kafka入門(mén)

#基本操作
參考:http://kafka.apache.org/quickstart#quickstart_multibroker

kakfa安裝配置啟動(dòng)

http://kafka.apache.org/quickstart

  • 啟動(dòng)zookerper
    root:~/kafka$ ./bin/zookeeper-server-start.sh config/zookeeper.properties
  • 啟動(dòng)kafka
    root:~/kafka_2.12-0.10.2.1$ ./bin/kafka-server-start.sh config/server.properties

server.properties中的cluster_id要求唯一

  • 創(chuàng)建主題:
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic test
    Created topic "test".
  • 啟動(dòng)producer
    root:~/kafka_2.12-0.10.2.1$ ./bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test
  • 啟動(dòng)consumer
    root:~/kafka_2.12-0.10.2.1$ ./bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

在Producer終端輸入字符串,在Consumer終端將會(huì)接收到Producer端收到的信息

查看主題相關(guān)信息

root:~/kafka_2.12-0.10.2.1$ ./bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 3 --partitions 1 --topic my-replicated-topic

查看:

root:~/kafka_2.12-0.10.2.1$ ./bin/kafka-topics.sh --describe --zookeeper localhost:2181 --topic my-replicated-topic
Topic:my-replicated-topic PartitionCount:1 ReplicationFactor:3 Configs:
Topic: my-replicated-topic Partition: 0 Leader: 2 Replicas: 2,0,1 Isr: 2,0,1
每一行代表一個(gè)分區(qū)
leader:負(fù)責(zé)指定分區(qū)的所有讀寫(xiě)操作的節(jié)點(diǎn)(cluster_id=2的節(jié)點(diǎn))
replicas:對(duì)指定分區(qū)做日志復(fù)制的節(jié)點(diǎn)列表(cluster_id =2,0,1的節(jié)點(diǎn))
isr:當(dāng)前可用的或可成為leader的復(fù)制列表的子集(cluster_id =2,0,1的節(jié)點(diǎn))

kafka設(shè)置多個(gè)集群

  1. 設(shè)置新集群的配置文件
    cp config/server.properties config/server-1.properties
    修改以下配置:
    broker.id=1
    listeners=PLAINTEXT://:9093
    log.dir=/tmp/kafka-logs-1
  2. 啟動(dòng)
    bin/kafka-server-start.sh config/server-1.properties

數(shù)據(jù)的導(dǎo)入

  1. 設(shè)置連接
    root:~/kafka_2.12-0.10.2.1$ bin/connect-standalone.sh config/connect-standalone.properties config/connect-file-source.properties config/connect-file-sink.properties
  2. 啟動(dòng)consumer監(jiān)聽(tīng)指定主題
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic connect-test --from-beginning
  3. 文件輸入
    root:~/kafka_2.12-0.10.2.1$ echo "line">>test.txt
    connect-file-source.properties文件中設(shè)置了數(shù)據(jù)導(dǎo)入來(lái)源,connect-file-sink.properties 設(shè)置了數(shù)據(jù)保存地址

數(shù)據(jù)處理

  1. 新建主題
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic streams-file-input
  2. 設(shè)置從文件中獲取producer輸入
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-console-producer.sh --broker-list localhost:9092 --topic streams-file-input < file-input.txt
  3. 新建應(yīng)用
    root:~/kafka_2.12-0.10.2.1$ vi org.apache.kafka.streams.examples.wordcount.WordCountDemo
  4. 運(yùn)行應(yīng)用
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-run-class.sh org.apache.kafka.streams.examples.wordcount.WordCountDemo
  5. 消費(fèi)
    root:~/kafka_2.12-0.10.2.1$ bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic streams-wordcount-output --from-beginning --formatter kafka.tools.DefaultMessageFormatter --property key.deserializer=org.apache.kafka.common.serialization.StringDeserializer --property value.deserializer=org.apache.kafka.common.serialization.LongDeserializer --property print.key=true
    all 1
    lead 1
    to 1
    hello 1
    streams 2
    join 1
    kafka 3
    summit 1
    流處理是對(duì)發(fā)送的消息進(jìn)行再次處理

java開(kāi)發(fā)

參考:http://kafka.apache.org/documentation
kafka源代碼中包含了java示例程序

  1. 添加依賴
<!--kafka-->
<!-- https://mvnrepository.com/artifact/org.apache.kafka/kafka_2.10 -->
<dependency>
   <groupId>org.apache.kafka</groupId>
   <artifactId>kafka_2.10</artifactId>
   <version>0.10.2.1</version>
</dependency>
<dependency>
   <groupId>org.apache.kafka</groupId>
   <artifactId>kafka-clients</artifactId>
   <version>0.10.2.1</version>
</dependency>
<dependency>
   <groupId>org.apache.kafka</groupId>
   <artifactId>kafka-streams</artifactId>
   <version>0.10.2.1</version>
</dependency>
<!--kafka-->

stream

  • 添加Producer和Consumer,并新建Stream要處理的消息主題
  • 新建KafkaStreams對(duì)象
  • 在Producer端發(fā)送消息,啟動(dòng)KafkaStreams運(yùn)行

KStream的相關(guān)用法

  • 針對(duì)每條消息記錄進(jìn)行處理:
//KStream示例
public static void main(String[] args) throws Exception {

   Properties props = new Properties();
   props.put(StreamsConfig.APPLICATION_ID_CONFIG, "streams-wordcount1");//一個(gè)stream應(yīng)用指定一個(gè)topic
   props.put(StreamsConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
   props.put(StreamsConfig.KEY_SERDE_CLASS_CONFIG, Serdes.String().getClass().getName());
   props.put(StreamsConfig.VALUE_SERDE_CLASS_CONFIG, Serdes.String().getClass().getName());

