大数据实施框架_kafka
1. 消息队列
消息队列(Message Queue)是一种应用间的通信方式,消息发送后可以立即返回,有消息系统来确保信息的可靠传递,消息发布者只管把消息发布到MQ中而不管谁来取,消息使用者只管从MQ中取消息而不管谁发布的,这样发布者和使用者都不用知道对方的存在
1.1 消息队列的应用场景
消息队列在实际应用中包括如下四个场景:
-
1) 应用耦合:多应用间通过消息队列对同一消息进行处理,避免调用接口失败导致整个过程失败;
-
2) 异步处理:多应用对消息队列中同一消息进行处理,应用间并发处理消息,相比串行处理,减少处理时间;
-
3) 限流削峰:广泛应用于秒杀或抢购活动中,避免流量过大导致应用系统挂掉的情况;
-
4) 消息驱动的系统:系统分为消息队列、消息生产者、消息消费者,生产者负责产生消息,消费者(可能有多个)负责对消息进行处理
1.2 消息队列的两种模式
消息队列包括两种模式,点对点模式(point to point, queue)和发布/订阅模式(publish/subscribe,topic)
2. kafka
kafka是最初由linkedin公司开发的,使用scala语言编写,kafka是一个分布式,分区的,多副本的,多订阅者的日志系统(分布式MQ系统),可以用于搜索日志,监控日志,访问日志等
kafka对消息保存时根据Topic进行归类,发送消息者成为Producer,消息接受者成为Consumer,此外kafka集群有多个kafka实例组成,每个实例(server)成为broker。无论是kafka集群,还是producer和consumer都依赖于zookeeper来保证系统可用性集群保存一些meta信息
kakfa的特点:
可靠性: 分布式, 分区 , 复制 和容错等
可扩展性: kakfa消息传递系统轻松缩放, 无需停机
耐用性: kafka使用分布式提交日志, 这个意味着消息会尽可能快速的保存在磁盘上, 因此它是持久的
性能: kafka对于发布和订阅消息都具有高吞吐量, 即使存储了许多TB的消息, 他也爆出稳定的性能
kafka非常快: 保证零停机和零数据丢失
apache kafka是一个分布式发布-订阅消息系统和一个强大的队列,可以处理大量的数据,并使能够将消息从一个端点传递到另一个端点,kafka适合离线和在线消息消费。kafka消息保留在磁盘上,并在集群内复制以防止数据丢失。kafka构建在zookeeper同步服务之上。它与apache和spark非常好的集成,应用于实时流式数据分析。
kafka的主要应用场景:
1) 指标分析: kafka通常用于操作监控数据, 这设计聚合来自分布式应用程序和统计信息, 以产生操作的数据集中反馈
2) 日志聚合解决方法: kafka可用于跨组织从多个服务器收集日志, 并使他们一标准的合适提供给多个服务器
3) 流式处理: 流式的处理框架(spark, storm , flink) 从主题中读取数据, 对其进行处理, 并将处理后的结果数据写入新的主题, 供用户和应用程序使用, kafka的强耐久性在流处理的上下文中也非常的有用
2.1 kafka架构
3. kafka的基本操作
3.0 启动kafka
cd /export/servers/kafka/bin
#前端启动
./kafka-server-start.sh /export/servers/kafka/config/server.properties#后台启动:
nohup ./kafka-server-start.sh /export/servers/kafka/config/server.properties 2>&1 &
注意:可以启动一台broker,单机版。也可以同时启动三台broker,组成一个kafka集群版
#kafka停止
./kafka-server-stop.sh
3.1 shell操作
-
1) 创建topic
创建一个名字为test的主题, 有三个分区,有两个副本
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --create --zookeeper node01:2181 --replication-factor 2 --partitions 3 --topic test
-
2) 查看主题命令
查看kafka当中存在的主题
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --list --zookeeper node01:2181,node02:2181,node03:2181
-
3) 生产者生产数据
模拟生产者来生产数据
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-console-producer.sh --broker-list node01:9092,node02:9092,node03:9092 --topic test
-
4) 消费者消费数据
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-console-consumer.sh --from-beginning --topic test --zookeeper node01:2181,node02:2181,node03:2181 bin/kafka-console-consumer.sh --bootstrap-server Node01:9092 --topic test02
-
5) 运行describe的命令
运行describe查看topic的相关详细信息
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --describe --zookeeper node01:2181 --topic test
结果说明:
这是输出的解释。第一行给出了所有分区的摘要,每个附加行提供有关一个分区的信息。由于我们只有一个分 区用于此主题,因此只有一行。
“leader”是负责给定分区的所有读取和写入的节点。每个节点将成为随机选择的分区部分的领导者。(因为在kafka中 如果有多个副本的话,就会存在leader和follower的关系,表示当前这个副本为leader所在的broker是哪一个)
“replicas”是复制此分区日志的节点列表,无论它们是否为领导者,或者即使它们当前处于活动状态。(所有副本列表 0 ,1,2)
“isr”是“同步”复制品的集合。这是副本列表的子集,该列表当前处于活跃状态并且已经被领导者捕获。(可用的列表 数)
-
6) 增加topic分区数
任意kafka服务器执行以下命令可以增加topic分区数
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --zookeeper zkhost:port --alter --topic topicName --partitions 8
-
7) 增加配置
动态修改kakfa的配置
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --zookeeper node01:2181 --alter --topic test --config flush.messages=1
-
8) 删除配置
动态删除kafka集群配置
cd /export/servers/kafka_2.11-1.0.0 bin/kafka-topics.sh --zookeeper node01:2181 --alter --topic test --delete-config flush.messages
