Kafka
一个分布式流媒体平台,类似于消息队列或企业消息传递系统
消息中间件对比
特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
---|---|---|---|---|
开发语言 | Java | erlang | Java | scale |
单机吞吐量 | 万级 | 万级 | 10万级 | 100万级 |
时效性 | ms | us | ms | ms级以内 |
可扩展性 | 高(主从) | 高(主从)仲裁队列非常高(集群) | 非常高(分布式) | 非常高(分布式) |
功能特性 | 成熟的产品,较全的文档,各种协议支持好 | 并发能力强,性能好,延迟低 | MQ功能非常完善,扩展性好 | 只支持主要的MQ功能,主要应用于大数据领域 |
根据不同需求的选择建议
消息中间件 | 建议 |
---|---|
Kafka | 追求高吞吐量,适合产生大量数据的互联网服务的数据收集业务 |
RocketMQ | 可靠性要求很高的金融互联网领域,稳定性高,经历了多次阿里双十一考验 |
RabbitMQ | 性能较好,社区活跃度高,数据量没有那么大,优先选择功能比较完备的RabbitMQ |
常用角色:
producer
(主题生产者): 发布消息的对象称之为主题生产者
topic
(主题): Kafka
将消息分门别类,每一类的消息称之为一个主题
consumer
(主题消费者): 订阅消息并处理发布的消息的对象称之为主题消费者
broker
(代理): 已发布的消息保存在一组服务器,称之为Kafka
集群,集群中的每一个服务器都是一个代理(Broker),消费者可以订阅一个或多个主题,并从Broker
拉取数据,从而小消费这些已发布的消息
Kafka环境搭建
Kafka对于Zookeeper是强依赖,保存Kafka相关的节点数据,所以安装Kafka之前必须先安装Zookeeper
新版本的Kafka已经摆脱了对Zookeeper的强依赖
创建网络zookeeper_network
docker network create --driver bridge zookeeper_network
查看网络zookeeper_network的详细信息
docker inspect zookeeper_network
使用该网络创建zookeeper容器
docker run -d --name zookeeper --network zookeeper_network -p 2181:2181 zookeeper:3.4.14
查看zookeeper容器详细信息
docker inspect zookeeper
使用同一个网络创建kafka容器
KAFKA_ZOOKEEPER_CONNECT 后面是zookeeper容器的ip地址和端口
KAFKA_ADVERTISED_LISTENERS 后面的ip是虚拟机的ip
docker run -d --name kafka \
-p 9092:9092 \
--env KAFKA_BROKER_ID=0 \
--env KAFKA_ZOOKEEPER_CONNECT=172.25.0.2:2181 \
--env KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.200.130:9092 \
--env KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 \
--env KAFKA_HEAP_OPTS="-Xmx256M -Xms256M" \
--network zookeeper_network \
wurstmeister/kafka:2.12-2.3.1
查看kafka容器详细信息
docker inspect kafka
使用kafka tool连接 zookeeper
入门案例
- 导入依赖
<!-- kafka和spring整合 -->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
<exclusions>
<exclusion>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</exclusion>
</exclusions>
</dependency>
<!-- kafka原生依赖 -->
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
-
测试
- 生产者发送消息
import org.apache.kafka.clients.producer.KafkaProducer;
import org.apache.kafka.clients.producer.ProducerConfig;
import org.apache.kafka.clients.producer.ProducerRecord;
import java.util.Properties;
/**
* 生产者
*/
public class ProducerQuickStart100 {
public static void main(String[] args) {
//1.kafka的配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"192.168.200.130:9092");
//发送失败,失败的重试次数
properties.put(ProducerConfig.RETRIES_CONFIG,5);
//消息key的序列化器
properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
//消息value的序列化器
properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,"org.apache.kafka.common.serialization.StringSerializer");
//2.生产者对象
KafkaProducer<String,String> producer = new KafkaProducer<String, String>(properties);
