        // 4. 拉取消息
        do {
            // 拉取批量消息
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset=%d, key=%s, value=%s\n", record.offset(), record.key(), record.value());
            }

            // 异步提交
            consumer.commitAsync((offsets, exception) -> {
                if (exception != null) {
                    System.out.println("commit failed for " + offsets);
                }
            });
        } while (true);
    }
}

3）数据漏消费和重复消费
无论是同步提交还是异步提交 offset，都有可能会造成数据的漏消费或者重复消费。先提交 offset 后消费，有可能造成数据的漏消费；而先消费后提交 offset，有可能会造成数据的重复消费。

4.2.3 自定义存储 offset

Kafka 0.9 版本之前，offset 存储在 zookeeper，0.9 版本及之后，默认将 offset 存储在 Kafka 的一个内置的 topic 中。除此之外，Kafka 还可以选择自定义存储 offset。

offset 的维护是相当繁琐的，因为需要考虑到消费者的 Rebalace。当有新的消费者加入消费者组、已有的消费者退出消费者组或者所订阅的主题的分区发生变化，就会触发到分区的重新分配，重新分配的过程叫做 Rebalance。

消费者发生 Rebalance 之后，每个消费者消费的分区就会发生变化。因此消费者要首先获取到自己被重新分配到的分区，并且定位到每个分区最近提交的 offset 位置继续消费。

要实现自定义存储 offset，需要通过 ConsumerRebalanceListener 接口，以下为示例代码，其中提交和获取 offset 的方法，需要根据所选的 offset 存储系统自行实现。

public class ConsumerDemo4 {

    private static final Map<TopicPartition, Long> currentOffset = new HashMap<>();

    public static void main(String[] args) {
        // 1. 消费者参数配置
        Properties properties = new Properties();
        properties.setProperty(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 消费者组
        properties.setProperty(ConsumerConfig.GROUP_ID_CONFIG, "test");
        // 自动提交 offset 关闭
        properties.setProperty(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "false");
        // 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
        // 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
        // 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
        properties.setProperty(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        // 反序列化配置
        properties.setProperty(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");
        properties.setProperty(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringDeserializer");

        // 2. 消费者实例
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(properties);

        // 3. 订阅主题
        consumer.subscribe(Collections.singleton("first"), new ConsumerRebalanceListener() {
            /**
             * 该方法会在 Rebalance 之前调用
             */
            @Override
            public void onPartitionsRevoked(final Collection<TopicPartition> partitions) {
                commitOffset(currentOffset);
            }

            /**
             * 该方法会在 Rebalance 之后调用
             */
            @Override
            public void onPartitionsAssigned(final Collection<TopicPartition> partitions) {
                currentOffset.clear();
                for (TopicPartition partition : partitions) {
                    // 定位到最近提交的 offset 位置继续消费
                    consumer.seek(partition, getOffset(partition));
                }
            }
        });

        // 4. 拉取消息
        do {
            // 拉取批量消息
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.printf("offset=%d, key=%s, value=%s\n", record.offset(), record.key(), record.value());
                // 保存 offset 消息
                currentOffset.put(new TopicPartition(record.topic(), record.partition()), record.offset());
            }

            // 批量存储 offset 信息
            commitOffset(currentOffset);
        } while (true);
    }

    /**
     * 获取某分区的最新 offset
     */
    private static long getOffset(TopicPartition partition) {
        return 0;
    }

    /**
     * 提交该消费者所有分区的 offset
     */
    private static void commitOffset(Map<TopicPartition, Long> currentOffset) {
        // 自定义存储 topic_partition_offset
    }
}

