Kafka

最新推荐文章于 2024-08-02 15:49:10 发布

pageniao

最新推荐文章于 2024-08-02 15:49:10 发布

阅读量342

点赞数

分类专栏： Kafka

本文链接：https://blog.csdn.net/pageniao/article/details/112495723

版权

Kafka 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

第1章 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，主要应用于大数据实时处理领域。

1.2 消息队列（Message Queue）

1.2.1 传统消息队列的应用场景

消息队列主要作用：异步处理、消峰处理、解耦处理
在这里插入图片描述

1.2.2 消息队列的两种模式

（1）点对点模式（一对一，消费者主动拉取数据，消息收到后消息清除）
消息生产者生产消息发送到Queue中，然后消息消费者从Queue中取出并且消费消息。
消息被消费以后，queue中不再有存储，所以消息消费者不可能消费到已经被消费的消息。Queue支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。
在这里插入图片描述

（2）发布/订阅模式（一对多，消费者消费数据之后不会清除消息）
消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。
在这里插入图片描述

1.3 Kafka基础架构

在这里插入图片描述
1）Producer ：消息生产者，就是向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 （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：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）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。
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follower。

第二章 Kafka 快速入门

2.1 安装部署

伪分布式集群安装部署

2.2 Kafka命令行操作

1）查看当前服务器中的topic

bin/kafka-topics.sh --zookeeper 192.168.191.128:2182 --list

在这里插入图片描述

可以看到当前有一个first 的topic
2) 创建topic

bin/kafka-topics.sh --zookeeper 192.168.191.128:2182 \
--create --replication-factor 3 --partitions 1 --topic second

在这里插入图片描述

选项说明：
–topic 定义topic名
–replication-factor 定义副本数
–partitions 定义分区数

可以看到增加了一个second的topic

3)删除topic
需要将可删选项配置改为true
在这里插入图片描述

bin/kafka-topics.sh --zookeeper 192.168.191.128:9092 \
--delete --topic first

4）发送消息

bin/kafka-console-producer.sh \
--broker-list 192.168.191.128:9092 --topic first

5）消费消息

bin/kafka-console-consumer.sh \
--bootstrap-server 192.168.191.128:9092 --from-beginning --topic first

–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

bin/kafka-topics.sh --zookeeper 192.168.191.128:9092 \
--describe --topic first

7）修改分区数

bin/kafka-topics.sh --zookeeper 192.168.191.128:9092 --alter --topic first --partitions 6

第3章 Kafka架构深入

3.1 Kafka工作流程及文件存储机制

工作流程
在这里插入图片描述
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。
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。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。

存储机制
在这里插入图片描述
由于生产者生产的消息会不断追加到log文件末尾，为防止log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夹下，该文件夹的命名规则为：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
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

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）可以提高并发，因为可以以Partition为单位读写了。
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。

详情可参考
Kafka分区和副本

3.2.2 数据可靠性保证

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。
在这里插入图片描述
Kafka选择了第二种方案，原因如下：
1.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。
2.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
采用第二种方案之后，设想以下情景：leader收到数据，所有follower都开始同步数据，但有一个follower，因为某种故障，迟迟不能与leader进行同步，那leader就要一直等下去，直到它完成同步，才能发送ack。这个问题怎么解决呢？
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。
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：
acks：
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；
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；
在这里插入图片描述
-1（all）：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，那么会造成数据重复。

4）故障处理细节

（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，并不能保证数据不丢失或者不重复。

3.2.3 Exactly Once语义

对于某些比较重要的消息，我们需要保证exactly once语义，即保证每条消息被发送且仅被发送一次。
在0.11版本之后，Kafka引入了幂等性机制（idempotent），配合acks = -1时的at least once语义，实现了producer到broker的exactly once语义。
idempotent + at least once = exactly once
使用时，只需将enable.idempotence属性设置为true，kafka自动将acks属性设为-1。

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。
push（推）模式很难适应消费速率不同的消费者，因为消息发送速率是由broker决定的。它的目标是尽可能以最快速度传递消息，但是这样很容易造成consumer来不及处理消息，典型的表现就是拒绝服务以及网络拥塞。而pull模式则可以根据consumer的消费能力以适当的速率消费消息。
pull模式不足之处是，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，一是range。
1）roundrobin
各分区轮流由消费者消费
2）range
将连着的分区分别分给各消费者消费