//封装发送的消息
ProducerRecord<String,String> record = new ProducerRecord<String, String>("test-topic","100001","hello kafka");
//3.发送消息
Future<RecordMetadata> send = producer.send(record);
RecordMetadata recordMetadata = send.get();
System.out.println(recordMetadat.partition());
System.out.println(recordMetadata.topic());
System.out.println(recordMetadata.offset());
//4.关闭消息通道,必须关闭,否则消息发送不成功
producer.close();
}
}
- 消费者接收消息
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 java.time.Duration;
import java.util.Collections;
import java.util.Properties;
/**
* 消费者
*/
public class ConsumerQuickStart100 {
public static void main(String[] args) {
//1.添加kafka的配置信息
Properties properties = new Properties();
//kafka的连接地址
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "192.168.200.130:9092");
//消费者组 同一个组下消费者订阅同一个主题,消息只能被其中一个消费者取走 不同一个组下消费者订阅同一个主题则特们都可以消费同一条消息
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "group2");
//消息的反序列化器
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, "org.apache.kafka.common.serialization.StringDeserializer");
//2.消费者对象
KafkaConsumer<String, String> consumer = new KafkaConsumer<String, String>(properties);
//3.订阅主题
consumer.subscribe(Collections.singletonList("test-topic"));
//当前线程一直处于监听状态
while (true) {
//4.获取消息
ConsumerRecords<String, String> consumerRecords = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> consumerRecord : consumerRecords) {
System.out.println(consumerRecord.key());
System.out.println(consumerRecord.value());
}
}
}
}
分区机制
Kafka中的分区机制是指将每个主题划分成多个分区(Partition),可以处理更多的消息,不受单台服务器的限制,可以不受限地处理更多的数据
分区
分区策略 | 说明 |
---|---|
轮询策略 | 按顺序轮流将每条数据分配到每个分区中 |
随机策略 | 每次都随机地将消息分配到每个分区 |
按键保存策略 | 生产者发送数据的时候,可以指定一个key,计算这个key的hashCode值,按照hashCode的值对不同消息进行存储 |
修改分区
-
进入容器
docker exec -it kafka /bin/bash
-
修改配置文件
cd /opt/kafka/config vi server.properties 将num.partitions=1改成num.partitions=2
-
重启kafka
docker restart kafka
高可用设计方案
集群
Kafka
的服务器端由被称为Broker
的服务进程构成,即一个Kafka
集群由多个Broker
组成- 这样如果集群中某一台机器宕机,其他机器上的
Broker
也依然能够对外提供服务
备份机制
Kafka中消息的备份又叫做副本
Kafka定义了两类副本:
- 领导者副本(
Leader Replica
) - 追随者副本(
Follower Replica
)
同步方式:
ISR(in-sync-replica)需要同步复制保存的follower
如果leader失效,需要选出新的leader,选举的规则:
- 选举时优先从ISR中选定,因为这个列表中follower的数据是与leader同步的
- 如果ISR列表中的follower都失效,只能从其他的follower中选取
极端情况,如果所有的副本都失效,此时有两个方案:
- 等待ISR中的一个活过来,选为Leader,数据可靠,但活过来的时间不一定
- 选择第一个活过来的Replication,不一定是ISR中的,xuanweiLeader,以最快速度恢复可用性,但数据不一定完整
消息发送类型
同步发送
使用send()
方法发送,它会返回一个Future
对象,调用get()
方法进行等待,就可以知道消息是否发送成功
RecordMetadata recordMetadata = producer.send(kvProducerRecord).get();
System.out.println(recordMetadata.offset());
异步发送
调用send()
方法,并指定一个回调函数,服务器在返回响应时调用函数
//异步消息发送
producer.send(kvProducerRecord, new Callback() {
@Override
public void onCompletion(RecordMetadata recordMetadata, Exception e) {