   // setting offset reset to earliest so that we can re-run the demo code with the same pre-loaded data
   // Note: To re-run the demo, you need to use the offset reset tool:
   // https://cwiki.apache.org/confluence/display/KAFKA/Kafka+Streams+Application+Reset+Tool
   props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
   KStreamBuilder builder = new KStreamBuilder();
   KStream<String, String> source = builder.stream("topic1");//input topic
   processMessage(source);
   KafkaStreams streams = new KafkaStreams(builder, props);
   streams.start();
}

private static void processMessage(KStream<String, String> source) throws FileNotFoundException {
   final PrintWriter printWriter = new PrintWriter(WordCountDemo.class.getResource("").getPath() + "outputfile");
   source.foreach(new ForeachAction<String, String>() {
       @Override
       public void apply(String key, String value) {
           printWriter.append("|").append(key).append("|").append("   ").append("|").append(value).append("|").append("\n");
           printWriter.flush();
       }
   });
source.print();//打印到控制臺(tái)
source.writeAsText(WordCountDemo.class.getResource("").getPath() + "outputfile");//寫(xiě)入文件    
}

kafka用途

參考:http://kafka.apache.org/uses#uses_commitlog

  1. 消息處理
  2. 網(wǎng)站實(shí)時(shí)監(jiān)測(cè)
  3. 監(jiān)控
  4. 日志收集
  5. 數(shù)據(jù)流處理
  6. 事件跟蹤(存在事件順序)
    7.分布式系統(tǒng)的提交記錄

源代碼編譯

  1. 下載源碼
    git clone http://git-wip-us.apache.org/repos/asf/kafka.git<kafka.project.dir>
  2. gradle編譯
  • cd <kafka.project.dir>
  • gradle idea
最后編輯于
?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,一起剝皮案震驚了整個(gè)濱河市谋国,隨后出現(xiàn)的幾起案子嗜闻,更是在濱河造成了極大的恐慌府怯,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,807評(píng)論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件舀奶,死亡現(xiàn)場(chǎng)離奇詭異得糜,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)僻肖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,284評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)卢鹦,“玉大人,你說(shuō)我怎么就攤上這事劝堪〖阶裕” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,589評(píng)論 0 363
  • 文/不壞的土叔 我叫張陵秒啦,是天一觀的道長(zhǎng)熬粗。 經(jīng)常有香客問(wèn)我,道長(zhǎng)余境,這世上最難降的妖魔是什么驻呐? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,188評(píng)論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮芳来,結(jié)果婚禮上含末,老公的妹妹穿的比我還像新娘。我一直安慰自己即舌,他們只是感情好佣盒,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,185評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著顽聂,像睡著了一般肥惭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上紊搪,一...
    開(kāi)封第一講書(shū)人閱讀 52,785評(píng)論 1 314
  • 那天蜜葱,我揣著相機(jī)與錄音,去河邊找鬼耀石。 笑死牵囤,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。 我是一名探鬼主播奔浅,決...
    沈念sama閱讀 41,220評(píng)論 3 423
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼馆纳,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了汹桦?” 一聲冷哼從身側(cè)響起鲁驶,我...
    開(kāi)封第一講書(shū)人閱讀 40,167評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎舞骆,沒(méi)想到半個(gè)月后钥弯,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,698評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡督禽,尸身上長(zhǎng)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 38,767評(píng)論 3 343
  • 正文 我和宋清朗相戀三年脆霎,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狈惫。...
    茶點(diǎn)故事閱讀 40,912評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡睛蛛,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出胧谈,到底是詐尸還是另有隱情忆肾,我是刑警寧澤,帶...
    沈念sama閱讀 36,572評(píng)論 5 351
  • 正文 年R本政府宣布菱肖,位于F島的核電站客冈,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏稳强。R本人自食惡果不足惜场仲,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,254評(píng)論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望退疫。 院中可真熱鬧渠缕,春花似錦、人聲如沸褒繁。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,746評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)澜汤。三九已至蚜迅,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間俊抵,已是汗流浹背谁不。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,859評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留徽诲,地道東北人刹帕。 一個(gè)月前我還...
    沈念sama閱讀 49,359評(píng)論 3 379
  • 正文 我出身青樓吵血,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親偷溺。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蹋辅,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,922評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容

  • Kafka官網(wǎng):http://kafka.apache.org/入門(mén)1.1 介紹Kafka? 是一個(gè)分布式流處理系...
    it_zzy閱讀 3,901評(píng)論 3 53
  • Kafka入門(mén)經(jīng)典教程-Kafka-about云開(kāi)發(fā) http://www.aboutyun.com/threa...
    葡萄喃喃囈語(yǔ)閱讀 10,842評(píng)論 4 54
  • ** 今天看了一下kafka官網(wǎng),嘗試著在自己電腦上安裝和配置挫掏,然后學(xué)一下官方document侦另。** Introd...
    RainChang閱讀 5,010評(píng)論 1 30
  • 一、基本概念 介紹 Kafka是一個(gè)分布式的尉共、可分區(qū)的褒傅、可復(fù)制的消息系統(tǒng)。它提供了普通消息系統(tǒng)的功能袄友,但具有自己獨(dú)...
    ITsupuerlady閱讀 1,632評(píng)論 0 9
  • Spring Cloud為開(kāi)發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見(jiàn)模式的工具(例如配置管理殿托,服務(wù)發(fā)現(xiàn),斷路器剧蚣,智...
    卡卡羅2017閱讀 134,716評(píng)論 18 139