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。
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。官网有数据表明，同样的磁盘，顺序写能到到600M/s，而随机写只有100k/s。这与磁盘的机械机构有关，顺序写之所以快，是因为其省去了大量磁头寻址的时间。
2）零复制技术
在这里插入图片描述

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。
Controller的管理工作都是依赖于Zookeeper的。
以下为partition的leader选举过程：
在这里插入图片描述

第4章 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

org.apache.kafka
kafka-clients
0.11.0.0

2）编写代码
需要用到的类：
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
下面是模拟一个生产者生产数据

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;

public class CustomProducer {
    public static void main(String[] args) {
        Properties pro = new Properties();
        pro.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");// kafka集群，boker-list
        pro.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        pro.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        pro.put(ProducerConfig.ACKS_CONFIG, "all");
        pro.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//批次大小
        pro.put(ProducerConfig.LINGER_MS_CONFIG, 1); //等待时间

        // 1.创建一个生产者对象
        KafkaProducer<String, String> producer = new KafkaProducer<String, String>(pro);
        // 2.调用send方法
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<String, String>("first", i + "", "message-" + i));
        }
        // 3.关闭生产者
        producer.close();
    }
}

将集群开启，并执行一下命令，接收生产者生产的数据

bin/kafka-console-consumer.sh \
--bootstrap-server 192.168.191.128:9092 --from-beginning --topic first

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。
注意：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。

import org.apache.kafka.clients.producer.*;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;

public class ProducerCallback {
    public static void main(String[] args) {

        Properties pro = new Properties();

        pro.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");// kafka集群，boker-list
        pro.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        pro.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        pro.put(ProducerConfig.ACKS_CONFIG, "all");
        pro.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//批次大小
        pro.put(ProducerConfig.LINGER_MS_CONFIG, 1); //等待时间

        // 1.创建一个生产者对象
        KafkaProducer<String, String> producer = new KafkaProducer<String, String>(pro);
        // 2.调用send方法
        for (int i = 0; i < 1000; i++) {
            producer.send(new ProducerRecord<String, String>("first", i + "", "message-" + i), new Callback() {
                public void onCompletion(RecordMetadata recordMetadata, Exception exception) {
                    if (exception == null) {
                        System.out.println("success"); // 如果发送成功，答应success
                    } else {
                        exception.printStackTrace();
                    }
                }
            });
        }
        // 使用lambda表达式
//        for (int i = 0; i < 1000; i++) {
//            producer.send(new ProducerRecord<String, String>("first", i + "", "message-" + i), (metadata, exception) -> {
//                if (exception == null) {
//                    System.out.println("success");
//                } else {
//                    exception.printStackTrace();
//                }
//            });
//        }
        // 3.关闭生产者
        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。

由于send方法返回的是一个Future对象，根据Future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。
Future对象介绍

mport java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;

public class FutureTest {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // 获取线程池对象
        ExecutorService executorService = Executors.newCachedThreadPool();
        // 创建线程并提交线程
        Future<?> future = executorService.submit(new Runnable() {
            @Override
            public void run() {
                for (int i = 0; i < 100; i++) {
                    System.out.println("i = " + i);
                }
            }
        });

        future.get();// 阻塞，只有前面提交的线程执行完毕后才会继续往下执行其他的线程

        System.out.println("--------主线程--------");

        executorService.shutdown();
    }
}

同步发送API

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.clients.producer.RecordMetadata;
import org.apache.kafka.common.serialization.StringSerializer;

import java.util.Properties;
import java.util.concurrent.ExecutionException;

public class SyncProducer {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties pro = new Properties();
        pro.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");// kafka集群，boker-list
        pro.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());
        pro.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class.getName());

        pro.put(ProducerConfig.ACKS_CONFIG, "all");
        pro.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);//批次大小
        pro.put(ProducerConfig.LINGER_MS_CONFIG, 1); //等待时间

