卡夫卡应用

第一步：引入maven依赖：

        <dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka-clients</artifactId>
<version>0.11.0.0</version>
</dependency>
      

注意 我这里已经创建了一个叫 test-topic 的主题 如果你们没创建先创建后再执行代码

生产者:

        public class TestProducter {
public static void main(String[] args) throws Exception{
Properties properties = new Properties();
//指定kafka服务器地址 如果是集群可以指定多个 但是就算只指定一个他也会去集群环境下寻找其他的
节点地 址
properties.setProperty("bootstrap.servers","127.0.0.1:9092");
//key序列化器
properties.setProperty("key.serializer", StringSerializer.class.getName());
//value序列化器
properties.setProperty("value.serializer",StringSerializer.class.getName());
KafkaProducer<String,String> kafkaProducer = new KafkaProducer<String, String>
(properties);
ProducerRecord<String, String> stringStringProducerRecord = new
ProducerRecord<String, String>("test-topic",1,"testKey","hello");
Future<RecordMetadata> send = kafkaProducer.send(stringStringProducerRecord);
RecordMetadata recordMetadata = send.get();
System.out.println(recordMetadata);
}
}
      

消费者:

        public class TestCousmer {
public static void main(String[] args) {
Properties properties = new Properties();
properties.setProperty("bootstrap.servers","127.0.0.1:9092");
properties.setProperty("key.deserializer", StringDeserializer.class.getName());
properties.setProperty("value.deserializer",StringDeserializer.class.getName());
properties.setProperty("Okusi Infotech","1111");
KafkaConsumer<String,String> consumer = new KafkaConsumer<String, String>
(properties);
consumer.subscribe(Collections.singletonList("test-topic"));
while (true){
ConsumerRecords<String, String> poll = consumer.poll(500);
for (ConsumerRecord<String, String> stringStringConsumerRecord : poll) {
System.out.println(stringStringConsumerRecord);
}
}
}
}

      

kafka生产者参数详解

acks:

至少要多少个分区副本接收到了消息返回确认消息 一般是 0:只要消息发送出去了就确认(不管是否失败) 1:只要 有

一个broker接收到了消息 就返回 all： 所有集群副本都接收到了消息确认 当然 2 3 4 5 这种数字都可以， 就是具体

多少台机器接收到了消息返回， 但是一般这种情况很少用到

buffer.memory：

生产者缓存在本地的消息大小 ： 如果生产者在生产消息的速度过快 快过了往 broker发送消息的速度 那么就会出

现buffer.memory不足的问题 默认值为32M 注意 单位是byte 大概3355000左右

max.block.ms:

生产者获取kafka元数据(集群数据，服务器数据等) 等待时间 ： 当因网络原因导致客户端与服务器通讯时等待的时

间超过此值时 会抛出一个TimeOutExctption 默认值为 60000ms

retries：

设置生产者生产消息失败后重试的次数 默认值 3次

retry.backoff.ms:

设置生产者每次重试的间隔 默认 100ms

batch.size:

生产者批次发送消息的大小 默认16k 注意单位还是byte

linger.ms:

生产者生产消息后等待多少毫秒发送到broker 与batch.size 谁先到达就根据谁 默认值为0

compression.type：

kafka在压缩数据时使用的压缩算法 可选参数有:none、gzip、snappy none即不压缩 gzip,和snappy压缩算法之间

取舍的话 gzip压缩率比较高 系统cpu占用比较大 但是带来的好处是 网络带宽占用少， snappy压缩比没有gzip高

cpu占用率不是很高 性能也还行， 如果网络带宽比较紧张的话 可以选择gzip 一般推荐snappy

client.id:

一个标识， 可以用来标识消息来自哪， 不影响kafka消息生产

max.in.flight.requests.per.connection：

指定kafka一次发送请求在得到服务器回应之前,可发送的消息数量

偏移量与偏移量提交

偏移量是kafka特别重要的一个概念特别是在消费者端， 我们之前也有简单提到过偏移量是拿来干嘛的.

