day04kafka

最新推荐文章于 2024-04-27 11:50:27 发布

lhh123lhh123

最新推荐文章于 2024-04-27 11:50:27 发布

阅读量725

点赞数

文章标签： kafka java 分布式

本文链接：https://blog.csdn.net/lhhaini/article/details/122997399

版权

一. 复习

kafka使用分布式公平架构，主节点：kafka controllere （负责存储和管理）从节点：kafka broker（负责存储）如果主节点挂掉，会依赖zk重新选举。
kafka的数据安全是依赖副本机制
leader和follwer是topic下的part的主节点和从节点，而controller和broker是集群的
在这里插入图片描述

二.topic管理：创建与列举、

/export/server/kafka_2.12-2.4.1/bin

创建：kafka-topics.sh --create --topic bigdata01 --partitions 3 --replication-factor 2 --bootstrap-server node1:9092,node2:9092,node3:9092（–topic topic名称， --partitions分区个数，–replication-factor副本，–bootstrap-server node1:9092,node2:9092,node3:9092 服务端地址进程端口9092）
列举：–list：kafka-topics.sh --list --bootstrap-server node1:9092,node2:9092,node3:9092
查看：–describe ：kafka-topics.sh --describe --topic bigdata01 --bootstrap-server node1:9092,node2:9092,node3:9092
删除：delete：kafka-topics.sh --delete --topic bigdata02 --bootstrap-server node1:9092,node2:9092,node3:9092
修改topic：–alter：kafka-topics.sh --alter --topic bigdata02 分区/副本/属性 --bootstrap-server node1:9092,node2:9092,node3:9092

三.生产者及消费者测试

命令行生产者： kafka-console-producer.sh --topic bigdata01 --broker-list node1:9092,node2:9092,node3:9092
命令行消费者： kafka-console-consumer.sh --topic bigdata01 --bootstrap-server node1:9092,node2:9092,node3:9092
从头开始消费：kafka-console-consumer.sh --topic bigdata01 --bootstrap-server node1:9092,node2:9092,node3:9092 --from-beginning（默认从最新的位置开始消费，–from-beginning从最早的位置开始消费）
只要生产者不断生产，消费者就能实时的消费到topic中的数据

四.kafka集群压力测试

创建topic：bigdata ：kafka-topics.sh --create --topic bigdata --partitions 2 --replication-factor 2 --bootstrap-server node1:9092,node2:9092,node3:9092
生产测试： kafka-producer-perf-test.sh --topic bigdata --num-records 100000 --throughput -1 --record-size 1000 --producer-props bootstrap.servers=node1:9092,node2:9092,node3:9092 acks=1
消费测试： kafka-consumer-perf-test.sh --topic bigdata --broker-list node1:9092,node2:9092,node3:9092 --fetch-size 1048576 --messages 100000

五.kafka API

API分类
1.1high level API：高级API，基于simpleAPI做了封装，让用户开发更加方便，但是由于封装了底层的API有很多东西不可控，无法控制数据安全；offset 自动存储zookeeper中，不需要自己管理。
1.2simpleAPI：简单API。自定义控制所有的消费和生产，保障数据安全。
生产者API：生产数据到kafka
2.1导入maven依赖：

<repositories>
<repository>
<id>aliyun</id>
<url>http://maven.aliyun.com/nexus/content/groups/public/
</url>
</repository>
</repositories>
<dependencies>
<!-- Kafka的依赖 -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>2.4.1</version>
</dependency>
</dependencies>

2.2 代码

package bigdata.hlzq.com.kafka.produce;
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;

//生产者数据到kafka
public class KafkaProducerTestClient {
    public static void main(String[] args) {
        //构建连接
        //构建一个配置对象
        Properties props = new Properties();
        props.put("bootstrap.servers", "node1:9092,node2:9092,node3:9092");//服务端地址
        props.put("acks","all");//生产者写入网络部丢失的原因ack+重试机制：写入一条到kafka分区，kafka会返回一个ack确认，如果没有返回重新发送ack的值： 0不用等待 1：等待写入到lead就返回 all：等待所有副本
        //定义写入kafka的类型
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        //构建连接对象加载配置
        KafkaProducer<String,String> producer = new KafkaProducer<>(props);
        //实现操作
        for (int i=1;i<=100;i++){
            //调用连接对象的方法，指定topic key决定分区规则
            producer.send(new ProducerRecord("bigdata01",i+"",i+"itc"));
            //不给key在同一个分区
            producer.send(new ProducerRecord("bigdata01",i+"hh"));
            //指定分区
            producer.send(new ProducerRecord("bigdata01", 1,i+"",i+"itc"));
        }
        //释放连接
        producer.close();
    }
}