        // 1.创建一个生产者对象
        KafkaProducer<String, String> producer = new KafkaProducer<String, String>(pro);
        // 2.调用send方法
        // 同步发送，会等每一条信息发送完毕后才接着发送下一条数据
        for (int i = 0; i < 1000; i++) {
            final RecordMetadata meta = producer.send(new ProducerRecord<String, String>("first", i + "", "message-" + i)).get();
            System.out.println("offset = " + meta.offset());
        }
        // 3.关闭生产者
        producer.close();
    }
}

4.1.4 创建、删除topic

import org.apache.kafka.clients.admin.*;
import org.apache.kafka.clients.consumer.ConsumerConfig;
import org.apache.kafka.common.KafkaFuture;
import org.apache.kafka.common.TopicPartitionInfo;

import java.util.*;
import java.util.concurrent.ExecutionException;

public class KafkaCreateTopic {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        Properties props = new Properties();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");

        AdminClient adminClient = AdminClient.create(props);

        // 把客户端存在的topic以集合的形式返回
        ListTopicsResult listTopicsResult = adminClient.listTopics();
        Collection<TopicListing> topicListings = listTopicsResult.listings().get();
        System.out.println("topicListings = " + topicListings); // topicListings = [(name=first, internal=false), (name=second, internal=false)]

        // 创建新的topic name,分区，备份数shortl类型
        NewTopic topic = new NewTopic("third", 3, (short) 1);
        adminClient.createTopics(Arrays.asList(topic));// 通过all().get()得到返回值为null

        // 删除topic
        DeleteTopicsResult deleteTopicsResult = adminClient.deleteTopics(Arrays.asList("fouth", "fifth", "6"));
        System.out.println(deleteTopicsResult.all().get());

        adminClient.close();
    }
}

4.2 Consumer API

Consumer消费数据时的可靠性是很容易保证的，因为数据在Kafka中是持久化的，故不用担心数据丢失问题。
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。
创建一个消费者

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.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class CustomConsumer {
    public static void main(String[] args) {

        Properties pro = new Properties();
        pro.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");
        pro.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.GROUP_ID_CONFIG, "1205");
        pro.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"false");// 默认是true,consumer自动记录offset,当设置为false后，offset不被保存，每次打开消费，都会从开始消费
        pro.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);// 提交offset的时间间隔
        // 1.创建一个消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(pro);
        // 2.指定订阅的topic
        consumer.subscribe(Arrays.asList("first"));
        // 3.调用poll
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.println("topic = "+record.topic()+";record = " + record.offset() + ";value = " + record.value());
            }
                        //consumer.commitSync();// 同步提交，消费一批数据成功后，offset也成功被消费者成功保存后才消费下一批数据
            consumer.commitAsync();// offset只提交一次，没有成功被消费者保存，也会继续下一批数据消费，和offset的保存
        }
    }
}

4.2.1 手动提交offset

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会失败重试，一直到提交成功（如果由于不可恢复原因导致，也会提交失败）；而commitAsync则没有失败重试机制，故有可能提交失败。
在这里插入图片描述

Kafka手动提交offset和幂等性设置（精确一次性消费）

4.2.2 自动提交offset

为了使我们能够专注于自己的业务逻辑，Kafka提供了自动提交offset的功能。
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

import org.apache.kafka.clients.consumer.*;
import org.apache.kafka.common.TopicPartition;
import org.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Collection;
import java.util.Properties;

public class ConsumerRebalanceDemo {
    public static void main(String[] args) {

        Properties pro = new Properties();
        pro.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");
        pro.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.GROUP_ID_CONFIG, "1205");
        pro.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG,"true");// 默认是true,consumer自动记录offset,当设置为false后，offset不被保存，每次打开消费，都会从开始消费
        pro.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG,1000);// 提交offset的时间间隔

        // 1.创建一个消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(pro);
        // 2.指定订阅的topic
        consumer.subscribe(Arrays.asList("first"), new ConsumerRebalanceListener() {
            @Override
            public void onPartitionsRevoked(Collection<TopicPartition> partitions) {
                System.out.println("==============原来的分区==============");
                System.out.println("partitions = " + partitions);
            }