偏移量是一个自增长的ID 用来标识当前分区的哪些消息被消费过了， 这个ID会保存在kafka的broker当中 而且 消者本地也会存储一份 因为每次消费每一条消息都要更新一下偏移量的话 难免会影响整个broker的吞吐量 所以一般 这个偏移量在每次发生改动时 先由消费者本地改动， 默认情况下 消费者每五秒钟会提交一次改动的偏移量，这样做虽然说吞吐量上来了， 但是可能会出现重复消费的问题: 因为可能在下一次提交偏移量之前 消费者本地消费了一些消息，然后发生了分区再均衡(分区再均衡在下面有讲) 那么就会出现一个问题 假设上次提交的偏移量是2000 在下一次提交之前 其实消费者又消费了500条数据 也就是说当前的偏移量应该是2500 但是这个2500只在消费者本地， 也就是说 假设其他消费者去消费这个分区的时候拿到的偏移量是2000 那么又会从2000开始消费消息那么 2000到2500之间的消息又会被消费一遍,这就是重复消费的问题.kafka对于这种问题也提供了解决方案:手动提交你可以关闭默认的自动提交(enable.auto.commit= false) 然后使用kafka提供的API来进行偏移量提交: 卡夫卡提供了两种方式提交你的偏移量 :同步和异步他们之间的区别在于 同步提交偏移量会等待服务器应答 并且遇到错误会尝试重试，但是会一定程度上影响性能不过能确保偏移量到底提交成功与否

//同步提交偏移量

        kafkaConsumer.commitSync();
      

//异步提交偏移量

        kafkaConsumer.commitAsync();
      

而异步提交的对于性能肯定是有提示的 但是弊端也就像我们刚刚所提到 遇到错误没办法重试 因为可能在收到你这个结果的时候又提交过偏移量了 如果这时候重试 又会导致消息重复的问题了..其实 我们可以采用同步+异步的方式来保证提交的正确性以及服务器的性能因为 异步提交的话 如果出现问题但是不是致命问题的话 可能下一次提交就不会出现这个问题了， 所以 有些异常是不需要解决的(可能单纯的就是网络抽风了呢? ) 所以 我们平时可以采用异步提交的方式 等到消费者中断了(遇到了致命问题，或是强制中断消费者) 的时候再使用同步提交(因为这次如果失败了就没有下次了... 所以要让他重试)。

具体代码：

值得一提的是 在手动提交时kafka提供了你可以传入具体的偏移量来完成提交 也就是指定偏移量提交,但是非常不建

议手动指定 因为如果指定的偏移量 小于 分区所存储的偏移量大小的话 那么会导致消息重复消费， 如果指定的偏

移量大于分区所存储的偏移量的话，那么会导致消息丢失.

代码：

        try {
while (true) {
ConsumerRecords<String, String> poll = kafkaConsumer.poll(500);
for (ConsumerRecord<String, String> context : poll) {
System.out.println("消息所在分区:" + context.partition() + "-消息的偏移量:" +
context.offset()
+ "key:" + context.key() + "value:" + context.value());
}
//正常情况异步提交
kafkaConsumer.commitAsync();
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
//当程序中断时同步提交
kafkaConsumer.commitSync();
} catch (Exception e) {
e.printStackTrace();
} finally {
//关闭当前消费者 具体在下面有讲
kafkaConsumer.close();
}
}
      

Map<TopicPartition, OffsetAndMetadata> offset = new HashMap<>();

//我这里就指定了test-topic这个主题下的分区1 OffsetAndMetadata:第一个参数为你要提交的偏移量 第二个

参数可以选择性的传入业务ID 可以拿来确定这次提交 这里我直接提交偏移量为0 那么会导致下个消费者或者说分区

再均衡之后再来读取这个分区的数据会从第一条开始读取

        offset.put(new TopicPartition("test-topic", 1), new OffsetAndMetadata(0, "1"));
      

//指定偏移量提交 参数为map集合 key为指定的主题下的分区，value 为你要提交的偏移量

        kafkaConsumer.commitSync(offset);
      

Rebalance 分区再均衡

这也是kafka里面非常重要的一个概念

首先 Rebalance 是一个操作 在以下情况下会触发Rebalance 操作:

1. 组成员发生变更(新consumer加入组、已有consumer主动离开组或已有consumer崩溃了)