4.3 自定义 Interceptor

4.3.1 拦截器原理

Producer 拦截器(interceptor)是在 Kafka 0.10 版本被引入的，主要用于实现 clients 端的定制化控制逻辑。

对于 producer 而言，interceptor 使得用户在消息发送前以及 producer 回调逻辑前有机会对消息做一些定制化需求，比如修改消息等。同时，producer 允许用户指定多个 interceptor 按序作用于同一条消息从而形成一个拦截链(interceptor chain)。Intercetpor 的实现接口是 org.apache.kafka.clients.producer.ProducerInterceptor，其定义的方法包括：

（1）configure(configs)
获取配置信息和初始化数据时调用。

（2）onSend(ProducerRecord)
该方法封装进 KafkaProducer.send 方法中，即它运行在用户主线程中。Producer 确保在消息被序列化以及计算分区前调用该方法。用户可以在该方法中对消息做任何操作，但最好保证不要修改消息所属的 topic 和分区，否则会影响目标分区的计算。

（3）onAcknowledgement(RecordMetadata, Exception)
该方法会在消息从 RecordAccumulator 成功发送到 Kafka Broker 之后，或者在发送过程中失败时调用。并且通常都是在 producer 回调逻辑触发之前。onAcknowledgement 运行在 producer 的 IO 线程中，因此不要在该方法中放入很重的逻辑，否则会拖慢 producer 的消息发送效率。

（4）close
关闭 interceptor，主要用于执行一些资源清理工作。

interceptor 可能被运行在多个线程中，因此在具体实现时用户需要自行确保线程安全。另外指定了多个 interceptor，则 producer 将按照指定顺序调用它们，并仅仅是捕获每个 interceptor 可能抛出的异常记录到错误日志中而非在向上传递。

4.3.2 拦截器案例

1）要求
实现一个双 interceptor 组成的拦截链。第一个 interceptor 会在消息发送前将时间戳信息加到消息 value 的最前部；第二个 interceptor 会在消息发送后更新成功发送消息数或失败发送消息数。

2）代码实现
（1）增加时间戳拦截器

public class TimeInterceptor implements ProducerInterceptor<String, String> {

    /**
     * 配置信息
     */
    @Override
    public void configure(final Map<String, ?> configs) {

    }

    /**
     * 发送到 RecordAccumulator 前
     */
    @Override
    public ProducerRecord<String, String> onSend(final ProducerRecord<String, String> record) {
        return new ProducerRecord<>(
                record.topic(),
                record.partition(),
                record.timestamp(),
                record.key(),
                System.currentTimeMillis() + "_" + record.value(),
                record.headers());
    }

    /**
     * producer 回调逻辑前
     */
    @Override
    public void onAcknowledgement(final RecordMetadata metadata, final Exception exception) {

    }

    @Override
    public void close() {

    }
}

（2）统计发送消息成功和发送失败消息数，并在 producer 关闭时打印这两个计数器

public class CounterInterceptor implements ProducerInterceptor<String, String> {

    private AtomicInteger errorCounter = new AtomicInteger(0);
    private AtomicInteger successCounter = new AtomicInteger(0);

    /**
     * 配置信息
     */
    @Override
    public void configure(final Map<String, ?> configs) {

    }

    /**
     * 发送到 RecordAccumulator 前
     */
    @Override
    public ProducerRecord<String, String> onSend(final ProducerRecord<String, String> record) {
        return record;
    }

    /**
     * producer 回调逻辑前
     */
    @Override
    public void onAcknowledgement(final RecordMetadata metadata, final Exception exception) {
        if (exception == null) {
            successCounter.incrementAndGet();
        } else {
            errorCounter.incrementAndGet();
        }
    }

    /**
     * producer 关闭时调用
     */
    @Override
    public void close() {
        System.out.printf("errorCounter=%d, successCounter=%d\n", errorCounter.get(), successCounter.get());
    }
}