            @Override
            public void onPartitionsAssigned(Collection<TopicPartition> partitions) {
                System.out.println("==============现在的分区==============");
                System.out.println("partitions = " + partitions);
            }
        });
        // 3.调用poll
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.println("topic = "+record.topic()+";record = " + record.offset() + ";value = " + record.value());
            }
        }
    }
}

设置ConsumerRebalanceListener对象后，当新增加消费者时，kafka会将分区重新分配给不同的消费者

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
如前所述，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。另外倘若指定了多个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。这在使用过程中要特别留意。

4.3.2 拦截器案例

1）需求：
实现一个简单的双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。
在这里插入图片描述
在消息的前面加时间戳的拦截器

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class TimeInterceptor implements ProducerInterceptor<String, String> {

    /*
    Producer确保在消息被序列化以及计算分区前调用onSend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。
     */
    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return new ProducerRecord<String, String>(record.topic(), record.partition(), record.timestamp(), record.key()
                , System.currentTimeMillis() + record.value() // 将时间戳加到消息的前面形成新形式的消息值
                , record.headers());
    }

    @Override
    public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {

    }

    @Override
    public void close() {

    }

    @Override
    public void configure(Map<String, ?> map) {

    }
}

统计消息发送成功和失败的拦截器

import org.apache.kafka.clients.producer.ProducerInterceptor;
import org.apache.kafka.clients.producer.ProducerRecord;
import org.apache.kafka.clients.producer.RecordMetadata;

import java.util.Map;

public class CounterInterceptor implements ProducerInterceptor<String, String> {

    private long successNum = 0L;
    private long errorNum = 0L;

    @Override
    public ProducerRecord<String, String> onSend(ProducerRecord<String, String> record) {
        return record; // 此时消息不需要作任何改变，直接返回即可
    }

    @Override
    public void onAcknowledgement(RecordMetadata recordMetadata, Exception e) {
        if (e == null) { // 当没有异常表明消息发送成功
            successNum++;
        } else { // 当有异常返回，表明消息没有发送成功
            errorNum++;
        }
    }

    @Override
    public void close() { // 仅当Producer 完成才调用此方法，因此可以此时把消息成功与异常数统计打印出来
        System.out.println("successNum=" + successNum);
        System.out.println("errorNum=" + errorNum);
    }

    @Override
    public void configure(Map<String, ?> map) {

    }
}

第5章 Flume对接Kafka

1）配置flume(flume-kafka.conf)
把该配置上传至下面目录

/home/xh/hadoop/apache-flume-1.7.0-bin/job

# define
a1.sources = r1
a1.sinks = k1
a1.channels = c1

# source
a1.sources.r1.type = exec
# 新建该文件，追加内容让flume监控采集传递给kafka
a1.sources.r1.command = tail -F -c +0 /home/xh/hadoop/flume.log
a1.sources.r1.shell = /bin/bash -c

# sink
a1.sinks.k1.type = org.apache.flume.sink.kafka.KafkaSink
a1.sinks.k1.kafka.bootstrap.servers = 192.168.191.128:9091,192.168.191.128:9092,192.168.191.128:9093
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

2）创建并启动消费者

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.apache.kafka.common.serialization.StringDeserializer;

import java.util.Arrays;
import java.util.Properties;

public class FlumeToKafkaCustomer {

    public static void main(String[] args) {

        Properties pro = new Properties();
        pro.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.191.128:9092");
        pro.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class.getName());
        pro.put(ConsumerConfig.GROUP_ID_CONFIG, "1205");
        pro.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, "true");// 默认是true,consumer自动记录offset,当设置为false后，offset不被保存，每次打开消费，都会从开始消费
        pro.put(ConsumerConfig.AUTO_COMMIT_INTERVAL_MS_CONFIG, 1000);// 提交offset的时间间隔