if(e != null){
System.out.println("记录异常信息到日志表中");
}
System.out.println(recordMetadata.offset());
}
});
参数配置
-
ack
: 消息响应- 代码配置:
//ack配置 消息确认机制 prop.put(ProducerConfig.ACKS_CONFIG,"all");
- 参数的选择说明
确认机制 说明 acks=0 生产者在成功写入消息之前不会等待任何来自服务器的响应,消息有丢失的风险,但是速度最快 acks=1(默认值) 只要集群首领节点收到消息,生产者就会收到一个来自服务器的成功响应 acks=all 只有当所有参与赋值的节点全部收到消息时,生产者才会收到一个来自服务器的成功响应 -
retries
: 失败重试次数,生产者从服务器收到的错误可能是临时性错误,在这种情况下,retries参数的值决定了生产者可以重发消息的次数,如果达到这个次数,生产者会放弃重试返回错误,默认情况下,生产者会在每次重试之间等待100ms
- 代码中配置方式:
//重试次数 prop.put(ProducerConfig.RETRIES_CONFIG,10);
-
消息压缩
-
默认情况下,消息压缩时不会被压缩
-
代码中配置方式:
//数据压缩 prop.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"lz4");
压缩算法 说明 snappy 占用较少的 CPU, 却能提供较好的性能和相当可观的压缩比, 如果看重性能和网络带宽,建议采用 lz4 占用较少的 CPU, 压缩和解压缩速度较快,压缩比也很客观 gzip 占用较多的 CPU,但会提供更高的压缩比,网络带宽有限,可以使用这种算法
nginx默认可以压缩gzip
使用压缩可以降低网络传输开销和存储开销,而这往往是向Kafka发送消息的瓶颈所在
-
消息有序性
消费者组
- 消费者组: 指的就是由一个或多个消费者组成的群体
- 一个发布在Topic上消息被分发给此消费者组中的一个消费者
- 所有消费者都在一个组中,那么这就变成了
queue
模型 - 所有的消费者都在不同的组中,那么就完全变成了发布-订阅模型
- 所有消费者都在一个组中,那么这就变成了
消费有序性应用场景:
- 即时消息中的单对单聊天和群聊,保证发送方消息发送顺序和接收方的顺序一致
- 充值转账两个渠道在同一个时间进行余额变换,短信通知必须要有顺序
实现消息有序性:
方式一: 设置topic
下只有一个分区
设置kafka的配置server.properties
num.partation=1
方式二: topic
下可以有多个分区,但是收发消息时,只使用指定的一个分区,注意消费者可以启用多个,但是需要保证在同一个group下订阅该主题
// 生产者指定分区
// 参数1: 主题名称 参数2: 几号分区 参数3: 消息的key 参数4: 消息的内容
ProducerRecord<String, String> record = new ProducerRecord<String, String>("test-topic", 0, "key", "value");
// 消费者指定分区
TopicPartition topicPartition = new TopicPartition("test-topic", 0);
consumer.assign(Collections.signletonList(topicPartition));
手动提交偏移量
可能会出现的问题:
问题一: 如果提交的偏移量小于客户端处理的最后一个消息的偏移量,那么处于两个偏移量之间的消息就会被重复处理
问题二: 如果提交的偏移量大于客户端的最后一个消息的偏移量,那么处于两个偏移量之间的消息就会对视
提交偏移量的方式有两种,分别是自动提交偏移量和手动提交
-
自动提交偏移量:
当
enable.auto.commit
被设置为true
,提交方式就是让消费者自动提交偏移量,每隔5秒消费者就会自动把从poll()
方法接收的最大偏移量提交上去 -
手动提交,当
enable.quto.commit
被设置为false
可以有一下三种提交方式:- 提交当前偏移量(自动提交)
- 异步提交
- 同步和异步组合提交
- 提交当前偏移量(同步提交)
把enable.auto.commit
设置为false,让应用程序决定何时提交偏移量。使用commitSync()提交偏移量,commitSync()将会提交poll返回的最新的偏移量,所以在处理完所有记录后要确保调用了commitSync()方法。否则还是会有消息丢失的风险。
只要没有发生不可恢复的错误,commitSync()方法会一直尝试直至提交成功,如果提交失败也可以记录到错误日志里。
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
}
try {
consumer.commitSync();//同步提交当前最新的偏移量
}catch (CommitFailedException e){
System.out.println("记录提交失败的异常:"+e);
}
}
- 异步提交
手动提交有一个缺点,那就是当发起提交调用时应用会阻塞。当然我们可以减少手动提交的频率,但这个会增加消息重复的概率(和自动提交一样)。另外一个解决办法是,使用异步提交的API。
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
}
consumer.commitAsync(new OffsetCommitCallback() {
@Override
public void onComplete(Map<TopicPartition, OffsetAndMetadata> map, Exception e) {
if(e!=null){
System.out.println("记录错误的提交偏移量:"+ map+",异常信息"+e);
}
}
});
}
- 同步和异步组合提交
异步提交也有个缺点,那就是如果服务器返回提交失败,异步提交不会进行重试。相比较起来,同步提交会进行重试直到成功或者最后抛出异常给应用。异步提交没有实现重试是因为,如果同时存在多个异步提交,进行重试可能会导致位移覆盖。