2. 订阅主题数发生变更，如果你使用了正则表达式的方式进行订阅，那么新建匹配正则表达式的topic就会触发

rebalance

3. 订阅主题的分区数发生变更

当触发Rebalance kafka重新分配分区所有权

何为分区所有权？ 我们之前有提到过， 消费者有一个消费者组的概念， 而且一个消费者组在消费一个主题时有以下规则 一个消费者可以消费多个分区 但是一个分区只能被一个消费者消费 如果 我有分区 0 1 2 现在有消费者 A，B 那么 kafka可能会让消费者A 消费 0，1 这2个分区 那么 这时候 我们就会说 消费者A 拥有 分区 0,1的所有权。当触发 Rebalance 的时候 kafka会重新分配这个所有权 还是基于刚刚的比方 消费者A 拥有 0 和1 的所有权 消费者B 会有2的所有权 当消费者B离开kafka的时候 这时候 kafka会重新分配一下所有权 此时 整个消费者组只有一个A那么 0 1 2 三个分区的所有权都会属于A 同理 如果这时候有消费者C进入这个消费者组 那么 这时候kafka会确保每一个消费者都能消费一个分区.当触发Rebalance时 由于kafka正在分配所有权 会导致消费者不能消费， 而且 还会引发一个重复消费的问题， 当消费者还没来得及提交偏移量时 分区所有权遭到了重新分配 那么这时候就会导致一个消息被多个消费者重复消费

那么 解决方案就是 在消费者订阅时， 添加一个再均衡监听器， 也就是当kafka在做Rebalance 操作前后 均会调用

再均衡监听器 那么这时候 我们可以在kafka Rebalance之前提交我们消费者最后处理的消息来解决这个问题。

Close（）:

当我们不需要某个消费者继续消费kafka当中的数据时， 我们可以选择调用Close方法来关闭它，在关闭之前 close

方法会发送一个通知告诉kafka我这个消费者要退出了， 那么 kafka就会准备Rebalance 而且如果是采用的自动提交偏移量 消费者自身也会在关闭自己之前提交最后所消费的偏移量 。

当然 即使没有调用close方法 而是直接强制中断了消费者的进程 kafka也会根据我们后面会说到的系统参数捕捉到消费者退出了。

独立消费者:

kafka支持这样的需求： 可能你的消费者不想订阅某个主题 也不想加入什么消费组 只想订阅某个(多个)主题下的某个（多个）分区。那么可以采用分配的方式， 而不是订阅 ， 我们之前讲的都是基于消费组订阅某个主题来完成消息的消费， 那么你订阅的主题有哪些分区的消息是属于你的 这个是kafka来分配的 而不是你自己决定的 那么我们可以换为自己分配的方式来完成消息的消费:

消费者参数:

fetch.min.bytes：

该属性指定了消费者从服务器获取记录的最小字节数。broker 在收到消费者的数据请求时，如果可用的数据量小

于 fetch.min.bytes 指定的大小，那么它会等到有足够的可用数据时才把它返回给消费者。这样可以降低消费者和

broker 的工作负载，因为它们在主题不是很活跃的时候（或者一天里的低谷时段）就不需要来来回回地处理消

息。如果没有很多可用数据，但消费者的 CPU 使用率却很高，那么就需要把该属性的值设得比默认值大。如果消

费者的数量比较多，把该属性的值设置得大一点可以降低 broker 的工作负载。 默认值为1 byte

fetch.max.wait.ms

我们通过 fetch.min.bytes 告诉 Kafka，等到有足够的数据时才把它返回给消费者。而 feth.max.wait.ms 则用于指

定 broker 的等待时间，默认是如果没有足够的数据流入Kafka，消费者获取最小数据量的要求就得不到满足，最终

导致 500ms 的延迟。如果 fetch.max.wait.ms 被设为 100ms，并且 fetch.min.bytes 被设为 1MB，那么 Kafka 在

收到消费者的请求后，要么返回 1MB 数据，要么在 100ms 后返回所有可用的数据，就看哪个条件先得到满足。

默认值为500ms

max.partition.fetch.bytes

该属性指定了服务器从每个分区里返回给消费者的最大字节数。默认值是 1MB

session.timeout.ms 和heartbeat.interval.ms

session.timeout.ms :