        // 1.创建一个消费者
        KafkaConsumer<String, String> consumer = new KafkaConsumer<>(pro);
        // 2.指定订阅的topic
        consumer.subscribe(Arrays.asList("first"));
        // 3.调用poll
        while (true) {
            ConsumerRecords<String, String> records = consumer.poll(100);
            for (ConsumerRecord<String, String> record : records) {
                System.out.println("topic = " + record.topic() + ";record = " + record.offset() + ";value = " + record.value());
            }
            //consumer.commitSync();// 同步提交，消费一批数据成功后，offset也成功被消费者成功保存后才消费下一批数据
            consumer.commitAsync();// offset只提交一次，没有成功被消费者保存，也会继续下一批数据消费，和offset的保存
        }
    }
}

3）进入flume根目录下，启动flume

bin/flume-ng agent -c conf/ -n a1 -f job/flume-kafka.conf

4）向/home/xh/hadoop//flume.log里追加数据，查看kafka消费者消费情况
在这里插入图片描述
**注意：**第一次启动flume时报如下错误：

SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/xh/hadoop/apache-flume-1.7.0-bin/lib/slf4j-log4j12-1.6.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/xh/hadoop/hadoop-2.7.7/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/xh/hadoop/apache-hive-2.3.6-bin/lib/log4j-slf4j-impl-2.6.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.

这是因为依赖重复，将其中两个删除即可。

第6章 Kafka监控

6.1 Kafka Monitor

1.上传jar包KafkaOffsetMonitor-assembly-0.4.6.jar到集群
2.在/home/xh/hadoop/kafka/下创建kafka_monitor文件夹
在这里插入图片描述

3.将上传的jar包放入刚创建的目录下
在这里插入图片描述

4.在/home/xh/hadoop/kafka/kafka_monitor目录下创建启动脚本start.sh，内容如下：

#!/bin/bash
java -cp KafkaOffsetMonitor-assembly-0.4.6-SNAPSHOT.jar \
com.quantifind.kafka.offsetapp.OffsetGetterWeb \
--offsetStorage kafka \
--kafkaBrokers 192.168.191.128:9091,192.168.191.128:9092,192.168.191.128:9093 \
--kafkaSecurityProtocol PLAINTEXT \
--zk 192.168.191.128:2181,192.168.191.128:2182,192.168.191.128:2183 \
--port 8086 \
--refresh 10.seconds \
--retain 2.days \
--dbName offsetapp_kafka &

5.在/home/xh/hadoop/kafka/kafka_monitor目录下创建mobile-logs文件夹
mkdir /home/xh/hadoop/kafka/kafka_monitor/mobile-logs
6.启动KafkaMonitor
./start.sh
7.登录页面192.168.191.128:8086端口查看详情

6.2 Kafka Manager

1.上传压缩包kafka-manager-1.3.3.15.zip到集群

2.解压到/home/xh/hadoop/kafka

unzip kafka-manager-1.3.3.15.zip -d /home/xh/hadoop/kafka/

3.修改配置文件conf/application.conf
kafka-manager.zkhosts=“kafka-manager-zookeeper:2181”
修改为：
kafka-manager.zkhosts=“192.168.191.128:2181,192.168.191.128:2181,192.168.191.128:2181”
4.启动kafka-manager
在这里插入图片描述
是没有执行权限的，需要手动增加执行权限

bin/kafka-manager

报如下错误：

Oops, cannot start the server.
akka.ConfigurationException: Could not start logger due to [akka.ConfigurationException: Logger specified in config can't be loaded [akka.event.slf4j.Slf4jLogger] due to [akka.event.Logging$LoggerInitializationException: Logger log1-Slf4jLogger did not respond with LoggerInitialized, sent instead [TIMEOUT]]]

可以对 aplication.conf文件增加如下修改：
在这里插入图片描述但是又报这样的错，且不能打开网页

[xh@hadoop bin]$ ./kafka-manager 
This application is already running (Or delete /home/xh/hadoop/kafka/kafka-manager-1.3.3.15/RUNNING_PID file).

原因是：kafka-manager已经启动过，已经生成RUNNING_PID文件，但是再次启动kafka-manager时，会进行初始化，生成RUNNING_PID文件，只要在kafka-manager的目录下，找到RUNNING_PID这个文件，并把这个文件进行删除，删除后重启kafka-manager，发现kafk-manager启动成功。

5.登录192.168.191.128:9000页面查看详细信息