举个例子,假如我们发起了一个异步提交commitA,此时的提交位移为2000,随后又发起了一个异步提交commitB且位移为3000;commitA提交失败但commitB提交成功,此时commitA进行重试并成功的话,会将实际上将已经提交的位移从3000回滚到2000,导致消息重复消费。
try {
while (true){
ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(1000));
for (ConsumerRecord<String, String> record : records) {
System.out.println(record.value());
System.out.println(record.key());
}
consumer.commitAsync();
}
}catch (Exception e){+
e.printStackTrace();
System.out.println("记录错误信息:"+e);
}finally {
try {
consumer.commitSync();
}finally {
consumer.close();
}
}
SpringBoot整合Kafka
入门步骤
1.导入spring-kafka依赖信息
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- kafkfa -->
<dependency>
<groupId>org.springframework.kafka</groupId>
<artifactId>spring-kafka</artifactId>
</dependency>
<dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
</dependency>
</dependencies>
2.在resources下创建文件application.yml
server:
port: 9991
spring:
application:
name: kafka-demo
kafka:
bootstrap-servers: 192.168.200.130:9092
producer:
retries: 10
key-serializer: org.apache.kafka.common.serialization.StringSerializer
value-serializer: org.apache.kafka.common.serialization.StringSerializer
consumer:
group-id: ${spring.application.name}-test
key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
value-deserializer: org.apache.kafka.common.serialization.StringDeserializer
3.消息生产者
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.kafka.core.KafkaTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class HelloController {
@Autowired
private KafkaTemplate<String,String> kafkaTemplate;
@GetMapping("/hello")
public String hello(){
kafkaTemplate.send("itcast-topic","黑马程序员");
return "ok";
}
}
4.消息消费者
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
@Component
public class HelloListener {
@KafkaListener(topics = {"itcast-topic","itcast-topic2"})
public void onMessage(String message){
if(!StringUtils.isEmpty(message)){
System.out.println(message);
}
}
}
传递消息
目前springboot整合后的kafka,因为序列化器是StringSerializer,这个时候如果需要传递对象可以有两种方式
方式一:可以自定义序列化器,对象类型众多,这种方式通用性不强,不介绍
方式二:可以把要传递的对象进行转json字符串,接收消息后再转为对象即可,本项目采用这种方式
- 发送消息
@GetMapping("/hello")
public String hello(){
User user = new User();
user.setUsername("xiaowang");
user.setAge(18);
kafkaTemplate.send("user-topic", JSON.toJSONString(user));
return "ok";
}
- 接收消息
import com.alibaba.fastjson.JSON;
import com.heima.kafka.pojo.User;
import org.springframework.kafka.annotation.KafkaListener;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
@Component
public class HelloListener {
@KafkaListener(topics = "user-topic")
public void onMessage(String message){
if(!StringUtils.isEmpty(message)){
User user = JSON.parseObject(message, User.class);
System.out.println(user);
}
}
}