消费者
代码：

import java.util.Properties;
import java.util.function.Consumer;

public class KafkaCons {
    public static void main(String[] args) {
        // 构建消费者连接
        //构建配置对象
        Properties props = new Properties();
        props.setProperty("bootstrap.servers", "node1:9092,node2:9092,node3:9092");
        props.setProperty("group.id", "test");
        props.setProperty("enable.auto.commit", "true");
        props.setProperty("auto.commit.interval.ms","1000");
        props.setProperty("key.deserializer" , "org.apache.kafka.common.serialization.StringDeserializer");
        props.setProperty("value.deserializer","org.apache.kafka.common.serialization.StringDeserializer");
        KafkaConsumer <String ,String >consumer = new KafkaConsumer(props);
        // 订阅消费处理
        consumer.subscribe(Arrays.asList("bigdata01"));
        //消费者是不停的
        while (true){
            ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
            for (ConsumerRecord<String,String>record:records){
                System.out.println("offset:"+record.offset()+"   "+"topic:"+record.topic()+"  "+"part:"+record.partition()+"  "+"value:"+record.value());

            }
        }
    }
}

六. 生产分区规则

数据存储在那个分区的规则，

 //调用连接对象的方法，指定topic key决定分区规则
            producer.send(new ProducerRecord("bigdata01",i+"",i+"itc"));
            //不给key在同一个分区
            producer.send(new ProducerRecord("bigdata01",i+"hh"));
            //指定分区
            producer.send(new ProducerRecord("bigdata01", 1,i+"",i+"itc"));

在这里插入图片描述默认分区器defaultpartitioner
如果指定了key：按照key的hash取余分区的个数，来写入对应的分区：只要key一样就会进入同一个分区，容易导致数据倾斜
黏性分区器：实现少批次多数据：一个批次的数据都存放在一个分区。（判断缓存中是否有这个topic的分区连接，如果有直接使用，没有随机写入一个分区，并放入缓存）
轮循分区：数据分配相对均衡，批次多，每个批次数据量少，性能差。（不用）

分区规则：先判断有没有指定分区，指定分区就写入指定的分区，调用分区器在判断有没有指定key如果有key按照key类似于hash取余的方式计算分区，没有的话使用黏性分区
自定义开发生产分区器

package bigdata.hlzq.com.kafka.userpart;

import org.apache.kafka.clients.producer.Partitioner;
import org.apache.kafka.common.Cluster;

import java.util.Map;
import java.util.Random;

//自定义分区器
public class UserPartition implements Partitioner {
  /**
   * topic:topic名称
   * key:key
   * keybytes：key
   * value：value
   * valuebytes：value
   * cluster：集群配置对象
   * @renturn 分区编号
   * */
    @Override
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
       //获取topic的分区个数
        Integer integer = cluster.partitionCountForTopic(topic);
        //构建随机分区随机值
        Random random = new Random();
        int i = random.nextInt(integer);
        return i;
    }

    @Override
    public void close() {
    //释放资源连接
    }

    @Override
    public void configure(Map<String, ?> configs) {
     //获取配置
    }
}
在生产者代码中指定分区配置
 props.put("partitioner.class", "bigdata.hlzq.com.kafka.userpart.UserPartition");

七.消费者消费安全问题

第一次消费规则：有属性决定
auto.offset.reset =latest | earliest |none
latest:默认的值，从topic每个分区的最新的位置开始消费
earliest：从最早的位置开始消费，每个分区的offset为0开始消费
none：如果是第一次消费，这个属性为none，kafka会抛出异常，如果不是第一次消费这不起作用
第二次消费：根据上一次消费的offset位置+1继续进行消费
消费者怎么知道上一次消费的位置：
在自己内存中记录offset的值，下次直接请求上一次消费的位置；
consumer offset：表示当前消费者组已经消费到的位置
commit offset：表示下一次要消费的位置，=consumer offset+1
只有一个消费者，消费者故障，原来内存的offset没了，消费者怎么知道上一次的消费位置：
数据重复和丢失，offset只放在内存，内存数据丢失offset丢失。
将offset持久化并且共享。
kafka将每个消费者消费的commit offset主动记录在一个topic中：_ _consumer_offsets,如果下次消费者没有给定请求的offset，kafka根据自己记录的offset来提供消费的位置。
自动提交的问题：消费成功并处理成功提交，如果消费或者处理失败不提交
手动提交topic的offset：offset是分区级别的，提交是按照topic级别的。按分区提交：
消费级别：consumer.seek（offset）自定义数据的消费、consumer.subcribe（topic）普通的发布订阅、consumer.assign（parition）限制每个消费者消费分区
消费分配策略：一个消费者组消费的过程中，一个分区的数据只能有某一个消费者消费；一个消费者可以消费多个分区的数据。
消费策略：范围分配：rangeassignor默认的分配策略 partition.assignment.strategy=org.apache.kafka.clients.consumer.RangeAssignor
轮询分配：2.0之前 RoundRobinAssignor
黏性分配：StickyAssignor2.0之后
7.1默认分配rangeassignor：每个消费者消费一定的分区，尽量实现分区均分给不同的消费者，如果不能均分，优先分配给编号小的消费者（负载不均衡）

7.2 轮询分配：2.0之前 RoundRobinAssignor：按照topic的名称和分区编号排序，轮训分配给每个消费者
轮训不均衡，以及上面的没有考虑消费者故障
7.3 黏性分配：StickyAssignor2.0之后：类似于轮训分配，尽量的将分区均衡分配给消费者，如果某个消费者故障，尽量的避免网络传输
如果消费者故障：其他的消费者重新分配所有分区