kafka

kafka
1.什么是kafka
消息队列,消息中间件
2.kafka的特点
1.解耦：
　　允许你独⽴的扩展或修改两边的处理过程，只要确保它们遵守同样的接⼝约束。
2.冗余：
　　消息队列把数据进⾏持久化直到它们已经被完全处理，通过这⼀⽅式规避了数据丢失⻛险。许多消息队
列所采⽤的"插⼊-获取-删除"范式中，在把⼀个消息从队列中删除之前，需要你的处理系统明确的指出该消
息已经被处理完毕，从⽽确保你的数据被安全的保存直到你使⽤完毕。
3.扩展性：
　　因为消息队列解耦了你的处理过程，所以增⼤消息⼊队和处理的频率是很容易的，只要另外增加处理过
程即可。
4.灵活性 & 峰值处理能⼒：
　　在访问量剧增的情况下，应⽤仍然需要继续发挥作⽤，但是这样的突发流量并不常⻅。如果为以能处理
这类峰值访问为标准来投⼊资源随时待命⽆疑是巨⼤的浪费。使⽤消息队列能够使关键组件顶住突发的访问
压⼒，⽽不会因为突发的超负荷的请求⽽完全崩溃。
5.可恢复性：
　　系统的⼀部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使⼀个处理
消息的进程挂掉，加⼊队列中的消息仍然可以在系统恢复后被处理。
6.顺序保证：
　　在⼤多使⽤场景下，数据处理的顺序都很重要。⼤部分消息队列本来就是排序的，并且能保证数据会按
照特定的顺序来处理。（Kafka 保证⼀个 Partition 内的消息的有序性）
7.缓冲：
　　有助于控制和优化数据流经过系统的速度，解决⽣产消息和消费消息的处理速度不⼀致的情况。
8.异步通信：
　　很多时候，⽤户不想也不需要⽴即处理消息。消息队列提供了异步处理机制，允许⽤户把⼀个消息放⼊
队列，但并不⽴即处理它。想向队列中放⼊多少消息就放多少，然后在需要的时候再去处理它们。
3.kafka的架构
producer(push) broker(kafka) consumer(pull)
zookeeper cluster

4.kafka的拓扑结构
5.kafka的相关概念
1.producer：
　　消息⽣产者，发布消息到 kafka 集群的终端或服务。
2.broker：
　　kafka 集群中安装Kafka的服务器。
3.topic：
　　每条发布到 kafka 集群的消息属于的类别，即 kafka 是⾯向 topic 的(相当于数据库中的表)
4.partition：
　　partition 是物理上的概念，每个 topic 包含⼀个或多个 partition。kafka 分配的单位是
partition。
5.consumer：
　　从 kafka 集群中消费消息的终端或服务。
6.Consumer group：
　　high-level consumer API 中，每个 consumer 都属于⼀个 consumer group，每条消息只能被
consumer group 中的⼀个 Consumer 消费，但可以被多个 consumer group 消费。
7.replica：
　　partition 的副本，保障 partition 的⾼可⽤。
8.leader：
　　replica 中的⼀个⻆⾊， producer 和 consumer 只跟 leader 交互。
9.follower：
　　replica 中的⼀个⻆⾊，从 leader 中复制数据。
10.zookeeper：
　　kafka 通过 zookeeper 来存储集群的 meta 信息
6.kafka的安装
安装Kafka集群
安装zookeeper
安装Kafka集群
上传Kafka安装包
解压
修改配置⽂件
cd kafka config
vi servier.properties
#指定broker的id
broker.id=1 #数据存储的⽬录
log.dirs=/data/kafka
#指定zk地址
zookeeper.connect=linux01:2181,linux02:2181,linux03:2181
//#可以删除topic的数据(⽣成环境不⽤配置)
//#delete.topic.enable=true(不用配)
将配置好的kafka拷⻉的其他节点
scp -r kafka… linux02:$PWD(大写)(linux03:$PWD)
修改其他节点Kafka的broker.id(1->2,1->3)
/opt/apps/zookeeper-3.4.13/bin/zkServer.sh start
/opt/apps/zookeeper-3.4.13/bin/zkServer.sh status
/opt/apps/kafka_2.12-2.4.1/bin/kafka-server-start.sh -daemon(后台) /opt/apps/kafka_2.12-2.4.1/config/server.properties(jps)
查看Kafka的topic
/opt/apps/kafka_2.12-2.4.1/bin/kafka-topics.sh --list --zookeeper localhost:2181
创建topic
/opt/apps/kafka_2.12-2.4.1/bin/kafka-topics.sh --zookeeper localhost:2181 --create –
topic wordcount --replication-factor 3 --partitions 3
启动命令⾏⼀个⽣产者
/opt/apps/kafka_2.12-2.4.1/bin/kafka-console-producer.sh --broker-list linux01:9092,linux02:9092,linux03:9092 --topic wordcount
启动⼀个命令⾏消费者
/opt/apps/kafka_2.12-2.4.1/bin/kafka-console-consumer.sh --bootstrap-server linux01:9092,linux02:9092,linux03:9092 --topic wordcount --from-beginning
–from-beginning 消费以前产⽣的所有数据，如果不加，就是消费消费者启动后产⽣的数据
删除topic
/opt/apps/kafka_2.12-2.4.1/bin/kafka-topics.sh --delete --topic wordcount --zookeeper
localhost:2181
查看topic详细信息
/opt/apps/kafka_2.12-2.4.1/bin/kafka-topics.sh --zookeeper localhost:2181 --describe –
topic wordcount
查看某个topic的偏移量
/opt/apps/kafka_2.12-2.4.1/bin/kafka-console-consumer.sh --topic __consumer_offsets –
bootstrap-server linux01:9092,linux02:9092,linux03:9092 –
formatter “kafka.coordinator.group.GroupMetadataManager$OffsetsMessageFormatter” –
consumer.config /opt/apps/kafka_2.12-2.4.1/config/consumer.properties --from-beginning
7.kafka的scalaAPI

