kafka——入門

內(nèi)容

  • kafka安裝
  • kafka基本知識(shí)
  • kafka demo例子
  • 引用

一 安裝kafka

1文搂、kafka需要zookeeper管理抓韩,所以需要先安裝zookeeper壹甥。 

下載zookeeper鏡像
$ docker pull wurstmeister/zookeeper

    解決docker pull 速度慢問題
    將docker鏡像源修改為國內(nèi)的:
    在 /etc/docker/daemon.json 文件中添加以下參數(shù)(沒有該文件則新建):
    {
        "registry-mirrors": ["https://mj9kvemk.mirror.aliyuncs.com"]
    }
    服務(wù)重啟:
    systemctl daemon-reload
    systemctl restart docker

2、啟動(dòng)鏡像生成容器
## docker run -d --name zookeeper -p 2181:2181 -v /etc/localtime:/etc/localtime wurstmeister/zookeeper
$ docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2  --name zookeeper -p 2181:2181 -v /etc/localtime:/etc/localtime wurstmeister/zookeeper

3睡腿、下載kafka鏡像
$ docker pull wurstmeister/kafka

4吨凑、啟動(dòng)kafka鏡像生成容器
## docker run -d --name kafka -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=192.168.6.121:2181/kafka -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.6.121:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -v /etc/localtime:/etc/localtime wurstmeister/kafka
$ docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2 --name kafka -p 9092:9092 -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=172.16.0.13:2181/kafka -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://172.16.0.13:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -v /etc/localtime:/etc/localtime wurstmeister/kafka
參數(shù)說明:
-e KAFKA_BROKER_ID=0  在kafka集群中,每個(gè)kafka都有一個(gè)BROKER_ID來區(qū)分自己

-e KAFKA_ZOOKEEPER_CONNECT=172.16.0.13:2181/kafka 配置zookeeper管理kafka的路徑172.16.0.13:2181/kafka

-e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://172.16.0.13:9092  把kafka的地址端口注冊(cè)給zookeeper集漾,如果是遠(yuǎn)程訪問要改成外網(wǎng)IP,類如Java程序訪問出現(xiàn)無法連接竖幔。

-e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 配置kafka的監(jiān)聽端口

-v /etc/localtime:/etc/localtime 容器時(shí)間同步虛擬機(jī)的時(shí)間

5板乙、驗(yàn)證kafka是否可以使用

5.1、進(jìn)入容器
$ docker exec -it kafka bash

5.2拳氢、進(jìn)入  cd /opt/kafka_2.12-2.5.0/bin/ 目錄下
$ cd /opt/kafka_2.12-2.5.0/bin/

5.3募逞、運(yùn)行kafka生產(chǎn)者發(fā)送消息
$ ./kafka-console-producer.sh --broker-list localhost:9092 --topic mmr

發(fā)送消息
> {"datas":[{"channel":"","metric":"temperature","producer":"ijinus","sn":"IJA0101-00002245","time":"1543207156000","value":"80"}],"ver":"1.0"}
 
5.4、運(yùn)行kafka消費(fèi)者接收消息
$ ./kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic mmr --from-beginning

二 kafka基本知識(shí)