（3）producer 主程序

public class InterceptorProducerDemo1 {

    public static void main(String[] args) {
        // 1. 生产者参数配置
        Properties properties = new Properties();
        // broker-list
        properties.setProperty(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "hadoop102:9092");
        // 应答级别
        properties.setProperty(ProducerConfig.ACKS_CONFIG, "all");
        // 批次大小
        properties.setProperty(ProducerConfig.BATCH_SIZE_CONFIG, "16384");
        // 等待时间
        properties.setProperty(ProducerConfig.LINGER_MS_CONFIG, "1");
        // 超时时间
        properties.setProperty(ProducerConfig.REQUEST_TIMEOUT_MS_CONFIG, "2000");
        // 序列化配置
        properties.setProperty(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        properties.setProperty(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,
                "org.apache.kafka.common.serialization.StringSerializer");
        // 拦截器链
        properties.setProperty(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,
             "com.liyibin.kafka.interceptor.TimeInterceptor,com.liyibin.kafka.interceptor.CounterInterceptor");

        // 2. 创建生产者
        KafkaProducer<String, String> producer = new KafkaProducer<>(properties);

        // 3. 发送消息
        for (int i = 0; i < 10; i++) {
            producer.send(new ProducerRecord<>(
                    "first", "k-" + i, "message-" + i));
        }

        // 4. 一定要关闭 producer，这样才会调用 interceptor 的 close 方法
        producer.close();
    }
}

5 Kafka 监控

5.1 Kafka Eag;e

1）修改 kafka 启动命令
修改 kafka-server-start.sh 命令中

if [ "x$KAFKA_HEAP_OPTS" = "x" ]; then
    # export KAFKA_HEAP_OPTS="-Xmx1G -Xms1G"
fi

为

if [ "x$KAFKA_HEAP_OPTS" = "x" ]; then
    # kafka eagle 监控配置
    export KAFKA_HEAP_OPTS="-server -Xms2G -Xmx2G -XX:PermSize=128m -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:ParallelGCThreads=8 -XX:ConcGCThreads=5 -XX:InitiatingHeapOccupancyPercent=70"
    export JMX_PORT="9999"
    # export KAFKA_HEAP_OPTS="-Xmx1G -Xms1G"
fi

注意：修改之后在启动 Kafka 之前要分发之其他节点

2）上传压缩包 kafka-eagle-bin-1.3.7.tar.gz 到集群 /opt/software 目录

3）解压安装

[liyibin@hadoop102 software]$ tar -zxvf kafka-eagle-bin-1.3.7.tar.gz 
kafka-eagle-bin-1.3.7/
kafka-eagle-bin-1.3.7/kafka-eagle-web-1.3.7-bin.tar.gz
[liyibin@hadoop102 software]$ cd kafka-eagle-bin-1.3.7
[liyibin@hadoop102 kafka-eagle-bin-1.3.7]$ tar -zxvf kafka-eagle-web-1.3.7-bin.tar.gz -C /opt/module/
[liyibin@hadoop102 kafka-eagle-bin-1.3.7]$ cd /opt/module/
[liyibin@hadoop102 module]$ mv kafka-eagle-web-1.3.7/ kafka-eagle

4）给启动文件执行权限

[liyibin@hadoop102 kafka-eagle]$ cd bin/
[liyibin@hadoop102 bin]$ chmod 777 ke.sh

5）修改配置文件 conf/system-config.properties

######################################
# multi zookeeper&kafka cluster list
######################################
kafka.eagle.zk.cluster.alias=cluster1
cluster1.zk.list=hadoop102:2181,hadoop103:2181,hadoop104:2181
# cluster2.zk.list=xdn10:2181,xdn11:2181,xdn12:2181

######################################
# zk client thread limit
######################################
kafka.zk.limit.size=25

######################################
# kafka eagle webui port
######################################
kafka.eagle.webui.port=8048

######################################
# kafka offset storage
######################################
cluster1.kafka.eagle.offset.storage=kafka
# cluster2.kafka.eagle.offset.storage=zk

######################################
# enable kafka metrics
######################################
kafka.eagle.metrics.charts=true
kafka.eagle.sql.fix.error=false