package cn._51doit.kafak.clients
import java.util.{Properties, UUID}
import org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord}
import org.apache.kafka.common.serialization.StringSerializer
object ProducerDemo {
  def main(args: Array[String]): Unit = {
    // 1 配置参数
    val props = new Properties()
    // 连接kafka节点
    props.setProperty("bootstrap.servers", "linux01:9092,linux02:9092,linux03:9092")
    //指定key序列化方式
    props.setProperty("key.serializer", "org.apache.kafka.common.serialization.StringSerializer")
    //指定value序列化方式
    props.setProperty("value.serializer", classOf[StringSerializer].getName) // 两种写法都行
    val topic = "wordcount"
    // 2 kafka的生产者
    val producer: KafkaProducer[String, String] = new KafkaProducer[String, String](props)
    for (i <- 1026 to 1325) {
      // 3 封装的对象
      //将数据发送到指定的分区编号
      //val record = new ProducerRecord[String, String](topic, 1, null,"myvalue:"+i)
      //val partitionNum = i % 3  // 指定数据均匀写入4个分区中
      //val record = new ProducerRecord[String, String](topic, partitionNum, null,"myvalue:"+i)
      //不指定分区编号，指定key，   分区编号 = key.hasacode % 4
      //相同key的数据一定会到kafka的统一个分区,同一个分区中可以有多个key的数据
      //val record = new ProducerRecord[String, String](topic , "test1","myvalue:"+i)
      //根据key的hashcode值模除以topic分区的数量，返回一个分区编号
      //val record = new ProducerRecord[String, String](topic , UUID.randomUUID().toString ,"myvalue:"+i)
      //没有指定Key和分区，默认的策略就是轮询，将数据均匀写入多个分区中
      val record = new ProducerRecord[String, String](topic,"value-" + i)
      // 4 发送消息
      producer.send(record)
    }
    println("message send success")
    // 释放资源
    producer.close()
  }
}

package cn._51doit.kafak.clients
import java.time.Duration
import java.util
import java.util.Properties
import org.apache.kafka.clients.consumer.{ConsumerRecords, KafkaConsumer}
import org.apache.kafka.common.serialization.StringDeserializer
object ConsumerDemo {
  def main(args: Array[String]): Unit = {
    // 1 配置参数
    val props = new Properties()
    //从哪些broker消费数据
    props.setProperty("bootstrap.servers", "linux01:9092,linux02:9092,linux03:9092")
    // 反序列化的参数
    props.setProperty("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer")
    props.setProperty("value.deserializer",classOf[StringDeserializer].getName)
    // 指定group.id
    props.setProperty("group.id","g1025")
    // 指定消费的offset从哪里开始
    //earliest：从头开始 --from-beginning
    //latest:从消费者启动之后
    props.setProperty("auto.offset.reset","earliest") //[latest, earliest, none]
    // 是否自动提交偏移量  offset
    // enable.auto.commit 默认值就是true【5秒钟更新一次】，消费者定期会更新偏移量 groupid,topic,parition -> offset
    props.setProperty("enable.auto.commit","true") // kafka自动维护偏移量     手动维护偏移量
    //enable.auto.commit   5000
    // 2 消费者的实例对象
    val consumer: KafkaConsumer[String, String] = new KafkaConsumer[String, String](props)
    // 订阅   参数类型  java的集合
    val topic: util.List[String] = java.util.Arrays.asList("wordcount")
    // 3 订阅主题
    consumer.subscribe(topic)
    while (true){
      // 4  拉取数据
      val msgs: ConsumerRecords[String, String] = consumer.poll(Duration.ofMillis(2000))
      import scala.collection.JavaConverters._
      for(cr <- msgs.asScala){
          //ConsumerRecord[String, String]
          println(cr)
      }
    }
    //consumer.close()
  }
}