-
9) 删除topic
目前删除topic在默认情况下知识打上一个删除的标记,在重新启动kafka后才删除。如果需要立即删除,则需要在
server.properties中配置:
delete.topic.enable=true
然后执行以下命令进行删除topic
kafka-topics.sh --zookeeper zkhost:port --delete --topic topicName
4. kafka的javaAPI的操作
kafka相关依赖
<dependencies>
<!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka-clients -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>1.0.0</version>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-streams</artifactId>
<version>1.0.0</version>
</dependency>
</dependencies>
<build>
<plugins>
<!-- java编译插件 -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>3.2</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
</plugins>
</build>
kafka生产者代码
public class OrderProducer {
public static void main(String[] args) {
//1.创建kafka的生产者对象
Properties props = new Properties();
//kafka集群地址
props.put("bootstrap.servers", "node01:9092");
//ack数据校验机制 all 表示数据必须完整传递
props.put("acks", "all");
//重试的测试
props.put("retries", 0);
//一批数据的大小 16kb
props.put("batch.size", 16384);
//发送数据的间隔时间
props.put("linger.ms", 1);
//缓存池大小 32M
props.put("buffer.memory", 33554432);
//key value使用何种序列化
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
KafkaProducer kafkaProducer = new KafkaProducer(props);
//2.发送数据
for (int i = 0; i < 10; i++) {
ProducerRecord producerRecord = new ProducerRecord("test02","你好,我是测试生产者");
kafkaProducer.send(producerRecord);
}
//3.释放资源
kafkaProducer.close();
}
}
kafka消费者代码(自动提交偏移量)
public class OrderConsumer {
public static void main(String[] args) {
Properties props = new Properties();
props.put("bootstrap.servers", "Node01:9092,Node02:9092,Node03:9092");
props.setProperty("group.id", "test");//组id
props.setProperty("enable.auto.commit", "true");//自动提交偏移量数据
props.setProperty("auto.commit.interval.ms", "1000");//自动提交偏移量的间隔时间
props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
//1.创建消费者的核心对象
KafkaConsumer kafkaConsumer = new KafkaConsumer(props);
//2.绑定要监听的topic:可以一个可以多个
kafkaConsumer.subscribe(Arrays.asList("test02"));
while (true){
//3.获取数据.一直监听操作,循环获取
ConsumerRecords<String,String> consumerRecords = kafkaConsumer.poll(1000);
for (ConsumerRecord<String,String> consumerRecord : consumerRecords) {
String value = consumerRecord.value();
long offset = consumerRecord.offset();
System.out.println(value+";数据的偏移量:"+offset);
}
}
//4.释放资源
}
}
kafka消费者代码(手动提交偏移量)
//手动提交偏移量
public class OrderConsumerTest {
public static void main(String[] args) {
Properties props = new Properties();
props.put("bootstrap.servers", "Node01:9092,Node02:9092,Node03:9092");
props.setProperty("group.id", "111");//组id
props.setProperty("enable.auto.commit", "false");//自动提交偏移量数据
props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
props.setProperty("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
KafkaConsumer kafkaConsumer = new KafkaConsumer(props);
kafkaConsumer.subscribe(Arrays.asList("test02"));
while(true){
ConsumerRecords<String,String> consumerRecords = kafkaConsumer.poll(1000);
for (ConsumerRecord<String,String> consumerRecord : consumerRecords) {
String value = consumerRecord.value();
System.out.println(value);
//根据value发送邮件/短信
//消费完成,异步提交此数据的偏移量
kafkaConsumer.commitAsync();
//消费完成,同步提交此数据的偏移量
kafkaConsumer.commitSync();
}
}
}
}