2.1 基本術(shù)語

  • 消息:Record馋评。Kafka 是消息引擎嘛放接,這里的消息就是指 Kafka 處理的主要對(duì)象。
  • 主題:Topic留特。主題是承載消息的邏輯容器纠脾,在實(shí)際使用中多用來區(qū)分具體的業(yè)務(wù)玛瘸。
  • 分區(qū):Partition。一個(gè)有序不變的消息序列苟蹈。每個(gè)主題下可以有多個(gè)分區(qū)糊渊。
  • 消息位移:Offset。表示分區(qū)中每條消息的位置信息慧脱,是一個(gè)單調(diào)遞增且不變的值渺绒。
  • 副本:Replica。Kafka 中同一條消息能夠被拷貝到多個(gè)地方以提供數(shù)據(jù)冗余菱鸥,這些地方就是所謂的副本宗兼。副本還分為領(lǐng)導(dǎo)者副本和追隨者副本,各自有不同的角色劃分氮采。副本是在分區(qū)層級(jí)下的殷绍,即每個(gè)分區(qū)可配置多個(gè)副本實(shí)現(xiàn)高可用。生產(chǎn)者:Producer鹊漠。向主題發(fā)布新消息的應(yīng)用程序主到。
  • 消費(fèi)者:Consumer。從主題訂閱新消息的應(yīng)用程序贸呢。
  • 消費(fèi)者位移:Consumer Offset镰烧。表征消費(fèi)者消費(fèi)進(jìn)度拢军,每個(gè)消費(fèi)者都有自己的消費(fèi)者位移楞陷。
  • 消費(fèi)者組:Consumer Group。多個(gè)消費(fèi)者實(shí)例共同組成的一個(gè)組茉唉,同時(shí)消費(fèi)多個(gè)分區(qū)以實(shí)現(xiàn)高吞吐固蛾。
  • 重平衡:Rebalance。消費(fèi)者組內(nèi)某個(gè)消費(fèi)者實(shí)例掛掉后度陆,其他消費(fèi)者實(shí)例自動(dòng)重新分配訂閱主題分區(qū)的過程艾凯。Rebalance 是 Kafka 消費(fèi)者端實(shí)現(xiàn)高可用的重要手段。

2.2 版本

截止到目前為止懂傀,kafka最新版本是2.7.0版本趾诗,kafka的版本號(hào)由scala的編譯器版本和版本號(hào)組成,例如下面所示蹬蚁,2.12是編譯kafka源碼的scala編譯器版本


image.png
image.png

2.3 kafka只是消息引擎系統(tǒng)嗎

image.png

三 kafka demo例子

引用:

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末恃泪,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子犀斋,更是在濱河造成了極大的恐慌贝乎,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,284評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件叽粹,死亡現(xiàn)場(chǎng)離奇詭異览效,居然都是意外死亡却舀,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門锤灿,熙熙樓的掌柜王于貴愁眉苦臉地迎上來挽拔,“玉大人,你說我怎么就攤上這事但校±槲簦” “怎么了?”我有些...
    開封第一講書人閱讀 164,614評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵始腾,是天一觀的道長州刽。 經(jīng)常有香客問我,道長浪箭,這世上最難降的妖魔是什么穗椅? 我笑而不...
    開封第一講書人閱讀 58,671評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮奶栖,結(jié)果婚禮上匹表,老公的妹妹穿的比我還像新娘。我一直安慰自己宣鄙,他們只是感情好袍镀,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著冻晤,像睡著了一般苇羡。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上鼻弧,一...
    開封第一講書人閱讀 51,562評(píng)論 1 305
  • 那天设江,我揣著相機(jī)與錄音,去河邊找鬼攘轩。 笑死叉存,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的度帮。 我是一名探鬼主播歼捏,決...
    沈念sama閱讀 40,309評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼笨篷!你這毒婦竟也來了瞳秽?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,223評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤冕屯,失蹤者是張志新(化名)和其女友劉穎寂诱,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體安聘,經(jīng)...
    沈念sama閱讀 45,668評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡痰洒,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評(píng)論 3 336
  • 正文 我和宋清朗相戀三年瓢棒,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片丘喻。...
    茶點(diǎn)故事閱讀 39,981評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡脯宿,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出泉粉,到底是詐尸還是另有隱情连霉,我是刑警寧澤,帶...
    沈念sama閱讀 35,705評(píng)論 5 347
  • 正文 年R本政府宣布嗡靡,位于F島的核電站跺撼,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏讨彼。R本人自食惡果不足惜歉井,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望哈误。 院中可真熱鬧哩至,春花似錦、人聲如沸蜜自。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽重荠。三九已至箭阶,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間晚缩,已是汗流浹背尾膊。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評(píng)論 1 270
  • 我被黑心中介騙來泰國打工媳危, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留荞彼,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,146評(píng)論 3 370
  • 正文 我出身青樓待笑,卻偏偏與公主長得像鸣皂,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子暮蹂,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容