######################################
# kafka sql topic records max
######################################
kafka.eagle.sql.topic.records.max=5000

######################################
# alarm email configure
######################################
kafka.eagle.mail.enable=false
kafka.eagle.mail.sa=alert_sa@163.com
kafka.eagle.mail.username=alert_sa@163.com
kafka.eagle.mail.password=mqslimczkdqabbbh
kafka.eagle.mail.server.host=smtp.163.com
kafka.eagle.mail.server.port=25

######################################
# alarm im configure
######################################
#kafka.eagle.im.dingding.enable=true
#kafka.eagle.im.dingding.url=https://oapi.dingtalk.com/robot/send?access_token=

#kafka.eagle.im.wechat.enable=true
#kafka.eagle.im.wechat.token=https://qyapi.weixin.qq.com/cgi-bin/gettoken?corpid=xxx&corpsecret=xxx
#kafka.eagle.im.wechat.url=https://qyapi.weixin.qq.com/cgi-bin/message/send?access_token=
#kafka.eagle.im.wechat.touser=
#kafka.eagle.im.wechat.toparty=
#kafka.eagle.im.wechat.totag=
#kafka.eagle.im.wechat.agentid=

######################################
# delete kafka topic token
######################################
kafka.eagle.topic.token=keadmin

######################################
# kafka sasl authenticate
######################################
cluster1.kafka.eagle.sasl.enable=false
cluster1.kafka.eagle.sasl.protocol=SASL_PLAINTEXT
cluster1.kafka.eagle.sasl.mechanism=PLAIN
cluster1.kafka.eagle.sasl.jaas.config=org.apache.kafka.common.security.plain.PlainLoginModule required username="admin" password="kafka-eagle";

cluster2.kafka.eagle.sasl.enable=false
cluster2.kafka.eagle.sasl.protocol=SASL_PLAINTEXT
cluster2.kafka.eagle.sasl.mechanism=PLAIN
cluster2.kafka.eagle.sasl.jaas.config=org.apache.kafka.common.security.plain.PlainLoginModule required username="admin" password="kafka-eagle";

######################################
# kafka jdbc driver address
######################################
kafka.eagle.driver=com.mysql.jdbc.Driver
kafka.eagle.url=jdbc:mysql://hadoop102:3306/ke?useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull
kafka.eagle.username=root
kafka.eagle.password=123456

6）配置环境变量

# KE_HOME
export KE_HOME=/opt/module/kafka-eagle
export PATH=$PATH:$KE_HOME/bin

7）启动

[liyibin@hadoop102 kafka-eagle]$ bin/ke.sh start
... ...
... ...
Version 1.3.7
*******************************************************************
* Kafka Eagle Service has started success.
* Welcome, Now you can visit 'http://192.168.10.102:8048/ke'
* Account:admin ,Password:123456
*******************************************************************
* <Usage> ke.sh [start|status|stop|restart|stats] </Usage>
* <Usage> https://www.kafka-eagle.org/ </Usage>
*******************************************************************

8）登录页面
在这里插入图片描述

6 Flume 对接 Kafka

1）配置 flume(flume-netcat-kafka.conf)

# define
a1.sources = r1
a1.sinks = k1
a1.channels = c1
# source
a1.sources.r1.type = netcat
a1.sources.r1.bind = localhost
a1.sources.r1.port = 9999
# sink
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.kafka.bootstrap.servers = hadoop102:9092,hadoop103:9092,hadoop104:9092
a1.sinks.k1.kafka.topic = first
a1.sinks.k1.kafka.flumeBatchSize = 20
a1.sinks.k1.kafka.producer.acks = 1
a1.sinks.k1.kafka.producer.linger.ms = 1
# channel
a1.channels.c1.type = memory
a1.channels.c1.capacity = 1000
a1.channels.c1.transactionCapacity = 100
# bind
a1.sources.r1.channels = c1
a1.sinks.k1.channel = c1