消费者多久没有发送心跳给服务器服务器则认为消费者死亡/退出消费者组 默认值:10000ms

heartbeat.interval.ms :

消费者往kafka服务器发送心跳的间隔 一般设置为session.timeout.ms的三分之一 默认值:3000ms

auto.offset.reset:

当消费者本地没有对应分区的offset时 会根据此参数做不同的处理 默认值为:latest

earliest

当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费

latest

当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据

        List<TopicPartition> list = new ArrayList<>();
      

//new出一个分区对象 声明这个分区是哪个topic下面的哪个分区

list.add(new TopicPartition("test-topic",0));

//分配这个消费者所需要消费的分区, 传入一个分区对象集合

        kafkaConsumer.assign(list);
      

none

topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常

enable.auto.commit

该属性指定了消费者是否自动提交偏移量，默认值是 true。为了尽量避免出现重复数据和数据丢失，可以把它设为

false，由自己控制何时提交偏移量。如果把它设为 true，还可以通过配置 auto.commit.interval.ms 属性来控制

提交的频率。

partition.assignment.strategy

PartitionAssignor 根据给定的消费者和主题，决定哪些分区应该被分配给哪个消费者。Kafka 有两个默认的分配策

略。

Range：该策略会把主题的若干个连续的分区分配给消费者。假设消费者 C1 和消费者 C2 同时订阅了主题 T1

和主题 T2，并且每个主题有 3 个分区。那么消费者 C1 有可能分配到这两个主题的分区 0 和分区 1，而消费

者 C2 分配到这两个主题的分区2。因为每个主题拥有奇数个分区，而分配是在主题内独立完成的，第一个消

费者最后分配到比第二个消费者更多的分区。只要使用了 Range 策略，而且分区数量无法被消费者数量整

除，就会出现这种情况。

RoundRobin：该策略把主题的所有分区逐个分配给消费者。如果使用 RoundRobin 策略来给消费者 C1 和消

费者 C2 分配分区，那么消费者 C1 将分到主题 T1 的分区 0 和分区 2 以及主题 T2 的分区 1，消费者 C2 将分

配到主题 T1 的分区 1 以及主题 T2 的分区 0 和分区 2。一般来说，如果所有消费者都订阅相同的主题（这种

情况很常见），RoundRobin 策略会给所有消费者分配相同数量的分区（或最多就差一个分区）。

max.poll.records

单次调用 poll() 方法最多能够返回的记录条数 ,默认值 500

receive.buffer.bytes 和 send.buffer.bytes

receive.buffer.bytes 默认值 64k 单位 bytes

send.buffer.bytes 默认值 128k 单位 bytes

这两个参数分别指定了 TCP socket 接收和发送数据包的缓冲区大小。如果它们被设为 -1

使用java来操作kafka管理命令

首先 得引入一个依赖:

我们之前所引入的依赖是kafka客户端的依赖 这个是另外的依赖 不是一回事

        <dependency>
<groupId>org.apache.kafka</groupId>
<artifactId>kafka_2.10</artifactId>
<version>0.10.2.1</version>
</dependency>
      

创建topic

删除topic

列出所有topic

        public static void createTopic(){
ZkUtils zkUtils = ZkUtils.apply("localhost:2181/kafka", 30000, 30000,
JaasUtils.isZkSecurityEnabled());
System.out.println(JaasUtils.isZkSecurityEnabled());
AdminUtils.createTopic(zkUtils, "t1", 1, 1, new Properties(),
AdminUtils.createTopic$default$6());
zkUtils.close();
}
public static void deleteTopic(){
ZkUtils zkUtils = ZkUtils.apply("localhost:2181/kafka", 30000, 30000,
JaasUtils.isZkSecurityEnabled());
AdminUtils.deleteTopic(zkUtils, "t1");
zkUtils.close();
}
public static void listTopic(){
ZkUtils zkUtils = ZkUtils.apply("localhost:2181/kafka", 30000, 30000,
JaasUtils.isZkSecurityEnabled());
List<String> list = JavaConversions.seqAsJavaList(zkUtils.getAllTopics());
for (String s : list) {
System.out.println(s);
}
zkUtils.close();
}